按场景浏览
选择适用场景,快速找到对应的思维模型
筛选结果(143 个模型)
自然选择(达尔文进化论)
Natural Selection
更适应环境的个体有更多后代,有利性状在种群中逐渐积累——进化不是「进步」,而是「适者生存」。
红皇后效应(红皇后假说)
Red Queen Effect
你必须不停奔跑才能留在原地——竞争对手也在进化,不进步就是退步。
瓶颈效应
Bottleneck Effect
种群数量急剧减少后再恢复,基因多样性会大幅降低——少数「幸存者」的基因决定了整个种群的未来。
r/K 选择策略
r/K Selection Theory
环境不稳定时「多生快长」(r 策略),环境稳定时「少生精养」(K 策略)——两种生存策略各有适用场景。
信号与噪声
Signal and Noise
区分有意义的信号和随机的噪声:在大量信息中识别真正有预测力的模式。
控制错觉
Illusion of Control
高估自己对事件的控制力:在随机事件中也觉得自己能影响结果,把运气当能力。
群体制服偏误
Bandwagon Effect
别人都这样我也这样:因为很多人相信或做某件事,就跟着相信或做,忽视独立判断。
叙事谬误
Narrative Fallacy
给随机事件编故事:大脑倾向于给不相关的事件编造因果关系和连贯故事,而非承认随机性。
行动偏误
Action Bias
不行动就难受:在不确定时倾向于做点什么,即使什么都不做更好,因为行动让人有控制感。
灰犀牛
Gray Rhino
大概率高影响的明显威胁:像灰犀牛一样明显,但人们因为拖延、否认、集体忽视而不应对。
热手谬误
Hot Hand Fallacy
相信连续成功会继续:认为一个人连续成功后会继续成功(手感热),但实际上连续成功可能只是随机现象。
收敛思维
Convergent Thinking
从多个方案聚焦到最优解:基于标准评估、筛选、整合,从发散到收敛。
底线思维
Bottom-Line Thinking
先想最坏情况:评估最不利的可能性,做好应对准备,确保不跌破底线。
终局思维
Endgame Thinking
从终局倒推现在:先想清楚最终要达到什么状态,再倒推现在该做什么。
期望值思维
Expected Value Thinking
用概率加权结果:不看单一结果,看所有可能结果乘以概率后的平均值。
决策树
Decision Tree
把决策画成树状图:从根节点开始,每个分支是一个选择或随机事件,末端是结果。
可逆性判断
Reversibility
判断决策能否撤销:可逆决策可以快速试错,不可逆决策必须深思熟虑。
机会成本
Opportunity Cost
选择 A 的真正成本,是你为此放弃的最佳替代方案 B 的价值——天下没有免费的午餐,因为时间本身就是成本。
沉没成本谬误
Sunk Cost Fallacy
已经花掉且无法收回的成本不应影响未来决策,但人总忍不住让它影响。
不对称风险
Asymmetric Risk
收益和损失的分布不对称时,决策标准不是期望值,而是「下行有限、上行无限」还是反过来。
供需定律(供求定律)
Supply and Demand
价格由供给和需求的交点决定——供不应求涨价,供过于求降价,这是市场经济的核心调节器。
道德风险
Moral Hazard
当一方不需要承担行为的全部后果时,会倾向于采取更冒险的行为——有了保险就乱开车。
逆向选择
Adverse Selection
信息不对称导致「劣币驱逐良币」——最想交易的人往往是最不该交易的人。
零和博弈(零和游戏)
Zero-Sum Game
一方的收益等于另一方的损失,总收益为零——但现实中大多数互动不是零和,合作可以创造增量。
桌牌理论
Table Card Theory
赌桌上看不出谁是傻子,那傻子就是你自己——任何零和博弈中,信息差和认知差决定了谁是猎物。
格雷欣法则(劣币驱逐良币)
Gresham's Law
劣币驱逐良币——当两种实际价值不同但名义价值相同的货币同时流通时,实际价值高的「良币」会被收藏、熔化或输出,最终退出流通,市场上只剩下「劣币」。
杠杆思维
Leverage Thinking
用小力撬动大物:找到关键支点,用最少的资源产生最大的效果。
博弈论
Game Theory
在互动中做决策:你的收益不仅取决于你的选择,也取决于对方的选择。
成本收益分析
Cost-Benefit Analysis
把所有成本和收益列出来比较:总收益大于总成本才值得做,不只看显性成本。
沉没成本
Sunk Cost
已经花出去的钱不应影响未来决策:沉没成本不可收回,决策应看未来收益而非过去投入。
边际分析
Marginal Analysis
看多一单位的成本和收益:决策看边际变化,不看总量,最优在边际收益=边际成本。
杠铃策略
Barbell Strategy
两端极端中间空:一边极度保守,一边极度冒险,避免中间的平庸风险,从不对称中获益。
风险对冲
Risk Hedging
用反向头寸抵消风险:通过持有负相关的资产,降低整体波动,牺牲部分收益换取稳定。
尾部风险
Tail Risk
极端但概率小的风险:分布尾部的小概率事件,一旦发生影响巨大,常被常规模型忽视。
复利效应
Compound Effect
利滚利的力量:收益再投入产生新收益,时间越长增长越快,前期慢后期爆炸。
规模经济
Economies of Scale
越大越便宜:生产规模越大,单位产品的平均成本越低,因为固定成本被分摊。
通货膨胀
Inflation
钱越来越不值钱:货币供应量超过经济需求,导致物价普遍持续上涨,购买力下降。
长尾理论
Long Tail Theory
小众市场的总和超过热门:互联网降低了存储和分发成本,大量小众需求的总和可以超过少数热门需求。
护城河
Economic Moat
企业的持久竞争优势:像城堡周围的护城河,保护企业免受竞争对手侵蚀。
网络效应
Network Effect
用户越多价值越大:产品或服务的价值随用户数量增加而增加,形成正向循环。
价值投资
Value Investing
买价格低于价值的资产:分析企业内在价值,在价格低于价值时买入,长期持有等待价值回归。
能力圈
Circle of Competence
只在自己懂的领域行动:明确自己知道什么、不知道什么,只在能力圈内做决策。
安全边际
Margin of Safety
价格远低于价值时买入:预留足够的容错空间,即使判断错误也不会大亏。
现金流折现
Discounted Cash Flow
把未来现金流折成现值:企业价值等于未来所有自由现金流的现值之和,是价值投资的核心估值方法。
赢家诅咒
Winner's Curse
拍卖赢家往往亏了:在信息不完全的拍卖中,赢家往往出价过高,实际价值低于出价。
基尼系数
Gini Coefficient
衡量收入或财富不平等程度:0表示完全平等,1表示完全不平等,是衡量不平等的标准指标。
锁定效应
Lock-In Effect
一旦选择就难以切换:由于转换成本、网络效应、互补资产等原因,用户被锁定在某个选择上。
单位经济效益
Unit Economics
单个客户的盈利模型:计算获取一个客户的成本和这个客户带来的终身价值,判断商业模式是否可持续。
多元化
Diversification
不把鸡蛋放一个篮子:通过投资多种不相关的资产,降低整体风险,是投资和风险管理的基本策略。
拍卖模型
Auction Theory
不同拍卖方式的策略和结果:英式、荷兰式、密封第一价格、密封第二价格,四种拍卖各有特点和最优策略。
帕累托最优
Pareto Optimality
无法在不损害他人的情况下改善任何人:资源配置达到一种状态,任何改变都无法在不损害某人的情况下改善另一人。
范围经济
Economies of Scope
同时生产多种产品降低成本:企业同时生产多种相关产品的平均成本低于单独生产每种产品,因为共享资源和能力。
网络外部性
Network Externality
用户越多产品价值越大:产品的价值随着用户数量增加而增加,因为更多用户带来更多连接和互动。
Alpha与Beta
Alpha and Beta
超额收益与市场收益:Beta衡量与市场的相关性(系统性风险),Alpha衡量超越市场的超额收益(选股能力)。
双边市场
Two-Sided Market
连接两个用户群体的市场:平台连接两个不同的用户群体(如买家和卖家),一方的价值取决于另一方的数量。
颠覆式创新
Disruptive Innovation
低端或新市场切入最终颠覆主流:从低端或新市场切入,逐步改进,最终颠覆主流市场和领先企业。
墨菲定律(墨菲法则)
Murphy's Law
凡是可能出错的事,就一定会出错——不是悲观,而是提醒你为最坏情况做准备。
羊群效应(从众效应)
Herd Mentality
个体在群体压力下会放弃独立判断,跟随大众的行为——「大家都在做」不等于「对」。
刺猬法则(刺猬理念)
Hedgehog Concept
狐狸知道很多事,刺猬只知道一件大事——把复杂世界简化为一个核心原则,专注做到极致。
容错率
Fault Tolerance
系统在部分组件失效时仍能维持基本功能的能力——关键决策前先算容错率,留足冗余和退路。
卡贝定律
Kabe Law
放弃是创新的钥匙——放弃不是失败,而是为了更好地争取。学会在适当的时候放弃,才能把资源集中到更有价值的地方。
沃尔森法则
Wolson Law
把信息和情报放在第一位,金钱就会滚滚而来——你能得到多少,往往取决于你能知道多少。信息差是商业竞争中最大的优势来源。
PEST分析
PEST Analysis
从宏观四维度看环境:政治、经济、社会、技术,分析外部宏观环境对组织的影响。
波特五力模型
Porter's Five Forces
从五个维度看行业竞争:现有竞争者、潜在进入者、替代品、供应商议价权、购买者议价权。
产品市场匹配
Product-Market Fit
产品满足市场需求的程度:好的产品在好的市场里,用户自发增长、留存高、口碑好。
安索夫矩阵
Ansoff Matrix
产品和市场的四种增长策略:市场渗透、市场开发、产品开发、多元化,风险依次递增。
品牌资产模型
Brand Equity Model
品牌的价值构成:知名度、感知质量、品牌联想、品牌忠诚度,四要素构成品牌价值。
风险矩阵
Risk Matrix
用概率和影响评估风险:横轴发生概率,纵轴影响程度,将风险分为高、中、低等级,优先处理高风险。
平台战略
Platform Strategy
连接两侧用户创造价值:平台不直接生产产品,而是连接生产者和消费者,通过网络效应创造价值。
第二曲线
Second Curve
在第一条曲线到达顶峰前启动第二条:在现有业务还在增长时,就开始布局新的增长曲线。
PESTEL分析
PESTEL Analysis
宏观环境六维度分析:政治、经济、社会、技术、环境、法律,比PEST更全面。
VRIO模型
VRIO Framework
评估资源是否带来竞争优势:价值、稀缺性、不可模仿性、组织性,四问判断资源的竞争价值。
产品生命周期
Product Lifecycle
产品从导入到衰退的四阶段:导入期、成长期、成熟期、衰退期,每个阶段策略不同。
技术采用生命周期
Technology Adoption Lifecycle
新技术采用者分五类:创新者、早期采用者、早期大众、晚期大众、落后者,跨越鸿沟是关键。
核心竞争力
Core Competence
企业独有的难以模仿的能力:企业在长期经营中形成的、独特的、难以模仿的、能带来竞争优势的能力。
经验曲线
Experience Curve
累计产量增加成本下降:随着累计产量增加,生产者的经验和效率提升,单位成本呈规律性下降。
GE矩阵
GE Matrix
行业吸引力与业务实力的九格矩阵:比BCG矩阵更细致,用多因素评估行业吸引力和业务实力。
增长飞轮
Growth Flywheel
自我强化的增长循环:企业的增长要素形成正向循环,一个要素的增长带动下一个要素,形成自我强化的飞轮。
复利
Compounding
利息生利息,增长在时间维度上呈指数级加速——第八大奇迹。关键不是利率多高,而是时间多长和永不中断。
概率思维
Probabilistic Thinking
世界是不确定的,用概率而非「必然/不可能」来估计结果,并据此决策——不追求正确,追求概率上占优。
贝叶斯更新
Bayesian Updating
新证据出现时,用先验概率 × 证据似然度来理性更新信念,而非全盘推翻或固守。
幸存者偏差
Survivorship Bias
只看到经过筛选后幸存下来的样本,忽略了被淘汰的沉默大多数,从而得出错误结论。
回归均值(均值回归)
Regression to the Mean
极端表现之后通常会回到平均水平——不是因为你做了什么,而是因为极端值本来就不可持续。
大数定律(大数法则)
Law of Large Numbers
样本量越大,统计结果越接近真实概率——抛 10 次硬币可能 8 次正面,但抛 10000 次会接近 50%。
凯利公式(凯利准则)
Kelly Criterion
在有正期望值的重复赌局中,最优下注比例是 f* = (bp - q)/b——最大化长期财富增长率,同时避免破产。
蒙特卡洛模拟(蒙特卡罗模拟)
Monte Carlo Simulation
当问题太复杂无法精确求解时,用大量随机抽样来估算概率分布——让计算机帮你「试一万次」。
中心极限定理
Central Limit Theorem
无论原始分布是什么形状,大量独立随机变量的和/均值会趋近于正态分布——这是统计推断的基石。
贝叶斯推理
Bayesian Inference
用新证据更新信念:先有初始判断,看到新证据后,按贝叶斯公式更新概率。
肥尾效应
Fat Tail Effect
极端事件比正态分布预测的更常见:概率分布的尾部比正态分布更'肥',黑天鹅频发。
均值回归
Mean Reversion
极端之后会回归平均:表现远超或远低于平均的,后续往往会向平均水平靠拢。
林迪效应
Lindy Effect
越老的东西越长寿:对于不会自然衰老的事物(如书籍、技术、思想),已经存在的时间越长,预期剩余寿命越长。
72法则
Rule of 72
快速估算复利翻倍时间:用72除以年化收益率,得到资金翻倍大约需要的年数。
幂律分布
Power Law Distribution
少数占大多数:分布高度不均,少数个体占据大部分资源,如财富分布、城市规模、网站流量。
回归分析
Regression Analysis
用变量预测另一个变量:建立自变量和因变量之间的数学关系,用于预测和解释。
分形
Fractal
局部与整体自相似:分形物体在不同尺度上具有自相似性,局部放大后看起来像整体。
S曲线
S-Curve
增长先慢后快再慢:事物增长通常呈S形——初期缓慢,中期快速,后期趋于饱和。
标准差
Standard Deviation
衡量数据离散程度:数据偏离平均值的平均距离,标准差越大数据越分散,越小越集中。
正态分布
Normal Distribution
钟形对称的概率分布:大多数数据集中在平均值附近,越往两端越少,是自然界最常见的分布。
逆向思维
Inversion
反过来想:不要问如何成功,先问如何必然失败,然后系统性地避开它。避蠢优于求智。
怀疑论(怀疑主义)
Skepticism
对一切断言保持质疑,要求证据——不是否定一切,而是「不轻易相信,除非有充分理由」。