自序 当一切都变得复杂时，我们该如何思考和生存
程序员经常会说到一个词——祖传代码，它是指那些经过一代代程序员的积累传承下来的代码。虽然这些代码混乱无比，漏洞百出，但是不能被随意修改，因为哪怕微小的修改都很可能造成系统的崩溃。
程序员也只能在这堆“祖传代码”上，小心翼翼地添加各种功能和修复各种漏洞，如同走钢丝一般，保持系统的运行。正因如此，手机和计算机的应用程序越来越复杂，增加了运行负荷。
其实，人类社会也是一个经过一代代运行和积累的系统。随着时间的推移，社会也变得越来越复杂和难以理解。
比如，为了更高效地生产衣服，我们创造了可以生产衣服的缝纫机；为了更高效地制造缝纫机，我们又发明了能制造缝纫机的工业车床……人类的生产系统变得越来越复杂。
为了更好地理解事物，我们必须学习前辈们留下的知识。随着时间的积累，我们需要学习的知识也越来越多。也许在100多年前，我们想要学习心理学，只能找到几十本不错的著作，而现在我们拥有浩瀚的文献，穷尽一生都无法读完它们。可以预见，未来的人想要了解一个领域，他的知识负担（knowledge loading）会越来越重。
各个领域都有一个明显的趋势，就是系统越来越庞杂。手机从只能打电话、发短信，到拥有成百上千个功能；城市人口从几万人变成几百万、几千万人；法律的条文不断地因新事物打上新的“补丁”……
社会变得越来越复杂，这也导致大脑有越来越多无法理解的现象，也会犯越来越多认知上的错误。这就像一台系统老旧的计算机，它无法加载越来越复杂的程序，系统的漏洞也会越来越多。
在自然界中，大脑被复杂环境欺骗的例子比比皆是。飞蛾会把灯火识别为太阳，导致飞蛾扑火；猫被捏住后颈时，会误以为是猫妈妈在帮它做安全转移，从而变得放松；公鸡在强光照射下，会误以为是天亮而打鸣；哺育期的雌鸟会被幼鸟叫声的录音吸引；还有很多动物会疯狂攻击镜子中的自己……
当然，人类也不例外，而且人类所受的欺骗比其他动物还要多。如果说人类比其他动物聪明很多倍，那么我们的社会环境、需要处理的任务则比其他动物复杂更多倍。因此，我们遇到的麻烦反而更多。
那么，我们会因为哪些情况被欺骗，或者说产生错误认知呢？
第一，人会因为感知的特性而出现错误认知。比如，优秀的画家可以通过阴影、线条、对比和色差等方式，欺骗我们的大脑，让我们误以为平面的画是立体的。
第二，我们还可能因为事物过于复杂而被欺骗。比如说，对于某些互联网平台拟定的成百上千条的隐私协议，我们无法一一甄别，最后才发现隐私早已被窥探。
第三，我们还可能因为他人的故意欺骗而产生错误认知。在互联网时代，我们所接收的信息真假参半，其中有一些是人为制造的谎言，信息发布者试图误导我们以便从中牟利。
第四，我们还可能因为主观判断而产生错误认知。比如，许多老一辈的人认为白色是不吉祥的颜色，因此对白色婚纱产生抗拒，无法接受这些新事物。
如果我们一直无法看清真相，总是以一种错误的思维方式看待事物，就很可能陷入贫穷、危险、痛苦和无助的困境之中。因为大脑对信息的处理能力会影响我们的生活质量！
一个错误的判断可能会让我们失去机会；一次被欺骗的经历可能会让我们损失金钱；一个不当的选择需要我们用大量的精力来消除影响；一个陈旧的观念可能给我们带来不必要的麻烦。
当我们用一种低质量的信息处理方式来看待事物时，这些糟糕的问题就会不停地出现在生活中，耗费我们过多的精力、金钱、时间和心力，让我们无力投身于更需要想象力的、与未来发展有关的事情中。自然而然地，我们也就只能过着低质量的生活。
想要提高生活质量，我们必须提高自己处理复杂信息的能力，提高对事物的理解能力，减少被欺骗的情况。
当所有的事物都在变得复杂时，我们的大脑也需要提高对复杂信息的处理能力。心理学家罗伯特·X.史密斯（Robert X.Smith）将这种能力称为脑熵（brain entropy）。[1]
熵衡量的是一个系统的复杂性。而脑熵并不是指大脑的混乱程度，而是指大脑可以访问的神经元的数量水平，用来衡量大脑对复杂信息的处理能力。这也是研究大脑机能的一项重要指标。脑熵越高，说明信息处理能力越强，大脑神经活动越不规则。
格伦·N.萨克斯（Glenn N.Saxe）等人通过研究发现，脑熵高的个体会拥有更高的智力、更强的创造力，也能应对更复杂的问题。[2]我们常说的天才，其实并不是说他们天生就掌握了某项技能，而是说他们学得快、学得好。而这种优势，也在于他们有更高的脑熵、更优秀的信息处理方式。
提高脑熵的本质是优化我们大脑的算法。我们可以以简单的数学题为例，来解释这个过程。
假设我们眼前有20个苹果，如果要知道苹果的数量，初学数学的小孩子可能会用加法，一个一个数。而我们可能会用乘法来运算，用4×5或者2×10的方式计算出来。如果是数出好几百个苹果，小孩子的方法更容易出错，而乘法则可以更快、更准确地算出答案。在这里，我们会认为小孩子的脑熵更低一些，他们解决问题的水平较为有限。
我们再说一些更复杂的问题。比如，如何将产品卖出去？如何成为一个领域的专家？如何预测某种趋势？如何理解计算机的运行？
对于这些问题，人与人之间的算法也不尽相同，有些人的算法很低效，就像用数数的方法数出十万多个苹果一样，而有些人掌握了一套更好的算法，可以又快又准确地完成这些任务。
正是大脑处理信息方式的差异造成了人与人之间的差距。那么，我们怎样才能优化大脑的算法，提高脑熵呢？
首先，我们需要优化信息收集的算法。
我们都清楚，能量在传递过程中会发生耗损，无法100%传递。类似地，信息在传播过程中也会产生耗损，以至于对于同样的信息，不同的人会获知不同的内容。
在统计学中有一句名言：“数据不会说谎，但统计数据的方式会。”类似地，我们会因为注意力有限、知识面狭窄、视角不全面或主观感受有偏差等因素，对同样的信息产生不同的态度和理解。这很容易造成信息的耗损或扭曲，导致我们无法全面而准确地看待事物。
如果我们收集信息的方式存在诸多漏洞，就更容易掉入认知的陷阱，也要为此花更多的时间和精力。因此，我们需要优化信息收集的算法。
我们可以通过笔记、图片和视频来记录信息，减少信息损耗和变形；可以运用尺子、电子秤、显微镜等工具，获取更客观、准确的信息，减少主观感知导致的误差；我们还可以用概念、定义、关联等思维方式，尽可能还原事物。
其次，我们还需要优化信息加工的算法。
为什么古人可以从满天繁星中看到星座和星宿呢？因为好的信息加工方式可以帮助我们从看似混乱的事物中找到规律。为什么人们又会有那么多迷信行为呢？因为糟糕的信息加工方式会导致我们形成错误的因果认识。
如果生病了就想着烧香拜佛，失败了就认为自己运气不好，做不好事情就认为自己缺乏天赋……那么，这种糟糕的信息加工方式，只会带来更多的麻烦。因为你永远不知道问题出在哪里，下次面临同样的境遇时，你还是会重蹈覆辙，陷入恶性循环。
因此，我们必须优化自己的信息加工方式，这样才能在繁杂的信息中找到规律，在千丝万缕中看见因果关联，在艰难困苦中找到方法。
再次，我们更需要优化运行过程中存在的偏差。
任何一个系统在运行过程中都会产生例外，就像基因的编码总会产生变异。任何一个系统在运行的同时，系统内和系统外都在发生改变，都在往更复杂的方向变化。
而为了适应偶然的随机性或者必然的复杂化，我们必须学会调整自身，提高对环境和事物的兼容性。
当系统出现错误时，我们要纠正它们，而不是忽视或者否认它们。这样才可以避免问题持续发酵，避免系统性灾难的发生。当系统或外部环境发生改变时，我们要对自己做出调整，让自己拥有更强的适应性。
最后，我们更需要优化自身存在的bug[1]。
每个人或多或少都存在认知偏差，这些偏差就像大脑系统内在的漏洞，会影响我们公正地看待事物。
这些偏差，有的会让我们无法看清自身存在的问题；有的会导致我们产生偏见；有的会导致我们只能看到事物的表象；有的会让我们排斥新事物；还有的会让我们变得越来越固执和狭隘。
因此，我们必须认识这些漏洞，当我们思考、判断、选择和学习时，适当地提醒自己“我们拥有这些认知偏差”。另外，我们还可以运用一些认知策略，给这些“系统漏洞”打上补丁，减少它们的负面影响。
总之，当我们周围的事物变得越来越复杂时，我们也必须提高自己的脑熵，让自己拥有更强的信息处理能力。这样，我们才能更好地适应环境，降低被欺骗的风险，提高生活质量。
这也是我写作本书的目的。接下来，我们就以提高脑熵为目标，开始关于本书的阅读和学习吧！
[1]bug指计算机程序中的漏洞和故障，文中意指人大脑认知上的不足之处。——编者注