到底应不应该坚持自己的想法，这个方法能给你一些启发
本文为卢灿伟的第120篇原创
今天把去年项目开源了，这个也算我做死的第N个项目了。我们很多时候做的很多事情看起来都是徒劳无功，但是在坚持之后总能迎来不一样的东西。
坚持自己的观点
不知道大家玩知乎不，知乎有个叫热榜的东西，有点像微博的热搜，都是靠人民的智慧把各种回答硬生生的提上热搜，比如最近的208万等于1爽的梗。
既然是通过人民的智慧，那么他只能通过慢慢的积累才到爆发。我们也一样，很多事情目前看不到效果，但复利的加持下，某一天可能就上热榜了。
会不会有点太鸡汤了？那我们来看个热搜的例子：
你看我们能看到这个问题在最初18号添加的，然后24号被别人编辑了，说华为这两个字包含主观判断，然后25号又被编辑了，恢复了问题的原貌，接着又又又被编辑，把华为两个字删除了，说缺乏可信来源，然后又又又又被编辑了，添加上华为两个字，后面就开始上热榜了。
就算一个问题，都有不同的意见，何况是我们的决策。肯定会有人和我们有不同的意见，如果我们坚信自己的观点，无论对错最后都是自己去负责，而不是听从他人的决定，那么我们才是我们自己。就像前面的例子，别人觉得有问题就重新编辑了，最后证明一开始的描述并没有太大错误。
自证预言那么我坚持就可以了？
不知道大家都会不会这样，有时候突然神灵附体，觉得自己什么都可以完成，然后过了一些时间没看到正向反馈，加上周边的有些人会给到一些负面的反馈，然后我们就觉得不行了，最后就真的不行了。
在心理学上有个词叫「自证预言」，是由美国社会学家罗伯特·金·莫顿提出的一种社会心理学现象，是指人们先入为主的判断，无论其正确与否，都将或多或少的影响到人们的行为，以至于这个判断最后真的实现。通俗的说，自证预言就是我们总会在不经意间使我们自己的预言成为现实。
我们的所有结果都是基于之前的的行为而导致的，比如我肚子饿了，然后我吃东西，接着我饱了。通过这个例子我们得出：
例子：A（肚子饿了）→ B（吃东西） → C(肚子饱了)行为逻辑：A（起因）→ B（行动） → C (结果)
那么按照这个逻辑，我们是否可以继续往前反推呢？如果肚子饿了是结果，那么前面的B和A是什么？
例子：A（朋友喊我一起打篮球）→ B（打篮球） → C(肚子饿了)
可能我们会得出以上这个例子，如果我们不断的推导，是不是可以预测到未来？每件事情都有因和果，如果我坚持抽烟，我基本上得癌症的概率比别人大，这就是抽烟和癌症的因果。
如果我坚持想赚钱，那么我是不是按照自证预言来说，肯定可以赚到钱。我只能说有一定的概率，比如我天天吃喝躺，然后我就想赚钱，大家觉得这个概率是高还是低。
这里就有一个矛盾了，自证预言到底靠不靠谱。如果突然某天你遇见未来的你，未来的你跟你说你以后会成为一个有钱人，你开始每天沉寂在暴富的幻想中，最后你还是一无所有，那么你会说这个预言不靠谱啊。
就好像玩狼人杀，你作为预言家查了某个人后，然后说大家投票投死他，我们就赢了。结果很多时候，玩家们并未按照你的预言去反推行动，而是按照当前的现状去行动，导致输了游戏，然而当我们按照预言投死了他，但是还是可能输掉了游戏，在结局之前我们经历的不止一场因果。
也就是说一个结果是由多个因果所产生的，那么回到前面的问题，我们是否应该坚持自己的观点，观点本身并没有太大的问题，但是实际结果是由我行动所产生的，而不是观点所产生的。
例子1：A（我想赚钱）→ B（去工作） → C(领工资)例子2：A（我想赚钱）→ B（不急，明天再说吧，先睡多一会） → C(继续想赚钱)
那么我只关注B（行动）行不行？我们再来看一个例子：
例子1：A（我不想赚钱）→ B（在家躺） → C(继续不赚钱)
只有正确的观点和正确的行动才能导致我们想要的结果。
决策树
那么我们如何知道自己是对的，或者大概率是对的。
这里借用一个机器学习里的预测模型，决策树，这里贴一段维基百科的介绍：决策论中 （如风险管理），决策树（Decision tree）由一个决策图和可能的结果（包括资源成本和风险）组成， 用来创建到达目标的规划。决策树建立并用来辅助决策，是一种特殊的树结构。决策树是一个利用像树一样的图形或决策模型的决策支持工具，包括随机事件结果，资源代价和实用性。它是一个算法显示的方法。决策树经常在运筹学中使用，特别是在决策分析中，它帮助确定一个能最可能达到目标的策略。如果在实际中，决策不得不在没有完备知识的情况下被在线采用，一个决策树应该平行概率模型作为最佳的选择模型或在线选择模型算法。决策树的另一个使用是作为计算条件概率的描述性手段。
还是举个例子吧，小海是个海王，同时追求女生A和女生B，今天他意外得到一份马尔代夫的度假套餐，这个时候他想到底约女生A去好还是女生B去好，小海陷入了苦恼。
他看了一下那边的天气，有30%的机会下雨，70%不下雨。如果不下雨的话，那么他们就能去海边游玩。如果下雨的话，那么他们只能在酒店里。
女生A比较喜欢海边不怕晒，女生B比较怕晒不太愿意在海边长待。女生A话比较少，需要自己来带领沟通的节奏，女生B比较健谈，自己比较轻松。
当不下雨的情况下，是否怕晒成为了决策的关键。当下雨的情况下，是否健谈成为了决策的关键。
最后小海选择了身材比较好的那个女生去了游玩。
当然上面只是虚构的例子，我们在做决策的时候可以通过决策树来进行决策，决策树的信息可以通过收集达成目标结果的人的决策信息进行决策。
这说的有点绕，还是说你想赚钱的例子，比如你问了10个赚到钱的人，然后从他们的经验中提取了说要搞信息差、要可复制、要低成本、要利他主义、要主动积极等这些所谓的「成功因子」来作为你的决策点。
当你要进行某个行为的时候，你可以设定一个清单，然后一个个向下打钩，然后最终你可以判断是否应该做这个决策。
最后迷茫是人生的常态，船到桥头自然直。
页面更新：2024-04-16
标签：小海 在线 华为 健谈 因果 美文 概率 启发 海边 模型 例子 想法 观点 事情 正确
1
2
3
4
5
上滑加载更多 ↓
所有内容加载完毕
