至关重要的少数人将比多数人更大程度地改变结果。
原文作者:RainandCoffee
原文编译:DeFi之道
如果有人要我简化人生的旅程,我会说这是一个漫长的决策旅程(最终,它会是一棵决策树)。在这种情况下,我所做的每一个决定都会将路线转向其他地方,这些决定会共同改变未来的结果。所以我的问题是,我们如何才能做出“最佳”决策,从而产生有利的结果?
决策树
让我向你们介绍心智模型(Mental Models)的概念,这些模型如何帮助我们做出决策,以及它们如何增加我们实现目标的机会。在这种情况下,我们如何做出对我们的crypto之旅能够产生积极影响的决定?
心智模型的想法,是找到一种方法来评估某些事情是如何运作的,然后通过了解某件事的运作方式,它将帮助你在事后做出更好的决定。基本上,只要不重复同样的错误,我们就可以最大限度地提高效率。
这意味着,通过理解某个模型(或协议)是如何工作的,我们可以引导我们的决策成为信念。这些决策往往具有不同的承诺长度,并且都必须做出权衡。这些权衡可能很小,但在其他情况下也可能产生重大影响。
在大多数情况下,我们只是顺其自然,不会问自己为什么,举一个很好的例子:我们会在不了解crypto特定叙事的基本催化剂的情况下锁定叙事。大多数人可能会在Twitter或谷歌上进行一些搜索,以了解项目的一些“想法”。然而,这是大多数人能够抵达的最远距离,这对确定信念是没有任何帮助的,而且在大多数情况下,这会导致失败。
那我们能做些什么呢?我们可以使用已经建立的心智模型来简化某个项目的概念。我的意思不是说知道x启用了x,而是要确定某个协议的核心组件及其交互方式,以及范围内的催化剂。在大多数情况下,这应该让我们清楚地知道要做出什么样的信念。
我们将要研究的第一个模型是第一性原理(First Principles),第一性原理的概念是找到从头开始解决问题的最有效方法。当应用于crypto时,我们可以使用它来比较相似的协议,问问自己,这种做某事的方式,是否要比另一种做某事的方式更有效?如果是的话,那肯定会在你的大脑中点亮一些东西,并增加你的信念。至于如何找出最有效的方法,你可以问自己一些问题:
如果你发现自己意识到这个版本比以前的版本更有效,那么你已经发现了明显的价值。而如果你发现自己意识到以前的版本更适合这些参数,然后,在通常情况下,你可能应该继续前进(除非有其他一些有利于该版本的催化剂)。
第一性原理
第二个非常有用的模型是One Level Higher,该模型的概念是确定某个协议是否更有效地改变了整个底层概念,或者它是否只是改变了系统中的一个齿轮。例如,某协议只是分叉了一个已经存在的协议,并在此基础上改变了一点,或者它是在改变整个底层(以更有效的方式)?在很多情况下,以微不足道的不同方式重做某些事并不会增加太多的价值。但是,如果你以完全不同的方式对某事物进行创新,则更有可能创造出可以增加价值的原创事物。你在这里要确定的,基本上是某个项目正在优化的水平。
同样重要的是,要继续研究那些让你获得信念的协议。在这里,随着时间的推移,你应该重新评估哪些催化剂即将到来,哪些故事正在上演,以及如何让自己处于最佳状态来应对它们。如果你意识到某个地方有问题,你应该设法解决它。
因此,如果你意识到你最初的信念是错误的,那么改变它也没有什么坏处。这最终将导致我们所谓的遗憾最小化。基本上,你应该始终选择在你目前的心态下最不后悔的长期决定。因此,通过不断地重新评估你的决定,你将能够确定最好的决定。
让我们转向更个人化的东西 —— 我喜欢的工作方式,以及我是否可以优化它。当人们要求我描述我的工作方式时,我会使用 Flow State 的概念。描述Flow State的最佳方式是将其视为“在区域内”,这基本上是一种状态,在这种状态下,你会全神贯注于某件事。这通常被认为是非常积极的,我倾向于同意这一点,但让我们看看硬币的另一面。这种工作方式有负面影响吗?通过进入一种Flow State状态,我倾向于将我的思想埋藏在某些信息中,有时会因其他更新的信息而关闭。这可能,而且已经导致我有时没有注意到我原本应该拥有的东西。
我认为在这方面做得更好的一个好方法是查看帕累托原则。帕累托原则的思想是,你的大部分结果来自少数原因。基本上,这个想法是,至关重要的少数人将比多数人更大程度地改变结果。因此,花一点时间在某些方面提升自己,通过研究新事物获取最新信息,甚至获取他人的建议 — 最终这会带来更好的结果。
帕累托原则
最后,让我们看一下贝叶斯学习理论,尤其是贝叶斯推理。这个理论的想法是更新某事的概率,因为你收集了更多可用的信息或证据来支持它。在crypto领域中,我们可以使用它来修改我们的信念,因为我们有了新的、更及时的信息。如果你意识到自己过去做出的决定是错误的,那么在你获得新信息后,你就有能力重新评估并改变你的信念,使之符合你最新的思维状态。这最终将导致某个信念发挥作用的概率要高得多(贝叶斯概率)。
这显然与我过去所写的内容有很大不同,但希望你能从本文中找到一些价值。