布鲁克斯定律
Brooks's Law
向已延期的软件项目增派人手,可能因培训和沟通成本进一步延期。
THE THINKING COLLECTION
从理解一个规律,到找到一种做法。
收集跨越领域的定律、模型与实践方法,让每一次思考都有迹可循。
试试中文名、英文缩写,或减少筛选条件。
理解软件复杂性、架构取舍与工程协作。
Brooks's Law
向已延期的软件项目增派人手,可能因培训和沟通成本进一步延期。
Conway's Law
系统设计常映射组织的沟通结构,架构调整也需要组织配合。
Amdahl's Law
固定工作量下,并行加速的上限受无法并行的部分限制。
Gustafson's Law
允许工作量随资源扩大时,并行计算的收益可不同于固定规模估算。
Moore's Law
芯片晶体管数量增长的历史经验观察,并非永恒的物理规律。
Hyrum's Law
用户足够多时,系统几乎任何可观察行为都可能被依赖。
Law of Leaky Abstractions
抽象无法完全隐藏底层细节,边界情况仍需理解实际机制。
CAP Theorem
发生网络分区时,分布式系统无法同时保证特定定义下的一致性与可用性。
PACELC
分区时权衡可用性与一致性,正常运行时还需权衡延迟与一致性。
Postel's Law
主张发送严格、接收宽容的兼容原则;过度宽容也会累积风险。
Principle of Least Astonishment
让界面和程序行为符合使用者的合理预期,降低理解成本。
Keep It Simple
在满足目标的前提下减少不必要的复杂性,优先选择易理解方案。
Don't Repeat Yourself
让同一知识有清晰的单一表达,避免重复规则发生分歧。
You Aren't Gonna Need It
暂缓尚未证实必要的功能,避免为想象中的需求增加负担。
SOLID Principles
用职责、扩展、替换、接口与依赖原则辅助面向对象设计。
Law of Demeter
限制对象对远处细节的了解,减少跨层依赖与修改的连锁影响。
Separation of Concerns
按不同职责拆解系统,让各部分可以相对独立地理解和修改。
End-to-End Principle
某些正确性保证需要在通信端点完成,底层机制只能提供辅助。
Technical Debt
用债务比喻短期设计取舍带来的未来维护成本,帮助讨论偿还时机。
Chesterton's Fence
移除旧规则前先理解它存在的原因,再评估是否仍有必要。
澄清假设、比较方案,让判断更有依据。
First Principles Thinking
回到可成立的基础事实与约束,重新推导问题的解法。
Occam's Razor
解释力相近时优先考虑假设较少的解释,简洁本身并不证明正确。
Hanlon's Razor
解释他人失误时先考虑疏忽和信息差,避免过早归因于恶意。
Inversion
从失败条件或相反目标倒推,发现正向规划容易忽视的限制。
Second-Order Thinking
除直接结果外,继续追问后续反应、激励变化与长期影响。
Mutually Exclusive, Collectively Exhaustive
拆分问题时争取相互独立且整体覆盖,并检查分类边界。
Falsifiability
明确哪些观察会推翻主张,避免把任何结果都解释为支持。
Steelmanning
先准确构造对方论点的较强版本,再讨论分歧与证据。
Socratic Questioning
通过追问定义、理由、假设和反例,逐步澄清一个判断。
Thought Experiment
构造受控的假想情境来检验推理,结论仍需留意现实假设。
Counterfactual Thinking
比较如果某条件不同会怎样,帮助分析原因与行动选择。
The Map Is Not the Territory
模型是现实的简化表达,使用时要检查被省略的重要信息。
Circle of Competence
区分真正理解的领域与知识盲区,让决策匹配自己的判断能力。
Opportunity Cost
选择一个方案时,同时考虑因此放弃的最佳替代方案价值。
Marginal Analysis
比较下一单位投入的额外收益与成本,而不只看已有总量。
Decision Tree Analysis
把选择、事件概率与结果画成分支,显式比较不同路径。
Expected Utility Theory
结合结果概率与个人效用评估选择,模型依赖一组理性公理。
Bounded Rationality
人在时间、信息和认知能力受限时,常寻求满意而非最优解。
Observe–Orient–Decide–Act
在观察、判断、决策与行动之间不断迭代,依据反馈更新对情境的理解。
理解不确定性,识别数据与推断的边界。
Bayes's Theorem
结合先验概率与新证据更新判断,结果取决于输入和模型假设。
Law of Large Numbers
在相应条件下,样本均值随样本增多趋近总体期望。
Central Limit Theorem
满足条件时,标准化的样本和或均值趋近正态分布。
Monte Carlo Method
用重复随机抽样估计结果分布,模拟质量依赖输入与假设。
Expected Value
按概率加权可能结果,长期平均值不等于某次必然结果。
Regression to the Mean
极端观测后常出现较普通的观测,不一定是干预产生了效果。
Simpson's Paradox
分组数据的趋势可能在合并后反转,需要检查分组结构。
Survivorship Bias
只观察留下来的样本,可能忽略退出者而高估成功概率。
Base Rate Neglect
判断个案时忽略总体发生率,容易误读特征或检测结果。
Selection Bias
样本进入观察的方式与研究对象有关时,推断可能系统性偏离。
Correlation Is Not Causation
变量共同变化不代表直接因果,还要排查混杂和反向因果。
Confidence Interval
用重复抽样覆盖率刻画估计方法,不是固定参数落入区间的概率。
Hypothesis Testing
在模型与零假设下评估数据相容程度,显著不等于影响重要。
Multiple Comparisons
同时检验越多假设,误报风险越高,需要调整或独立验证。
Randomized Controlled Trial
随机分配处理以减少混杂影响,仍需检查执行与适用人群。
Bootstrap
从已有样本反复重抽样估计不确定性,不能补救原样本的系统偏差。
Sensitivity Analysis
改变关键输入与假设,检查结论依赖哪些因素及其变化幅度。
Power Law
用重尾关系描述部分规模现象,需检验数据而非仅凭外观认定。
认识增长、估值与风险;模型不等于收益承诺。
Compound Interest
收益再投入后也参与后续计息,实际增长受收益率与成本影响。
Kelly Criterion
在特定概率与赔率假设下追求长期对数增长,估计误差可能放大风险。
Rule of 72
以七十二除以年化百分比粗估翻倍年数,仅适用于一定利率范围。
Diversification
配置不同风险来源以降低集中风险,无法消除市场整体下跌风险。
Asset Allocation
依据期限、目标与风险承受能力确定不同资产的配置比例。
Portfolio Rebalancing
按预定规则调整偏离的资产比例,并计入交易成本与税费。
Dollar-Cost Averaging
分期投入固定金额来分散买入时点,不保证获利或优于一次投入。
Margin of Safety
为估值误差和不利变化预留空间,边际大小仍依赖估值质量。
Discounted Cash Flow
按折现率换算未来现金流价值,估值对增长与折现假设敏感。
Modern Portfolio Theory
利用收益、波动和相关性构造组合,结论受参数与模型假设限制。
Capital Asset Pricing Model
用市场系统性风险解释预期收益,是依赖强假设的简化模型。
Efficient Market Hypothesis
研究价格反映信息的程度,不代表价格总正确或投资没有风险。
Risk–Return Tradeoff
较高预期收益通常伴随更大不确定性,承担风险不保证获得回报。
Liquidity Risk
资产可能无法及时按合理价格变现,账面价值不等于可用现金。
Financial Leverage
借入资金会同时放大收益与亏损,并增加偿付和被迫平仓压力。
Risk of Ruin
关注连续损失耗尽可用资本的可能,正期望也不能保证存续。
辨认判断偏差,理解情境如何影响行为。
Confirmation Bias
更容易寻找或接受支持原有看法的信息,而忽略相反证据。
Anchoring Effect
最初接触的数值会影响后续估计,即使它与问题关系有限。
Availability Heuristic
用案例容易被想起的程度估计频率,鲜明记忆可能影响判断。
Representativeness Heuristic
根据相似程度判断类别或概率,可能忽略样本量与基准率。
Prospect Theory
用参照点、损失与概率权重描述风险选择,预测取决于情境。
Loss Aversion
相对参照点的损失常比同额收益更有影响,强度并非固定常数。
Sunk Cost Effect
已经无法收回的投入影响继续决策,使人忽略未来成本与收益。
Framing Effect
同一问题的表达方式可能改变偏好,需要比较其实际含义。
Endowment Effect
拥有某物后可能赋予它更高价值,结果受情境与交易经验影响。
Status Quo Bias
倾向维持当前选项,未必充分比较改变后的成本与收益。
Hindsight Bias
知道结果后觉得事情本来容易预测,从而高估当时掌握的信息。
Planning Fallacy
规划任务时可能低估时间与成本,即使过去已有延期经验。
Overconfidence Effect
对能力、预测或判断精度的信心可能超过实际表现。
Dunning–Kruger Effect
部分研究发现低表现者自评偏高;机制与统计解释仍有争论。
Halo Effect
对某项突出特征的评价,可能扩散到缺乏证据的其他特征。
Fundamental Attribution Error
解释他人行为时可能高估个人特质、低估情境影响。
Self-Serving Bias
成功更易归因自身、失败更易归因外部,具体表现受文化情境影响。
Cognitive Dissonance
信念与行为冲突时的不适,可能推动解释、态度或行为改变。
Social Proof
不确定时借他人行为判断如何行动,但群体选择也可能出错。
Groupthink
过度追求一致可能压制异议,使团队忽视替代方案与风险。
Bystander Effect
某些情境中他人在场会降低个人施助概率,危险程度等会调节结果。
Peak–End Rule
回顾体验时,强烈时刻与结束部分可能对评价产生较大影响。
从反馈、约束与结构理解长期变化。
Pareto Principle
少数因素可能贡献大量结果,是需用数据核验的经验分布。
Murphy's Law
提醒提前考虑可能的失误及后果,是风险警句而非概率定理。
Goodhart's Law
指标一旦成为追逐目标,其作为真实表现代理的质量可能下降。
Campbell's Law
量化指标承担越重的决策压力,越可能被操纵并扭曲原有过程。
Feedback Loops
系统输出会反过来影响输入,强化或平衡既有变化趋势。
Stocks and Flows
区分累积总量与变化速率,避免把短期流量变化误读为存量改变。
System Delays
行动与结果之间存在延迟,过快加码可能造成振荡与过度调整。
Leverage Points
寻找规则、信息与目标等结构位置,评估干预可能带来的影响。
Theory of Constraints
识别并改善限制整体产出的约束,持续检查瓶颈是否转移。
Little's Law
在稳定且满足条件的系统中,平均在制量等于吞吐率乘平均逗留时间。
Network Effects
用户规模可能改变产品对其他用户的价值,拥挤也可能降低价值。
Path Dependence
早期选择通过成本、习惯与互补关系影响后续可行路径。
Tragedy of the Commons
共享资源缺乏有效治理时,个体激励可能导致过度使用。
Law of Requisite Variety
有效调节需要足够的响应多样性,以应对系统面对的不同扰动。
Emergence
整体行为可由局部相互作用形成,不能只靠孤立部件直观预测。
System Resilience
关注系统承受扰动、恢复功能与适应变化的能力。
对齐目标、安排工作,改善团队协作。
Plan–Do–Check–Act
以计划、执行、检查和调整持续改进,在下一轮验证改进效果。
SMART Goals
用具体、可衡量、可实现、相关与有时限等维度澄清目标。
Objectives and Key Results
用目标说明方向,用关键结果描述可观察的进展与成果。
Management by Objectives
通过协商目标与定期回顾,把个人工作与组织方向连接起来。
RACI Matrix
区分执行、最终负责、咨询与知会角色,减少任务责任模糊。
Scrum
以短周期、透明检查与适应支持复杂工作,并明确团队责任。
Kanban
可视化工作流并限制在制工作,依据流动情况持续改进交付。
Gantt Chart
按时间轴展示任务、周期与进度,辅助识别计划冲突。
Critical Path Method
分析任务依赖与工期,找出决定项目最早完成时间的路径。
Program Evaluation and Review Technique
用多种时长估计处理任务不确定性,并分析项目依赖。
Parkinson's Law
工作可能膨胀以占满可用时间,是组织行为的经验观察。
Peter Principle
按当前表现晋升可能把人放到不擅长的岗位,是管理警示。
Principal–Agent Theory
当委托人与代理人的信息和利益不一致时,需设计监督与激励。
Psychological Safety
团队成员能提出问题和承认错误而不惧羞辱,有助于学习与协作。
Situational Leadership
根据任务与成员状态调整支持和指导,具体模型的证据需审视。
Servant Leadership
把支持成员成长和工作条件作为领导职责的一部分。
Retrospective
共同回顾事实、原因和可改进之处,并确定下一步可验证行动。
Nonviolent Communication
区分观察、感受、需要与请求,帮助清晰表达并理解对方。
Kaizen
以日常的小步改进和现场参与减少浪费,并持续检验实际效果。
把问题拆清楚,用可执行工具推进改善。
Five Whys
连续追问原因来寻找可干预环节,次数不固定且应由证据支持。
Cause-and-Effect Diagram
按类别展开可能原因以组织调查,图上的原因仍需逐项验证。
Pareto Chart
按频次或影响排序问题,并用累计比例帮助确定调查重点。
Control Chart
结合时间序列与控制界限识别过程变化,区分常见和特殊原因。
Check Sheet
用统一表格记录事件或缺陷出现情况,为后续分析收集数据。
Histogram
按区间统计数据频数,以观察分布形态、集中程度与异常。
Scatter Diagram
展示两变量的共同变化模式,相关图形本身不能建立因果关系。
Stratification
按来源或条件拆分数据,寻找总体汇总容易掩盖的差异。
Flowchart
绘制步骤、分支和流向,让流程中的等待、重复与断点可见。
A3 Problem Solving
在简洁结构中说明背景、现状、原因、对策与验证计划。
Define–Measure–Analyze–Improve–Control
依次定义、测量、分析、改进与控制,系统处理过程质量问题。
Failure Mode and Effects Analysis
识别潜在失效及其影响并排序改进,评分不应替代实际风险判断。
Mistake Proofing
改变设计或流程,预防错误发生或让错误容易被及时发现。
Suppliers–Inputs–Process–Outputs–Customers
从供应方到客户梳理输入、过程与输出,界定改进范围。
Value Stream Mapping
描绘从需求到交付的信息与物料流,识别等待及非增值环节。
Root Cause Analysis
用证据追查问题形成的机制,避免只处理表面症状。
Affinity Diagram
将零散观察按自然关联分组,帮助发现共同主题与问题结构。
Brainstorming
先产生多种想法再评估,注意群体压力与发言机会分配。
Impact–Effort Matrix
比较行动的预期影响与实施投入,为优先级讨论提供依据。
Five Ws and One H
从何事、为何、何人、何时、何地与如何六方面补齐问题信息。
5S
通过整理、整顿、清扫、清洁与素养,建立可视化且便于维持的工作环境。
理解竞争、用户价值与资源配置。
Strengths–Weaknesses–Opportunities–Threats
结合内部优劣势与外部机会威胁,形成可检验的战略选项。
PESTEL Analysis
从政治、经济、社会、技术、环境与法律维度扫描宏观变化。
Porter's Five Forces
从竞争者、进入者、替代品、买方与供方分析行业竞争结构。
Value Chain Analysis
拆解创造和交付价值的活动,定位成本来源与差异化机会。
BCG Growth–Share Matrix
用市场增长与相对份额讨论业务组合,简化维度不能替代完整分析。
Ansoff Matrix
按现有或新产品、现有或新市场区分增长路径与相关风险。
Business Model Canvas
用九个相互关联的模块描述业务如何创造、交付与获取价值。
Jobs to Be Done
从用户在具体情境中想完成的进展理解需求,而非只看人群标签。
Kano Model
区分不同需求对满意度的影响,分类会随用户与时间变化。
Minimum Viable Product
以最小必要投入验证关键业务假设,重点是学习而非功能数量。
Build–Measure–Learn
围绕假设构建实验,观察结果并决定调整或继续推进。
Blue Ocean Strategy
通过重构价值要素寻找新的需求空间,仍需验证成本与真实需求。
Game Theory
分析多个决策者相互影响时的策略选择,结果依赖规则与信息。
Prisoner's Dilemma
某些收益结构下,个体占优选择可能导向对双方更差的结果。
Nash Equilibrium
在其他参与者策略不变时,没人能靠单方面改策略获得更好结果。
Diffusion of Innovations
研究新观念如何通过人群和渠道传播,采用阶段只是分析模型。
把知识转成练习、习惯和更清晰的安排。
Retrieval Practice
主动从记忆中提取知识并核对反馈,比只重复阅读更能检验掌握程度。
Spaced Practice
把练习分散到不同时间,通过适当间隔支持长期记忆。
Interleaving
混合相关题型以练习辨别适用方法,效果取决于材料和基础。
Elaboration
用已有知识解释新信息并建立联系,让理解超越表面记忆。
Self-Explanation
说明每一步为什么成立,借此发现推理遗漏和理解缺口。
Feynman Technique
尝试用简单语言解释概念,发现卡点后回查并修正理解。
Deliberate Practice
围绕具体能力设计有反馈的挑战性训练,并持续修正薄弱环节。
Forgetting Curve
记忆保持随时间变化,速度受材料、练习与情境影响,并非固定表格。
Cognitive Load Theory
考虑工作记忆的限制来安排教学材料,减少无关负担。
Growth Mindset
把能力看作可发展的信念可能影响学习反应,干预效果具有情境差异。
Implementation Intentions
预先写清如果出现某个情境就采取某个行动,以降低启动阻力。
Mental Contrasting
同时想象期望结果与现实障碍,帮助判断目标并规划行动。
Mini Habits
把每日行动缩小到容易开始的程度,降低启动阻力并逐步形成习惯。
Pomodoro Technique
用专注与休息交替的时间段安排工作,时长可依任务调整。
Timeboxing
为任务预先设定时间边界,到时检查结果并决定下一步。
Eisenhower Matrix
按重要与紧急区分任务,辅助安排执行、规划、委派或放弃。
Getting Things Done
通过收集、澄清、组织、回顾与执行,把待办事项转为清晰的下一步行动。
A GROWING COLLECTION
这是一份持续扩充的索引,涵盖定律、定理、效应、模型、原则、方法与理论。点击条目进入解读,从具体问题出发,理解原理、阅读案例,再尝试一个小行动。
不同工具的依据和适用范围并不相同。经验法则不代表必然规律,模型依赖假设,心理效应也有研究边界。请把它们带回具体问题中理解。
以下资料用于发现和整理条目。各篇解读另附主题参考资料,区分理论假设、经验规则与研究边界;案例中的假设数据用于解释机制。