简介
噪声
想象一下，两名医生对相同的病人给出了不同的诊断；两名法官对犯了同罪的嫌疑人给出了不同的判决。再想象一下，同样的医生、法官或决策者做出了不同的决策，而这种决策仅仅取决于决策是在什么时间做出的。这些不同决策背后的罪魁祸首，就是“噪声”。 《噪声》是诺贝尔经济学奖得主、“行为经济学之父”丹尼尔·卡尼曼携手决策领域专家奥利维耶·西博尼和卡斯·桑斯坦共同推出的重磅新作，也是卡尼曼继畅销书《思考，快与慢》之后酝酿10年思考的全球瞩目里程碑式巨作，行为科学领域又一重大发现。几十年来，大家都认为，偏差是导致人类判断出错的关键。但是今天，卡尼曼系统性地指出：噪声，才是影响人类判断的黑洞。 本书通过系统性研究，通过两个公式揭开了“判断出错”的本质，并且通过对三种噪声的系统性分析带你直击噪声。并且，从六大部分阐述了“噪声”：从寻获噪声到探究人类判断的本质，从预测噪声到阐释噪声的主要原因，从探讨如何改进判断和防止错误的的实际问题，一直延伸到什么才是合适的噪声水平。”“噪声”是随机的，但却是致命的。卡尼曼在书中提出了6大原则，帮你重塑决策框架，做聪明的决策者。同时，卡尼曼更是精妙地附上了“审查噪声”的使用指南，以及写给决策者的“观察者清单”。 《噪声》一经出版便风靡全球31个国家与地区，吸引了无数商业人士的目光，被投资人、心理学家、众多媒体人争相盛赞。
福格行为模型
福格博士亲自拆解了他提出的福格行为模型，揭示了驱动人类所有行为的3个关键要素，解析了每一个要素在驱动人类行为中的重要作用，提供了激发每一个要素以更好地推动行为改变的有效方法。此外，福格博士还给出了让福格行为模型更好地发挥作用的两个方法，通过设计情绪来设计行为，通过打造高频率小成功让小改变自然生长。 本书不仅能够帮助人们毫不费力地养成好习惯，也能够指导人们成功对抗坏习惯；不仅能够帮助个人实现改变，也能够帮助群体直面挑战。只要掌握福格行为模型的精髓并加以灵活运用，每个人都能够轻松改变自己的工作与生活，成为自己想要成为的那个人。 本书给出了福格行为设计工具箱，包含15种人生情景与挑战、300个微习惯配方、100种庆祝方式，手把手地教你减重、减压、改善睡眠质量、摆脱坏习惯、提升效率…… 《纽约时报》大畅销书，美国亚马逊2020年商业与领导力书籍#1。
影响力
本书是西奥迪尼的社会心理学经典作品，在书中，作者从专业角度为读者阐释了顺从他人行为背后的六大基本原则：互惠、承诺和一致、社会认同、喜好、权威和稀缺，为我们解释了为什么有些人极具说服力，而我们总是容易上当受骗。本书对于商业人士以及广大普通读者有深远的意义，教你学会对顺从业人士说“不”，帮助你成为一个真正对他人有影响力的人。 西奥迪尼经典作品 风靡全球30载，被引述率高居当今社会心理学之冠，《财富》杂志鼎力推荐的“75本商业必读书”之一，亚马逊推荐的“人生必读100本书”之一。 自出版以来，《影响力》就一直是畅销佳作。由于它的影响，劝说得以成为一门科学。无论你是普通人还是为某一产品或事业观点游说的人，这都是一本最基本的书，是你理解人们心理的基石。 在这本书中，心理学家罗伯特·B·西奥迪尼博士为我们解释了为什么有些人极具说服力，而我们总是容易上当受骗。隐藏在冲动地顺从他人行为背后的6大心理秘笈，正是这一切的根源。那些劝说高手们，总是熟练地运用它们，让我们就范。
你以为你以为的就是你以为的吗？
在《你以为你以为的就是你以为的吗》中，作者精心设计了12道检测思考清晰度的逻辑谜题，涵盖哲学、逻辑推理、信仰、思想一致性、禁忌底线、道德标准、艺术、身心灵、自由、终极逻辑常识等多个有趣话题。读者可以通过12道逻辑谜题检测思考的清晰度，快速提高思考力，抓住别人的思维漏洞！
面对社会上众多混乱的声音，找回理性判断的能力，拥有最清晰的思路，解除根深蒂固的痛苦。严密有趣的进阶测试，清晰易懂的题目解析，使本书成为英国最受欢迎的哲学普及类读物。
模型思维
工作中，你在团队中是不是不可替代的人？ 爱情上，为什么异地恋的相聚能够带来很大的幸福感？ 游戏中，选择什么样的策略才能在各种游戏中立于不败之地？ 现实社会中，为什么很少有女性成为CEO？为什么披头士的歌曲会那么流行？ …… 关于这些问题的正确答案，都可以用斯科特·佩奇新书《模型思维》中的模型来回答。斯科特·佩奇是风靡全球的“模型思维课”主讲人，有超过100万各行各业的人反复学习并从中受益。新书《模型思维》讲解了24种模型，从线性回归到随机漫步，从博弈论到合作，涵盖学习、工作、生活等方方面面——这些有趣的模型可以把任何人变成天才。 芒格说：“要想成为一个有智慧的人，你必须拥有多个模型。”这是一个数据爆炸的时代，数据充斥着我们的工作与生活，但仅拥有数据是远远不够的，必须学会让数据说话。模型就是让数据说话的秘诀，模型将帮助我们所有人从掌握信息提升到拥有智慧。 本书中的24种模型就是一个应对复杂世界的思维工具箱。各行各业、各种需求的所有人都可以根据此书建立专属于自己的思维工具箱，成为一个多模型思考者。它将帮助你整理数据、提取信息、去伪存真，在决策时让你知道选择什么样的模型，选取一个模型还是几个模型。而这是现代高手必备的一种大智慧。
稀缺：我们是如何陷入贫穷与忙碌的
在长期研究穷人和扶贫的过程中，塞德希尔· 穆来纳森发现他和穷人的焦虑竟然类似：穷人缺钱，他缺时间。在这一现象基础上，他与普林斯顿大学心理学教授埃尔德·沙菲尔进行了大量的实验室研究和现实调查，却发现了一个存在于世人中间的惊人真相：穷困之人会永远缺钱，而忙碌之人会永远缺时间。 但是，进一步的研究证实：这些都是表面现象。因为即便是给穷人一笔钱，给拖延症患者一些时间，他们也无法变得富足和高效。实际上，在长期性的资源（钱、时间）稀缺中，人们已经形成了“管窥”之见，只能看到“管子”之中的事物，虽然这有可能为我们带来“专注红利”（短期的富裕或效率），但是从长远来看，这种“专心致志”反而会让我们产生“权衡式思维”，不断增加我们的带宽负担——当1元钱的价值在穷人与富人之间产生了巨大差异时，当印度金奈的街头小贩们陷入了无止境的借贷压力时，当每个人都处在多任务处理的“杂耍”状态中时……最理性的经济模型和行为方式都会变得不再符合自身的内在逻辑。最终，稀缺会俘获我们的大脑，渐渐让我们失去认知能力和执行控制力，变得更加愚笨和冲动。 《稀缺》是《思考，快与慢》作者丹尼尔·卡尼曼最推崇的行为经济学新作，它旨在揭示稀缺心态的各种复杂成因，并提出以“余闲”牵制稀缺的应对之法。所以，只有对“带宽”进行合理的规划和管理，我们才有可能从稀缺走向富足。 哈佛大学终身教授、“麦克阿瑟天才奖”获得者塞得希尔·穆来纳森和普林斯顿大学心理学教授埃尔德·沙菲尔强强联合之作，继诺贝尔经济学奖获得者丹尼尔·卡尼曼《思考，快与慢》之后的又一部行为经济学重磅著作，《金融时报》2013年必读十佳商业图书。
慢决策
华尔街金融畅销书《泥鸽靶》《火柴大王》作者帕特诺伊，用《慢决策》颠覆你的常识，重新定义“慢”的智慧。 这是一本讨论决策时机及教你如何在充分思考后果断下决定的书。“慢决策”主张等待是生活的常态，只要延迟得恰到好处，在做决定前等待一段时间尽可能搜集最多信息，行动起来便可得心应手。 帕特诺伊教授通过探访百余位专家，从投资管理、喜剧表演、比赛、军事策略制定、创新发明，甚至说话、约会、道歉等对时机的正确把握中，揭开时间管理与延迟决策的谜团。“慢决策”才能够领导“快时代”！
整合决策
这是一本实用之书。书中揭示了领导者致胜的关键在于他们的思维方式：跳出两难选择，重新界定问题，通过转变看问题的视角，权衡各方，提出更好的解决方案。他和詹妮弗·里尔教授在《整合决策》中进一步揭示了如何将整合思维的理论转化为实践操作方法，他提出应用整合决策制定优秀决策的4个阶段。 全球极具影响力的50大商业思想家之一、罗特曼管理学院前院长罗杰·马丁、罗特曼管理学院副教授詹妮弗·里尔总结十多年商业咨询经验的经典力作。
部分摘录：
做一个多模型思考者 要想成为一个有智慧的人，你必须拥有多个模型。而且，你必须将你的经验，无论是间接的，还是直接的，都放到构成这些模型的网格上。
查理·芒格（Charlie Munger）
这是一本关于模型的书。我在书中用简洁的语言描述了几十个模型，并解释该如何应用它们。模型是用数学公式和图表展现的形式化结构，它能够帮助我们理解世界。掌握各种模型，可以提高你的推理、解释、设计、沟通、行动、预测和探索的能力。
本书提倡多模型思维方法，应用模型集合理解复杂现象。本书的核心思想是：多模型思维能够通过一系列不同的逻辑框架“生成”智慧。不同的模型可以将不同的力量分别突显出来，它们提供的见解和含义相互重叠并交织在一起。利用多模型框架，我们就能实现对世界丰富且细致入微的理解。本书还包括了一些正式的论证，阐述了如何对现实世界应用多模型框架。
本书非常实用。多模型思维具有十分重要的实用价值。运用这种思维方式，你就能更好地理解复杂现象，就能更好地推理。你将会在职业生涯、社区活动和个人生活中表现出更小的差距，做出更加合理的决策。是的，你甚至还可能会变得更有智慧。
25年前，像本书这样讲解模型的著作主要是供教授们和研究生们研究商业、政策和社会科学所用的，金融分析师、精算师和情报界人士也是潜在的读者。这些人都是应用模型的人，他们也是与大型数据库关系最密切的人，这并不是偶然。不过到了今天，关于模型的书已经拥有了更多的读者：广大的知识工作者们。由于大数据的兴起，他们现在已经把模型作为日常生活的一部分了。
如今，用模型组织和解释数据的能力，已经成了商业策略家、城市规划师、经济学家、医疗专家、工程师、精算师和环境科学家等专业人士的“核心竞争力”。任何人，只要想分析数据、制订业务发展策略、分配资源、设计产品、起草协议就必须应用模型，哪怕是做出一个简单招聘决策，也要运用模型思维。因此，掌握本书的内容，特别是那些涉及创新、预测、数据处理、学习和市场准入时间选择的模型，对许多人都有非常重要的实际价值。
使用模型来思考能够带给你的，远远不仅仅是工作绩效的提高。它还会使你成为一个更优秀的人，让你拥有更强的思考能力。你将更擅长评估层出不穷的经济事件和政治事件，更能识别出自己和他人推理中的逻辑错误。有了这种思维方式，你将懂得辨识什么时候意识形态取代了理性思考，并对各种各样的政策建议有更丰富、更有层次的洞见，无论是扩建城市绿地的建议，还是强制药物检测的规定。
所有这些好处都来自与多种多样模型的“亲密接触”，幸运的是，我们用不着一下子掌握千百种模型，而只需先掌握几十种就足够了。本书给出的这些模型就为你提供了一个很好的出发点。它们来自多门学科，其中包括许多人耳熟能详的囚徒困境博弈模型，逐底竞争（Race to the Bottom）和关于传染病传播的SIR模型，等等。所有这些模型都有一个共同的形式：它们都假设一些实体，通常是人或组织，并描述他（它）们是如何相互作用的。
本书所讨论的模型可以分为三类：对世界进行简化的模型、用数学概率来类比的模型以及人工构造的探索性模型。无论哪一种形式，模型都必须是易处理的。模型必须足够简单，以便让我们可以在模型中应用逻辑推理。例如，我们讨论了一种传染病模型，这个模型由易感者、感染者和痊愈者组成，可以给出传染病的发生概率。利用这个模型，我们可以推导出一个传染阈值，也就是一个临界点，超过这个临界点，传染病就会传播。我们还可以确定，为了阻止传染病传播，需要接种疫苗人数的比例。
尽管单个模型本身可能就已经相当强大了，但是一组模型可以实现更多的功能。在拥有多个模型的情况下，我们能够避免每个模型本身所固有的局限性。多模型方法能够消除每个单个模型的盲点。基于单一模型的政治选择可能忽略了世界的一些重要特征，如收入差距、身份多样性以及与其他系统的相互依赖关系。1有了多个模型，我们可以达成对多个流程的逻辑推理，可以观察不同因果过程是如何重叠和相互作用的，也拥有了理解经济、政治和社会世界复杂性的可能。而且，我们在这样做的时候并不需要放弃严谨性，因为模型思维能够确保逻辑的一致性。由此，推理将建立在扎实的证据基础之上，因为模型需要用数据检验、改进和精炼。总而言之，当我们的思维得以在多个逻辑上一致、处在通过了经验验证的框架中时，我们更有可能做出明智的选择。
大数据时代的模型 在当今这个大数据时代，像本书这样一本讨论模型的书可能看上去有些不合时宜。现在，数据正以前所未有的维度和粒度急速地涌现出来。过去，消费者的购买数据只能以每月汇总表的形式打印出来，而现在却可以与空间、时间信息及消费者“标签”一起实时传输。学生的学习成绩数据，现在也包括每一份作业、每一篇论文、每一次测验和考试的分数，而不再仅仅是一个期末总成绩了。过去，农场工人也许只能在每月一次的农场会议上提出土壤过于干燥的问题，而现在，他们却能够用拖拉机自动传输以平方米为单位的关于土壤肥力和水分含量的实时数据了。投资公司要跟踪数千只股票的数十种比率和趋势，并使用自然语言处理工具来解析文档。医生则可以随时提取包括相关遗传标记在内的患者记录。
仅仅在25年以前，大多数人获得的知识只能来自书架上的几本书。也许你工作的地方有一个小型图书馆，或者你家里有全系列的百科全书和几十本参考书。学术界、政府和私营部门的研究者则可以利用大型图书馆的馆藏资料，但是他们也经常不得不亲身前往查阅。就在20世纪末21世纪初，为了获得必要的信息，学者们仍然不得不在卡片目录室、缩微胶片阅览室、图书馆书架以及私人收藏家的“宝库”之间来往穿梭。
现在，这一切都发生了颠覆性的变化。几个世纪以来一直受到纸张束缚的知识内容，今天已经以数据包的形式在“空中”自由流动了。关于此时此地的实时信息也是如此。以前，新闻是刊载在报纸上的，最高以每天一次的频率送到我们手上；而现在，新闻却是以连续的数字流形式流入我们的个人设备。股票价格、体育赛事比分、关于政治经济事件和文化事件的新闻，全都可以实时查询、实时访问。
然而，无论数据给我们留下的印象如何深刻，它都不是灵丹妙药。我们也许可以通过数据了解到已经发生了什么和正在发生什么，但是，由于现代世界是高度复杂的，我们可能很难能理解为什么会发生这种情况。更何况，经验事实本身也可能是误导性的。例如，关于计件工资制的统计数据往往会显示，工人每生产一件产品获得的报酬越高，他们生产的产品就会越少。对此，用一个薪酬取决于工作条件的模型可以很好地解释相关数据。如果工作条件很差，导致很难生产出产品，那么每单位产品的工资可能很高；如果工作条件很好，那么每单位产品的工资就可能会很低。因此，并不是更高的计件工资导致了更低的生产率，而是更加糟糕的工作条件导致了这种结果。2
此外，我们社会中的大多数数据，也就是关于经济、社会和政治现象的数据，都只是时间长河上的瞬间或片断的记录。这种数据是不能告诉我们普遍真理的。我们的经济、社会和政治世界并不是固定不变的。在这个十年内，男孩在标准化考试中的成绩超过了女孩，但是下个十年就有可能变为女孩的成绩好于男孩。人们今天投票的原因，可能与未来几十年投票的原因截然不同。
我们需要模型，不然就无法理解计算机屏幕上不断滑过的数据流。因此，这个时代，可能恰恰因为我们拥有如此多的数据，也可以被称为多模型时代。纵观学术界、政府、商界和非营利部门，你基本上无法找到任何一个不受模型影响的研究领域，甚至可以说根据不存在不需要模型的决策领域。麦肯锡（McKinsey）和德勤（Deloitte）等咨询业巨头要通过构建模型来制订商业策略；贝莱德集团（BlackRock）和摩根大通集团（JPMorgan Chase）等金融业大公司要利用模型来选择投资，州立农业保险公司（State Farm）和美国好事达保险公司（Allstate）等公司的精算师要借助风险校正模型来给保险单定价。谷歌公司的人力资源部门要利用预测分析模型来为超过300万求职者进行评估。各大学和学院的招生人员也要建立模型，以便从成千上万的申请入学者当中选出合格的新生。
美国行政管理和预算局（Office of Management and Budget）通过构建经济模型预测税收政策的影响。华纳兄弟公司通过数据分析模型评估观众对电影的反应。亚马逊公司开发机器学习模型向消费者推荐商品。由美国国家卫生研究院（National Institutes of Health）资助的研究团队建立了人类基因组学的数学模型，用于寻找和评估癌症潜在的治疗方法。盖茨基金会使用流行病学模型设计疫苗接种策略。甚至运动队也都使用模型来预测选秀结果和交易机会，并制订比赛策略。例如，芝加哥小熊队（Chicago Cubs）之所以能够在经历了一个多世纪的失败后赢得世界职业棒球联赛的冠军，就是因为很好地利用了模型去选择球员、设计比赛策略。
对于使用模型的人来说，模型思维的兴起还有一个更简单的解释：模型能够让我们变得更聪明。如果没有模型，人们就会受到各种认知偏差的影响：我们会对近期发生的事件赋予过高的权重、会根据“合理程度”分配概率、会忽略各种基本比率。如果没有模型，我们处理数据的能力就会受到极大的限制。有了模型，我们就能澄清相关假设且更有逻辑地进行思考，还可以利用大数据来拟合、校准、检验因果关系与相关性。总之，有了模型，我们的思考会更有效。有证明表明，如果让模型与人面对面直接“竞争”，模型将会胜出。3