Cross-Disciplinary Thinking Framework
很多学科表面差异巨大，但底层其实都在做三件事——
建模、找关键变量、预测与控制。
区别在于变量不同、可测量程度不同、是否允许实验不同、系统复杂度不同。
忽略次要因素，抓主导变量。现实永远复杂，但先构建一个可解的简化版本。
守恒意味着系统变化有硬边界——你不能凭空创造，也不能凭空消失。
微小扰动后，系统回归还是偏离？摆回到最低点（稳定），球在山顶会滚落（不稳定）。
物理分析：核心不是"速度"，而是功率公式
P = mgv sin θ
最省钱？最耐久？最轻？最快？不同目标得到完全不同的设计。
工程极度关注最弱环节和最大限制——不是平均水平，而是系统产出由瓶颈决定。
工程默认"东西一定会坏"，所以飞机有多套系统、电网有冗余、数据要备份。
力如何传播？应力分布？共振频率？
多大车流？多久寿命？海风腐蚀？成本多少？极端天气呢？
疼痛、发热、疲劳、饥饿——很多不是 bug，而是保护机制。
生物不是从零设计的，是在旧结构上不断修改。所以人体有大量"不优雅"结构（如视网膜反装）。
生物极度节能：肌肉不用就退化，大脑高耗能，脂肪储备优先。
肌肉损伤只是部分原因，更关键的是：
经济学默认人会趋利避害。制度设计的好坏，取决于它产生的激励结构，而非表面意图。
做 A 的真正成本 = 没做的最佳替代方案 B 的价值。学费只是显性成本，放弃的收入才是隐性大头。
政策可能产生副作用、套利空间和逆向激励。好意图不等于好结果。
价格信号消失后的连锁反应：
确认偏误让你只看到支持自己的证据；损失厌恶让你对失去的恐惧两倍于获得的渴望。
很多决策是情绪先发生，理性后解释——大脑是个"合理化机器"。
行为很多不是"人格问题"，而是环境诱导。改变情境比改变人更有效。
核心机制是行为回路设计：
本质与赌博机制相同：可变比率强化（variable ratio reinforcement）。心理学看的是行为回路，而非"意志力不够"。
复杂系统必须拆层：硬件 → 操作系统 → 网络 → 应用。每层封装细节、暴露接口。
重点不是"现在快不快"，而是规模扩大后是否崩溃。O(n²) 在小数据没问题，在大数据就是灾难。
垃圾输入 → 垃圾输出。系统再精妙，输入数据有问题，结果就不可信。
本质是从"全表扫描"变成"建立结构化路径"：
翻整本书找一个关键词——O(n) 线性扫描。
直接查目录定位页码——O(log n) 对数查找。
初始的微小变化被放大，形成滚雪球效应。
偏差越大，纠偏力量越强，系统趋向目标值。
这是典型的负反馈稳定系统——身体发现能量下降后，自动启动反制：
少数节点决定整体。帕累托法则在系统中无处不在——20% 的节点承担 80% 的连接。
很多问题的因果之间有巨大时间差。今天的教育政策，20 年后才看到人才结构的变化。
优化某个部门可能损害整体。把客服部门裁员降成本 → 服务变差 → 客户流失 → 总收入下降。
增加道路后的连锁反应：
一次结果不重要，看长期分布。单次涨跌是噪声，长期趋势才是信号。
相关 ≠ 因果。冰淇淋销量和溺水率高度相关，但两者都是"夏天"导致的。
很多"结论"只是样本有问题。只采访成功创业者 → 得出"辍学更容易成功"的荒谬结论。
统计学会问一系列关键问题：
高手同时调用多把"手术刀"，从不同角度切割同一个问题。
热量守恒是硬约束——摄入 > 消耗，体重必然增加。没有捷径。
身体降低基础代谢、提高饥饿激素、优先储存脂肪——进化让你"节能"。
奖励机制导致暴食——压力大时高糖食物带来即时多巴胺，理性决策退居二线。
高热量食品便宜又方便——炸鸡 10 分钟送到，健康沙拉要 40 块。机会成本失衡。
睡眠差 → 食欲增加 → 更难运动 → 体重上升 → 睡眠更差……恶性循环。
减重触发负反馈——身体降低代谢、增强饥饿信号，把体重拉回"设定点"。
极端节食方案不可持续——工程思维要求方案必须"可长期运行"，而非短期暴烈。
个体差异巨大——基因、代谢率、肠道菌群都不同，"一个月瘦20斤"对大多数人是噪声。
减肥失败不是因为"意志力不够"——这是单维度的错误归因。真正的原因是物理学的约束、生物学的对抗、心理学的劫持、经济学的失衡、系统的恶性循环和反馈机制的反制同时作用。只有同时用多把手术刀分析，才能找到真正可行的方案。