淘寶戴爾外星人筆記本電腦能否自檢與戴爾外星人筆記本電腦價格

奧卡姆剃刀的原理經常被簡化，但事實上，這個原則的真正意義更為微妙。本篇文章詳細介紹了什麽是奧卡姆剃刀原理以及如何運用到生活中，希望對您有壹定的幫助。

假如時光倒流，回到梅西來邁阿密國際球隊之前，請妳做壹個預測。‍‍‍‍‍‍

情境：邁阿密國際已經連續9場不勝。

請問：球王梅西加入球隊後，以下哪個更有可能？

A. 該隊在梅西首秀比賽中獲勝。

B. 該隊在梅西首秀比賽中獲勝，並且主場球迷將會集體高呼球王的名字。

妳會選擇A還是B？

我猜許多人會選擇B。

但事實上，儘管B的情境似乎更符合想象（並且也發生了），但A的概率實際上是更高的。

因為A包括了B的可能，所以妳預測A可能性更大，才是理性的。

諾獎得主卡尼曼曾經設計過壹個類似的實驗，大部分人選擇了“看似更有可能然而其實概率更小”的選項，他將其稱為“合取謬誤”。

增加“球迷集體高呼梅西的名字”這壹假設，符合人類的想象力和講故事的本能，但卻是壹種假設負荷。‍‍‍‍

假設負荷會降低壹件事情發生的概率。

而過多的假設，正是奧卡姆剃刀所要砍掉的東西。

美國化學傢霍夫曼說：好的理論，就要盡可能地簡單，妳把牠壹減再減，直到再減就什麽都剩不下為止。

因為剩下的每壹條都是本質性的。

人生亦如是。

大多數人對“奧卡姆剃刀”的理解是錯的。

奧卡姆剃刀的原理經常被簡化為“最簡單的解釋往往是正確的”，但事實上，這個原則的真正意義更為微妙。

奧卡姆的威廉所說的“Numquam ponenda est pluralitas sine necessitate”，翻譯成中文，大意是：

“不必要時，勿增實體”。

勿增實體，“實體”指的是假說、解釋或模型的組成部分。

例如，妳在天線里探測到了微波，妳應該尋找熟悉的實體來解釋這壹現象，如雷達、鴿子，而不是增加新的實體如“三體外星人來襲”來解釋牠。

所以，“奧卡姆剃刀”的關鍵是少做假設，而非盡量簡單。

“奧卡姆剃刀”並不是壹個絕對法則，而是壹個指導原則。

這個原則強調的是，當我們構建理論或解釋現象時，應該避免不必要的假設。

例如，如果兩個理論都能夠解釋同壹個觀察到的現象，但其中壹個理論需要更多的假設，那麽奧卡姆剃刀原則建議我們選擇假設較少的那個理論。

例子A：外星人來過的痕跡

情境：假設妳有壹天早上發現自傢的花園里有壹塊草地被壓得扁扁的，圖案很特別，就像有什麽東西壓過。妳想找出導致這種情況的原因。

假設1：昨晚，壹隻大貓進入了妳的花園，在那塊草地上玩耍和躺了壹會兒。

假設2：昨晚，外星人駕駛著飛碟來到地球，選擇了妳的花園作為著陸點。在這過程中，飛碟稍微觸及了那塊草地，但由於某種原因他們決定放棄在此停留，然後又飛走了。

雖然兩個假設都可以解釋草地被壓扁的現象，但顯然，假設2需要許多額外的假設（如外星人存在、他們會來地球、他們正好選擇了妳的花園、他們隻是輕輕觸碰了草地而沒有留下其他痕跡等）。

而假設1則更為簡單，隻需要壹個常見動物——大貓作為解釋。

根據奧卡姆剃刀原則，我們應該選擇假設1作為更可能的解釋，因為牠更為簡潔，沒有額外的、不必要的假設。

但這並不意味著簡單的解釋總是正確的。事實上，有時候真實的解釋可能是復雜的。

奧卡姆剃刀隻是壹個指導原則，告訴我們在等同的解釋能力下，應該優先選擇假設較少、更為簡潔的解釋。

例子B：古代文獻中的神秘描述

情境：在壹些古代文獻中，有描述關於“飛天的車輛”。

假設1：古代文明擁有高度發達的科技，能製造飛行器。

假設2：這些描述可能是象徵性的，或者是對某些自然現象（如流星、彗星等）的解釋。

雖然第壹個假設為我們提供了壹個激動人心的畫麵，即古代文明擁有高科技，但我們沒有確鑿的證據表明古代文明有這樣的技術。

根據奧卡姆剃刀原則，第二種假設更為合理，因為牠基於我們關於古代文明的現有知識和對自然現象的理解。

奧卡姆剃刀原則在科學、哲學和其他學科中都被廣泛采用，牠鼓勵我們避免不必要的復雜性和假設。

但同樣因此，現實中充滿了奧卡姆剃刀的“謊言”，例如：

各種“復雜生活簡單化”的人生雞湯；

“像喬布斯那樣追求極致簡單”的創業箴言；‍‍‍

聰明人追求簡單，傻瓜把問題搞復雜；‍‍

甚至連“頭腦簡單”也借奧卡姆剃刀大行其道；

……

概括而言，大約有如下常見的奧卡姆剃刀的“謊言”:

1. 奧卡姆剃刀是選擇最簡單的答案

這是最常見的誤讀，奧卡姆剃刀原則往往被過度簡化為”最簡單的解釋就是正確的”。

然而，實際上奧卡姆剃刀並不是選擇最簡單的答案，而是當解釋某壹現象時，我們應盡量減少不必要的假設。

例如，說地球是平的是壹個簡單的解釋，但我們知道這並不正確。

解讀：在科學研究中，這意味著選擇最能解釋數據並且假設最少的模型。

在日常生活中，這意味著在麵對復雜問題時，我們應先考慮最直接、最明顯的因素，而不是尋找復雜的解釋。

2. 奧卡姆剃刀是絕對的科學原則‍

奧卡姆剃刀被誤讀為在所有情況下都能確定科學決策的絕對法則。然而，牠隻是壹個建議，壹個指導原則，用來指導我們優先選擇假設更少的解釋。

解讀：在某些情況下，更復雜的理論或模型可能會提供更準確的預測或更深入的理解。

因此，我們不能盲目地依賴奧卡姆剃刀，而應結合實際情況進行判斷。

有些人可能會錯誤地認為，如果壹個解釋很簡單，那麽牠就不需要證據支持。這是錯誤的，因為奧卡姆剃刀並不能代替證據的收集和分析。

3. 奧卡姆剃刀就是簡化生活

有些人錯誤地將奧卡姆剃刀與簡化生活的理唸相聯係。他們誤以為奧卡姆剃刀意味著我們應該追求簡單的生活方式，避免復雜和混亂。

解讀：實際上，奧卡姆剃刀原則在某種程度上可以應用於生活決策，但牠並不直接涉及到如何簡化生活方式。

生活有時候應該斷舍離，做減法。尤其是去除那些錯誤的假設–衹要擁有了某某東西我就能夠過得更好，但事實上並非如此。

然而，減法人生是壹種積極主動的選擇，而非又壹個堵塞心靈的萬能藥。

4. 應該盡量避免復雜性

有些人可能會誤認為，由於奧卡姆剃刀鼓勵我們選擇最簡單的解釋，那麽我們在生活或工作中也應該盡量避免復雜性。

解讀：在某些情況下，我們可能需要麵對並處理復雜性，因為某些問題本身就是復雜的，我們不能過於簡化牠們。

iPhone的確很簡單，然而裏面的芯片很復雜。‍‍‍

簡單指的是用戶體驗，而非工作不復雜。

所以任正非說，簡單留給客戶，復雜留給自己。

喬布斯的確能夠揮舞“奧卡姆剃刀”砍來砍去，那是因為他有壹群頂級人才，解決復雜性問題。iPhone最初壹樣有很多樣機。‍‍‍‍‍

“選擇”是奧卡姆剃刀，但是如果沒有“多樣性”，哪裏來的選擇？‍‍

5. 奧卡姆剃刀就是“大道至簡”

尤其是在投資領域，人們總是愛說，妳看，巴菲特的投資道理多簡單？

那麽簡單為什麽很少有人能做到呢？隻是因為不想慢慢變富？

顯然沒那麽簡單。

就像圍棋，規則最簡單，但卻是最復雜的棋類遊戲。‍‍‍‍‍

價值投資的確有極少的假設，這壹點符合奧卡姆剃刀的原則。

然而要做好價值投資並不容易，某些投資人喜歡讓自己顯得雲淡風輕，是因為按捺不住“成神成仙”的優越感。這麽做其實誤導了許多“普通人”。‍‍‍‍

解讀：越是“簡單”的道理，越需要極深的洞見。這仿佛是某種能量守恆。‍‍

正所謂“功不到不為財”，又省力，又省“距離”，從物理上說不通。

事實上，巴菲特不僅在專業領域有極深的功底，並且過的是壹種苦行僧似的生活。

6. 我們應該追求最少的工作量

這種理解可能會導致人們認為他們應該盡量避免做額外的工作，或者總是選擇最少工作量的路徑。

解讀：實際上，奧卡姆剃刀的原則並不直接涉及到工作量的問題。牠是關於如何選擇最好的解釋或理論，而這並不壹定意味著最少的工作量。

例如，在設計壹臺機器或編寫壹個程序時，應盡量減少不必要的組件或代碼，而不是簡單地減少牠們的數量。

有時候，為了找到最好的解決方案，我們可能需要付出更多的努力和時間。

牛頓三大定律很簡單，而他的《自然哲學的數學原理》則很厚。

就像本文也許很長，但廢話很少；而某些評論很短，但每個字都是廢話。

7. 奧卡姆剃刀排斥創新

有人可能誤以為奧卡姆剃刀原理抑制新穎和創新的想法，因為這些新穎的想法往往看起來更復雜。

然而，實際上，如果壹個創新的理論提供了更好的解釋，即使牠比現有的理論更復雜，也是可以接受的。

如下話題，是我這兩年看到的最為觸動的觀唸之壹，就其本質而言，亦和奧卡姆剃刀同源。

克里斯坦森在《妳要如何衡量妳的人生》講了壹個案例：

巴黎迪士尼樂園的致命假設。‍

迪士尼的前三個樂園都很成功，第四個選址是在巴黎郊區，頭兩年里，他們損失了將近10億美元。

復盤時發現，失敗源自項目的規劃有如下假設：

每年有1100萬遊客，平均逗留3天。於是便用1100萬乘以3，設想出每年有3300萬人次“遊客逗留”，並據此建酒店和基礎設施。

現實呢？第壹年的確有接近1100萬遊客參觀迪士尼，但是，平均每個遊客逗留的時間衹有壹天。

為什麽？其他迪士尼樂園有45個遊樂設施，人們可以玩兒3天；而巴黎迪士尼樂園衹有15個遊樂設施，壹天就夠了。

可是，在決策時，人們默認了每個迪士尼樂園的遊客數據都是壹樣的。

正確的做法是，盤點決策時所作的所有默認假設，並且追問：

“如果這個假設成立，最重要的條件是什麽？怎樣跟蹤落實呢？”

由是，克里斯坦森為我們分享了壹個簡單然而寶貴的方法：

當妳要做壹項新的決策時，先做壹下“測試前提假設”。

認真問自己，“在哪些前提假設得到驗證的條件下，才能證明妳的策略是正確的？”

很多時候，我們都是默認壹些選項，然後慢慢就忘記了這些默認選項的假設前提和適用環境。‍‍‍

拷問自己的觀唸和決策的默認假設，是奧卡姆剃刀在現實生活中最有效的應用場景。

事實上，有很多我們犯下的錯誤，起初看起來很正確，壹路也都很正確，然而卻是建立在錯誤的假設基礎之上的。

我們壹開始就默認了這些假設，越往後就越不記得來質疑這些假設成立的前提。

請妳來做壹個測試遊戲。

有壹個名叫Linda的女性，她關心社會問題，在學校積極參與學生會活動，經常在網上為女性權益發聲。請問，下述兩種情況，哪壹種更可能為真？

1、Linda是個銀行職員；

2、Linda是個銀行職員並且是女權主義者。

卡尼曼曾經設計過如上實驗，結果大部分人都選擇了2。‍

這似乎有點兒奇怪，因為“1”包括了“2”，當然是“1”為真的可能性更大。

但是在很多人看來，“2”更符合他們對Linda的印象。

這個實驗顯示，人們在做判斷時，可能會過度追求具體性和詳細性，而忽視了基本的概率原則。

雖然看起來有點兒繞，這也是壹個奧卡姆剃刀原理被誤用的例子，即過度增加不必要的假設，而不是選擇更簡單、更壹般的解釋。

並且，越是受過教育的人，甚至是讀書越多的聰明人，如果沒有經受太多現實世界的捶打，越容易犯這類錯誤。‍

卡尼曼將這種非理性現象稱為合取謬誤（”聯合偏誤”）：

人們在做決策時，往往會錯誤地認為壹個更具體（因此包含更多假設）的事件比壹個更壹般的事件更可能發生，這與概率論的基本原則相違背。

從這個角度看，奧卡姆剃刀原理說到底是個概率問題。

壹旦妳為原來的解釋引入新的因素，或者提出壹個新的假設，那麽該解釋為正確的概率實際上是下降了。

最大的默認假設，可能就是黑天鵝問題了。

黑天鵝和奧卡姆剃刀，都告訴我們，所有的假設都有不確定性，應該冠以概率。

黑天鵝則提醒我們別把那些默認前提當作100%，甚至於妳客觀地給予了99%的概率，那1%被忽視的結果也可能是致命的。

在臨床醫學中，當麵對壹個病患的症狀組合，醫生通常首先考慮那些最常見和最可能的解釋，即所謂的“常見疾病常見”。

例如，如果壹個年輕人有持續的喉嚨痛，首先要考慮的可能是扁桃體炎，而不是立即考慮罕見的喉嚨腫瘤。

當然，醫生在診斷過程中需要詳細詢問病史、做全麵體檢和必要的檢查，確保不錯過重要的信息。

在給各種可能性排序時，如果把每個診斷背後所代表的全新假設加起來（統計其數量及概率大小），就可以算出這會造成多大的假設負荷。

每當我們增加新的假設或因素，我們不僅增加了復雜性，還增加了不確定性，因此增加了出錯的可能性。通過盡量限制我們的假設數量和引入高概率的因素，我們更有可能獲得正確的答案。

例子A：埃及法老圖坦卡蒙的死因

情境：年輕的法老圖坦卡蒙死於公元前1323年，但他的死因壹直是個謎。有人提出了各種假設，包括謀殺、疾病和意外。

假設負荷：儘管有壹些研究建議圖坦卡蒙可能是被謀殺的，但近期的研究表明，他可能是因為腿部感染或其他健康問題死亡。

這個解釋有較低的假設負荷，因為牠不需要引入復雜的宮廷陰謀或其他外部因素。

例子B：波爾圖蒂事件

情境：1970年代，英國發生了壹起家庭持續遭受超自然現象騷擾的事件，包括傢具自行移動、聲音和其他奇怪的現象。

假設負荷：儘管壹些人認為這是超自然現象，但其他人則認為，這些事件可能是由於自然原因或傢中的某個成員故意製造的。

後來，有證據表明傢中的壹名少女可能參與了部分事件的製造。

這種解釋具有較低的假設負荷，因為牠隻需要考慮家庭內部的動機和行為，而不需要涉及超自然的因素。

更常見的例子是，假如壹位平時遭遇傢暴的女性不幸遇害，兇手大概率是其老公。‍‍‍‍

奧卡姆剃刀原理可以被視為壹種有效的邏輯和決策工具，幫助我們在麵對復雜和不確定的情況時，盡可能地減少新的假設，聚焦於最可能的解釋，從而降低決策的復雜性和不確定性。

但這並不代表奧卡姆剃刀不重視小概率的可能性。例如本節開頭的喉嚨痛，假如排在前麵的可能性被排除，醫生壹定會繼續考慮排在後麵的較小可能性。‍‍‍‍‍‍‍

不過，對於普通人而言，假如突然關心起自己的健康，上網查知識來自我診斷，經常會用小概率的可能性把自己嚇個半死。

“多個香爐多隻鬼”，是妙極的廣東俚語，常見於發燒友，指過多設備堆砌反有損音質。

這句話在某種程度上可以視為奧卡姆剃刀原則的壹種生動表達。

牠直接指出了如果我們在解決問題時引入過多的變量或假設，反而可能導致我們分析問題的復雜度增加，使得問題的解決更為困難。

在此背景下，”多個香爐多個鬼”意味著，如果妳對很多事情都進行祈禱和拜祭，那麽妳也要麵對更多的鬼神，如願的可能性也就降低了。

這句話用於形容“太多假設不靠譜”，也很貼切。

所謂不靠譜，就是有些事情，看起來很漂亮，很巧妙，但是有太多假設：假如…假如…

壹個理論、觀點或者計劃，如果依賴於太多的“假如”，則其實現的可能性和穩定性就會大大降低。

有些人，有太多資源，人脈豐富，但卻很難成事兒。因為他們的邏輯是“整合資源”，可這類事兒和”多個香爐多隻鬼”壹樣，要依賴太多不確定性事情的同時成立。‍‍‍‍‍‍‍

每當我聽到有人講起自己的商業計劃，衹要涉及到兩個以上的“香爐”，就會覺得有些虛無飄渺。

此外，很多時候，人的錯誤假設，往往是因為欲望，或者是所謂美好願望。

從這個角度看，英文俗語“Don’t count your chickens before they’re hatched”很有道理。

別在雞仔們孵出來之前去數妳有多少雞。這是壹個很好的提醒，因為過早的預期可能會讓人忽視或低估實際情況的復雜性和不確定性。

現實中有太多類似的教訓了。記得2015年，有個朋友滿倉加杠桿，壹天就是幾千萬“收益”，於是便開始算這壹波能賺多。結果後來全栽進去了。‍‍‍‍‍‍‍‍

和奧卡姆剃刀壹樣，上麵這句俗語則提醒我們，在事情尚未確定時，我們應避免過多的假設和預期。

說起來，別說謊，對自己誠實，也有異曲同工之妙：

妳說了壹個謊，就要說更多謊。

就像壹個錯誤的假設，會令假設之上那些不管看起來多正確的事情都變得錯誤。

錯誤的假設，其實是自己騙自己。而且由於自己最懂自己，所以往往騙得很深，很真誠。

誠實和簡單並不壹定總是最容易的選擇，但牠們往往能引導我們走向更健康、更實質的解決方案。

馮·諾依曼在壹次會議上，聽到某物理研究員使用復雜模型，試圖論證實驗數據點都落在同壹條曲線上，“所以”符合模型預期。

馮·諾依曼調侃道：妳還不如說這些點都在同壹個平麵上……

這位科學大師戲謔地留下壹個經典話語：

“給我四個參數，我可以畫出壹頭大象；再給我壹個，我可以讓牠鼻子搖擺。”

1953年，年輕的康奈爾教授戴森，與學生用贗標介子理論得到的計算結果與費米的實驗相吻合。

激動的戴森馬上找到費米分享，但費米批評說：“妳的計算既沒有清晰的物理圖像，也不是精確的數學體係。”

戴森不解，費米問他：“妳的計算用了幾個參數？”

戴森說：“四個。”

費米笑道：“我朋友馮·諾依曼說過，四個參數可以擬合大象，五個還能搖鼻子呢。”

戴森聽後很失落，決定調整研究方向。‍‍

馮·諾依曼的故事強調了，給予壹個模型過多的參數，牠有能力擬合任何數據，但這並不意味著模型具有真實的預測力或對現實世界有深入的理解。

事實上，當壹個模型有太多的參數，牠可能過於復雜，導致過擬合。這意味著牠可能在已知數據上的表現很好，但在新的、未知的數據上表現很差。

奧卡姆剃刀原則恰好警告我們避免不必要的復雜性，因為額外的復雜性可能並不帶來更好的預測能力。

從馮·諾依曼的大象，很容易想起畢加索的牛。

畢加索的抽象化減法，就像是對現實世界事物的壹種簡化和抽象。抽象化的過程中，我們拋棄了許多細節，而保留了最基本、最核心的特徵，從而幫助我們更好地理解和表達事物的本質。

這種思想也與奧卡姆剃刀原則相符，奧卡姆剃刀原則鼓勵我們在解決問題時，盡可能地簡化我們的理論或假設，隻保留最基本和必要的部分。

實在論者相信存在普遍性的概唸，如柏拉圖的理唸或亞里士多德的普遍性，認為物體的性質有獨立的實體存在。

例如，牛有“牛性”，櫻桃有“櫻桃性”，而人成為父親是因為他們具有“父性”。

然而，奧卡姆反對這種觀點，他提出，普遍性隻是我們為同類事物所用的詞語。這種思想稱為唯名論。

奧卡姆主張，不必為每個概唸增加壹個實體。例如，父親之所以是父親，僅因他有孩子，無需其他復雜解釋。

與過擬合的大象相反，“抽象牛”具有更好的泛化能力。

泛化 (Generalization)：是壹個過程，通過牠我們從特定的例子或經驗中提煉出普適性的原則或規則。

這使我們能夠將在某個情境下學到的知識應用到新的、類似的情境中。

畢加索的抽象牛，更接近牛的本質，也幾乎適用於所有的牛。

雖然衹有幾根線條，但牠們都在訴說著牛的特徵，儘管這些線條隻是對復雜實物的壹種簡化，但卻足以幫助我們理解和認識牛這個生物。

有位朋友對我說，當今短視頻創作的流量密碼是：

衹要做到以下三點，普通人也能翻身逆襲……‍‍

由於很不幸《人生算法》壹書也被歸類為成功學，所以我也有過數次被讀者追問“妳能不能給我具體的方法來實現成功”的經歷。‍‍‍‍‍

某種意義上，“成功學”最大的缺陷就是過擬合。

當妳想健身，妳可能會模仿某健身達人：早起跑步、嚴格飲食。

這就像“過擬合”：盲目復制特定的成功模式，但可能並不適合妳。

如果妳從多位達人那汲取智慧，形成如“持續鍛煉”、“均衡飲食”等原則，這更像“泛化”，找到適合自己的方法。

泛化和過擬合也是機器學習和統計建模中常常對立的兩個概唸。

泛化（generalization）是模型對新的、未見過的數據的表現能力。

壹個有良好泛化能力的模型能夠很好地應用於未見過的數據，即使這些數據在訓練時並未出現。

過擬合（overfitting）則是指模型過度復雜，以至於開始“記憶”訓練數據中的噪聲或異常值，而不是從數據中學習其內在規律。

這樣的模型雖然在訓練數據上的表現很好，但在未見過的新數據上往往表現糟糕。

所以，我們可以說過擬合是泛化的反麵：

壹方麵，我們希望模型能盡可能地學習到訓練數據中的信息，也就是要盡量減少偏差（bias）；

另壹方麵，我們又希望模型不要過度復雜，能夠適應新的數據，也就是要盡量減少方差（variance）。

這就是所謂的偏差-方差權衡（bias-variance tradeoff）。

為了得到壹個好的模型，我們希望找到偏差和方差之間的平衡點，從而實現“模糊的精確”與“精確的模糊”之間的平衡，這也是機器學習中的核心挑戰。

奧卡姆剃刀原則在這里也有應用。牠鼓勵我們選擇假設最少、最簡單的模型，從而避免過擬合的問題，提高模型的泛化能力。

在工程界，奧卡姆剃刀原則被認為是KISS（Keep it simple，stupid，保持簡單，蠢蛋），美國海軍在上世紀60年代采用了這壹設計法則。

由此實現的價值大約有兩個關鍵點：

提昇復制的效率，降低在復制過程中出錯的可能性

提昇適應復雜環境的性能‍

以上這兩點，往學術話題靠，就是達爾文理論的生命的復制和生存；往商業話題靠，則是商品與服務的規模效應和競爭優勢。

奧卡姆剃刀原則推崇的是簡單和清晰的思考方式，強調做出最少的假設，選擇最簡潔的解釋或理論。

當應用這個原則時，我們通常會得到壹個較為簡單和直觀的係統或模型，這種模型有助於我們清晰理解現象，並且在我們需要做出改變來適應新環境時，這種簡單的模型更容易進行修改和調整。

與此同時，健壯性是係統或模型能夠在不確定環境中穩定運行的能力。當環境發生變化時，壹個健壯的係統能夠有效地適應新環境，繼續穩定運行。

因此，奧卡姆剃刀原則和健壯性有很大的關聯。在奧卡姆剃刀原則指導下構建的簡單係統，往往更健壯，因為牠們的簡單性使得牠們更容易適應環境的變化。

再說回工程和商業。

傳統的汽車生產通常包含許多零部件的組裝，這意味著在生產過程中存在大量的工藝步驟和可能的出錯點。

而壹體化車身的設計則能夠減少這些步驟，簡化生產流程。例如，特斯拉Model Y就采用了全鋁壹體化車身，這大大減少了車身生產所需的零部件數量和組裝步驟，提高了生產效率。

另壹方麵，壹體化車身的設計也可能帶來更好的車輛性能。比如，壹體化車身可以提供更強的剛性和強度，提高車輛的安全性能。

同時，由於零部件數量的減少，車輛的重量也可能降低，這有助於提高電動汽車的續航里程。

當然，壹體化設計也有其挑戰，例如設計和製造過程的復雜性可能增加，需要更高的精度和技術水平。

所以，每壹次奧卡姆剃刀式的簡化，都對應著某個更高維度的“復雜”。‍

就像特斯拉需要通過不斷的技術創新和生產工藝的優化，實現這種“簡潔”的設計。

的確，英國生物學傢約翰喬伊·麥克法登在《生活很簡單》壹書中說，現代性的各個領域都以簡潔為宗旨，奧卡姆剃刀是現代世界的基礎。

“從約翰·凱奇的極簡主義音樂，到柯布西耶的建築、貝克特簡潔的文字、平板電腦光滑的邊緣，現代文化潛心於簡潔”。

可是，在現實世界里，簡潔往往需要付出不簡單的代價。

生活並沒有那麽簡單。

如何定義“簡單”，是個很復雜的話題。

例如，歐拉公式 e^(iπ) + 1 = 0 被廣泛認為是壹個非常”簡單”而優雅的公式，因為牠隻用了五個基本的數學常數就表達出了壹個深刻的數學關係。

但有多少人能搞懂這個簡單呢？

在奧卡姆剃刀原理的背景下，”簡單”通常被理解為假設的數量或復雜性的減少。

然而，這個概唸可能會被誤解或誤用，下麵列出了壹些可能的混淆：、

1、簡單不等於簡陋：在追求簡潔的過程中，我們不能忽視必要的復雜性。

壹個理論應該足夠復雜，能夠解釋所有相關的觀察結果，而不僅僅是其中的壹部分。

2、簡單不等於容易理解：有時候，壹個理論可能需要較少的假設，但牠的內涵可能非常深刻，需要專業知識才能理解。

例如，在物理學中，量子力學是壹個需要相對較少的基本假設就能解釋大量現象的理論，但牠並不容易理解。

3、簡單不等於沒有變化或動態：有些人可能會將”簡單”理解為靜態或不變的，但這並不總是正確的。

壹個理論可以包括動態的元素或變化的過程，同時仍然保持相對的簡潔。

4、簡單不等於總是正確：儘管奧卡姆剃刀原理鼓勵我們選擇最簡單的解釋，但這並不意味著最簡單的解釋總是正確的。

在許多情況下，更復雜的理論可能會提供更準確的預測或更深入的理解。

因此，在使用奧卡姆剃刀原理時，我們需要謹慎地理解和應用”簡單”這個概唸，避免過度簡化或誤用。

所以，認為奧卡姆剃刀原則，是要簡化生活，過簡單的人生，其實隻是壹種雞湯話的說法。

因為奧卡姆剃刀的“簡單”，需要極深的洞見，和極高的成本。‍‍‍

也許有人會說：尊重常識就可以了嘛。

可是，常識多麽昂貴，多麽稀缺啊。‍

愛因斯坦說：“Everything should be made as simple as possible, but no simpler.”

這句話強調了簡潔和復雜之間的平衡，這也是奧卡姆剃刀原理的壹個重要組成部分。

巴菲特的價值投資，在某種意義上也是奧卡姆剃刀，他將所有的評價標準歸結於：

在企業生存周期里，總共能賺多少錢？折現到現在值多少錢？能夠有多少安全邊際（也是概率問題）？

但是，巴菲特的“簡單”，事實上非常不簡單，他為自己的投資帝國構建了壹重又壹重的堡壘。

當我們說“簡單”時，我們實際上是在討論壹種能力——那就是從復雜性中提煉出核心的、最關鍵的因素。

巴菲特所展現的“簡單”其實是經過深入思考和分析後得出的結果，而這背後的復雜性和努力常常被人們忽視。

奧卡姆剃刀原則與凱恩斯的金融理論都強調簡潔性和實用性。凱恩斯將金融回報分為基於資產價值的“投資”和基於市場心態的“投機”。

聰明如凱恩斯，壹輩子踩過幾次大坑才磨好自己的奧卡姆剃刀。

脫離基本功的“簡單”，可能隻是壹種玄學。

當然，運氣可以很簡單哈，人的壹生很短，壹個好運氣也夠撐得住壹生了。‍‍‍‍‍‍

奧卡姆剃刀使用指南

好了，我該用剃刀為本文收尾了。‍

1、有選擇的才叫簡單生活。那些原本就沒選擇了，然後說過簡單生活，不可信。否則就像太監說自己要禁欲。

也許人生的奧卡姆剃刀，大多是被迫的主動選擇吧。‍‍

2、任正非說的簡單是給客戶的，企業自己則要付出很大的代價。

3、對於個體而言，遵循常識，可以讓生活很簡單。這類特性需要有壹個完美的家庭和童年來支撐。

4、喬布斯是壹個眾所周知的極簡主義者，他的產品設計、商業戰略，乃至他的個人生活方式，都以簡單和易於理解為核心。他對簡單的追求為蘋果公司帶來了眾多創新和成功的產品，例如iPod、iPhone、iPad等。

然而，他是用壹流人才，然後讓自己的剃刀可以揮舞。

喬布斯的簡單，和他的簡單衣服壹樣，非常昂貴。‍‍

5、認知升維，行動降維。

“認知升維”，是指衹有全麵理解問題，我們才能找到最有效的解決方案。

然後，當我們實際行動解決問題時，我們需要盡可能地”降維”，即簡化行動，專註於最重要和最核心的任務，而不是讓自己陷入不必要的細節或復雜性。這種方法可以提高我們的效率，並減少執行的難度。

這個原則很好地體現了奧卡姆剃刀原理的精神。在理解問題時，我們需要盡可能全麵和深入；而在行動時，我們應該盡可能簡化和直接。這種思考和行動的方式可以幫助我們更有效地處理復雜的問題和任務。

6、奧卡姆剃刀有時候是做除法，例如減少維度；有時候是做減法，例如減少假設。

7、第壹性和奧卡姆剃刀的關係千絲萬縷。

牛頓說：對於自然萬物的成因，我隻認可那些既真實又足以解釋其現象的原因，其他皆屬多余。

這里的第壹性，既有科學的，也有信仰的。牛頓認為宇宙的秩序和規律是上帝創造的，科學研究實際上就是去探尋上帝創造的自然規律。

8、有人說，我想明白了，但就是下不了手，對自己不夠狠，自己的奧卡姆剃刀不夠鋒利。

但真相是，上麵說的“下不了手”，其實就是因為沒有想明白。

9、奧卡姆剃刀認為假設應該具有可證偽性。

奧卡姆剃刀強調我們應該選擇那些可以通過經驗檢驗的假設。壹個理論如果無法被證偽，那麽牠就缺乏科學價值。

我在網上看到壹個人的簽名很有個性：

人生沒有那麽多的假設，現實是壹個壹個真實的耳光。‍‍

的確，當世界處於下行的周期時，是諸多假設壹個個破滅之際。‍‍‍‍‍‍‍‍

“不要浪費了危機”這種提法挺讓人煩的–要不我的危機您也拿去？

但如果我們被迫要為人生做減法，也許可以使用如下奧卡姆剃刀原則：

1. 專註於基本的原則和價值觀

去除那些虛妄的東西，回歸真實，回歸自我，回歸本質。

此外，在麵對復雜的決策時，我們可以將自己的原則和價值觀作為決策的基礎。

這可以幫助我們減少不確定性和混亂，也可以保持我們的行動和價值觀的壹致性。

2. 簡化生活

盡可能減少不必要的物質和精神負擔。

例如，我們可以定期清理不再使用的物品，也可以通過冥想或者其他方式來降低我們的心理壓力。

3. 減少不必要的假設

我們不能假設，未來幾十年和過去幾十年壹樣。

也不能假設，所有跌下去的東西都可能漲回來。

4. 直接麵對問題

當我們麵臨問題時，我們應該直接麵對牠，而不是尋找復雜的解決方案或者回避問題。

通過直接解決問題，我們可以避免不必要的復雜性，並且更快地達到我們的目標。

概括而言：與其被生活剃，不如自己剃。

此外，也許我們需要習慣於接受失去。‍‍

這原本是生命和時光的本質，且並不可怕。

猶如侘寂所欣賞的不完美、有瑕疵和不長久，並對自然的流轉、事物的暫時性和衰老持有敬意。

通過主動失去而得到，經由復雜達至簡潔，消除過多假設而擁抱現實的真相–

奧卡姆剃刀很殘酷，但也足夠溫柔。

特邀作者

孤獨大腦，公眾號：孤獨大腦（ID：lonelybrain）

本文原創發布於人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基於CC0協議

該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。

IT之傢 8 月 3 日消息，戴爾近日升級了外星人（Alienware）品牌 Aurora 陣容，推出了全新的 R16 遊戲臺式機。

新款遊戲臺式機放棄了藥丸形機箱，采用了更傳統的機箱設計。

在內部規格方麵並沒有太大的變化，最高可以選配英特爾酷睿 i9-13900F 處理器、英偉達 GeForce RTX 4080 顯卡、64GB 的 DDR5 內存和 1000W 電源。

在處理器方麵，用戶可以選擇英特爾酷睿 i9-13900F，酷睿 i7-13700F 和酷睿 i9-12900F 三款處理器，隻不過上述處理器均不含核顯。

圖形方麵，用戶可以選擇英偉達 GeForce RTX 4080，RTX 4070 Ti，RTX 4070 以及 RTX 3050。首發時僅上線 RTX 4080 和 RTX 3050 SKU 版本。

內存方麵，Aurora R16 不再支持 DDR4 內存，如果選擇 64GB 的 DDR5，最高可以達到 5200MT/s；如果想要達到 5600 MT/s，最高隻能 32GB。

淘寶戴爾為 Alienware Aurora R16 提供了風冷和液冷兩種選擇。

Aurora R16 於今天開始在北美上市發售，起價為 1749.99 美元（IT之傢備註：當前約 12582 元人民幣） / 2299.99 加元，目前尚不清楚何時登陸國內市場。