前面谈思维方面的文章写了很多，始终没有绕出一个圈子，即一直在强调有哪些思维方式？思维有哪些具体的方法等。而忽视了一个关键的内容即思维本身的框架，即使前面一篇谈思维的逻辑这篇文章，仍然局限在如何认识和分析事物层面，而没有建立一种更加普适性的思考框架结构。最近在知乎上看各类问题，给了自己一些启示。
对于知乎上的各类问题，我们首先提出的是什么? 有什么体验？具体代表什么意思等问题。这些问题往往体现出两个重要特性，一个是本身就属于完整的感性层面的感悟，一个是本身属于前人本身已经得出的定理或推论的进一步解释和说明。这些暂时都不纳入一个理性的思维框架。
将知乎上的上述问题噪音去掉后，从剩下的问题进一步抽象分类，可以初步列出一些思维框架。在经过初步思考后暂时将上述思维分为四种类型的思维模式，即如下：
第一类：认识和看待事物
这类常见的提问方式包括了一个知名人物或历史事件如何评价？如何看待一个产品？ 你对某个事物是如何理解的？如何看待或分析一种行为或热点等？
对于看待或分析事物类思维，则是前面一篇《思维的逻辑》里面讲到的很多内容，即事物本身应该结合外部环境+时间线+事物核心维度进行全面的分析，事物的外在交互关系，事物的内部结构和衔接，事物本身动态展现的行为特征等。这些首先分析清楚，即对事物本身有一个全面和客观的认识。
这类思维的一个核心即辩证思维，在这里我不太喜欢用批判性思维这个词，辩证思维更加体现了这类思维的重点是全面，客观，以数据说话同时减少主观偏颇看法。对于这类问题你不一定要去表明自己的主观感受，而更加重要的是把事实和道理讲清楚，有理有据。
在真正分析清楚后，后续才过渡到这类问题的演进，即如何评估或评价一个事物，其前提仍然是分析清楚客观数据，但是数据本身不是评价或评估指标，因此一谈到评估自然会想到需要建立或参考一个评估体系。一个历史帝王有政治，经济，外交，军事和民生各种评价体系。对一辆车可能有动力，舒适性，油耗，操控等各种评价体系。一个产品本身有功能满足度，易用性，性能，价格等各种评价体系等。
对于任何评估，则首先是找到现成可用的科学评价体系，然后将对事物分析后的数据映射到具体的评价体系上，即任何评估指标值的得出一定有事物本身内在数据和运作机制进行支撑的。
这些都想清楚后，即这类思维的重点是事物的分解和集成分析，事物的行为或活动分析，事物相关的内外环境因素分析，事物本身的关键属性维度分析和评估体系确定，事物各关键指标特性间的相互制约和促进力分析（类似系统思维中的正负循环）等。
第二类：决策类思维
这类问题在知乎的提问里面也相当多，最常见的就是两个或三个选择我选择哪个？我做的某一个决策究竟对不对？我应该选择哪些事物形成一个组合？还有则是开放性的决策问题，即类似国庆究竟去哪里玩比较好等等。
对于决策类思维和第一类分析和看待一个事物或产品最典型的区别就是，决策类思维可以理解为科学的看待一类中的多个事物或产品，并根据自己的目标意愿选择最佳的结果。对于科学决策最重要的就是找到多个事物的共同属性，并对这些属性设计评估指标值或权重，以方便后续的结构化决策。
对于引入了一组事物后，对应的方法自然就不是局限在事物内部的分解，组合和集成分析。而在于同类的多个事物本身的排序，筛选，组合，抽象共同属性提取等。决策时也会引入决策树，层次分析判断等方法辅助进行科学结构化决策。
谈到决策一定就涉及到目标，如果本身是单目标决策往往相当简单，比如购买手机最大的考虑因素是照相效果最好，购房时候必要条件是哪个学校的学区房。有这些目标后本身选择和决策范围就会大幅缩小。
还有一些决策本身属于多目标决策，对于产品的购买常用的就是性价比，而性价比本身就是一个多评价指标共同组成的目标，同时目标最终又转化为多个评估指标的权重值，只有明确了目标和权重，往往才能够得出科学决策，而不是完全凭借自己的直观经验。
在单一决策后，还会引入组合决策，类似基金购买的股票组合就是比较典型的组合决策的例子，组合决策是多个选择事物组合在一起以满足目标多个维度的要求。对基金组合来说往往则满足了收益和风险两方面的要求。在项目管理里面也会有组合管理，即更加公司的战略目标，来决策究竟应该立项哪些项目形成一个最优组合。
对于系统思维，往往用的最多的地方就是决策性思维，即要意识到任何一个决策都会会导致内部的诸多因素之间相互的正反作用力。一个餐厅涨价那么单独看每单收益增加了，但是往往导致客流降低了，那么究竟应该涨价多少才是最佳选择？这就涉及到通过系统思维去决策，这种决策不是解单目标的题，而是一种最适合的方法，其核心是模拟和反馈，而非理论推导。
第三类：学习和实践方法论
这类是我们平时最常用的一种思维，在知乎里面可以看到大量类似问题，即如何学习，如何掌握一门技能？自己的职业如何规划？工作多年自己能力为啥没有提升？ 如何读书？如何系统的了解某一段历史等等。对于这类我将其统称为学习和实践方法论。
谈到这类思维，有一些附属的工具，即个人自我管理，时间管理，个人知识管理等。知识体系是这类思维的一个核心，基于知识体系构建的方法论和最佳实践是这类思维的呈现。
学以致用，学习往往最大的作用就是最重要实践，学习后实践，实践后反思和总结，多次迭代持续优化即最基本的学习和实践方法论。任何学习如果脱离实践，最终都难以真正内化为自我的经验和模式。
学习之本质即是理论或前人方法论-》学习-》自我实践-》自我经验或实践模式。
当我们谈学习方法的时候，最离不开的就是个人自我评估，即当前自己在什么水平或能力？自己期望达到一个什么目标或水平？如果没有这个前提，任何学习方法或建议都无法成立，即以我们成功的最佳实践来强制推广到不同环境和不同背景的他人，脱离了诸多的前提假设往往直接导致结论不成立。
谈到学习层面，最重要的就是首先确定自己的目标，根据目标和前人的经验分析，逐步清楚目标域的知识结构体系，例如你想成为产品经理，那就首先要理清楚产品经理应该具备的知识结构体系。这个理清楚后再结合自己的实际情况来规划学习路线，同时在学习和实践过程中不断的纠正自我学习路线。
工作后的学习往往是问题或实践驱动性质的，因此脱离实践的学习往往很难真正沉淀和深入。今天刚好在知乎看到一个问题即3年的架构和10年经验的架构究竟本质有哪些区别？我们先不谈具体区别，如果10年的架构本身也没有参与任何大项目实践的机会，没有大团队沟通讨论和相互促进的机会，即使你再肯学能力也无法提升。真正持久化的学习驱动力都来自于实践和目标驱动，来自于创造价值的持续乐趣。
第四类 分析和解决问题
在学习和实践中当然也会大量的面对问题，分析和解决问题，但是对于这类还是想把其单独拿出来谈。因为在分析和解决问题中是你最重要的思维能力体现，是多年学习实践后经验的体现。独立分析和解决问题能力一直以来我都认为是个人最重要的能力。
对于分析和解决问题而言，谈到的方法论就相当多了，大家最为熟知的还是麦肯锡的问题解决七步法，但是从定义问题和分析问题，再到具体的解决计划和验证，里面最难的还是分析问题，分析问题又会涉及到我们第一类看待和分析事物的一些最基本方法。
分析问题其一是理解清楚问题本身的内容和子问题的分解，其二是洞悉问题具体产生的过程，只有结合问题本身的结构静态分析和动态行为分析，才能够对问题有完整的了解。
任何问题的解决又涉及到第三类学习和实践方法论的积累，经验和模式的积累，正是由于经验的积累和潜移默化，对于问题的解决转化为一种结构化+非结构化结合的模式。即对于问题在搞清楚问题定义后，首先则是根据历史经验提出假设，然后再通过科学的实验去验证假设。
思维框架整体构图
一谈到思维，我们最容易想到的就是结构化思维，系统思维，批判性思维，发散性思维，创造性思维，逆向思维等，而这本身并不是很好的思维分类方法，更多的只是我们在思维活动中需要关注的一些思维方式和逻辑等。
思维的定义
在我的专栏文章《我是如此思考的》里面我曾经给思考一个定义，即自我驱动的独立意识下的思维活动。而这个定义现在来看还是没有本质上的解释思维这个词，而我在重写思维的框架这篇文章的时候，准备结合思维框架的构图重新给思维一个定义，即：
思维是人类在接收到外界输入信息后，经过大脑有意识地处理后，形成有价值的输出结果的过程。
我们将这个定义进一步展开，即是我们接收到外在信息的输入，我们的大脑会对接收到的信息进行降噪，加工和模式匹配处理，在处理的过程中我们需要借助我们大脑里面已有的基础记忆，知识和经验信息。即外在输入+内在知识经验共同进行处理加工和模式匹配后形成有价值的输出。
信息的输入
信息的输入，简单来说眼耳鼻舌身意六根所有摄入的内容都会构成信息的输入，你眼睛看到的事物，看过的视频，图书；你耳朵听过的歌曲；乃至你闻到的气味，品尝到的味道都会构成信息的输入。
对于输入的信息，本身又分为两类，一类很容易进行结构化，定量化和数字化定义；而另外一类则只能进行定性化，图示化和模糊化定义。对于第一类计算机很容易解决，而第二类则需要计算机具备人工智能和进行深度学习才能解决，比如图像和语音识别等。
其次，信息的输入不能脱离周围的环境，即信息输入本身的价值往往在于信息所处的当前场景，否则信息很可能就是一个没有任何价值的数据而已。比如我们上线的系统出现了宕机，如果没有具体场景，我们很难分析具体的问题点究竟在哪里？
大脑处理过程
对于大脑的处理过程，根据思维框架图，我将其分为知识经验库和大脑处理过程两大部分，对于知识经验库本身又包括了基础记忆，知识和经验；而对于处理过程包括了定义和降噪，加工处理和模式匹配三部分的内容。
1) 知识经验库
知识经验库本身是有层级的，即基础记忆库（信息），知识，经验三个方面的内容，这个分法即和我们常说的知识管理的分法是一致的。在这里的知识重点是显现知识你学习后变为你的隐性知识，而这里的经验则是将普适的方法论通过学习和实践后转变为你自己的方法论。
通过这个框架我们可以进一步解释个人知识管理的意义问题，即形成最底层的知识经验库，然后再根据知识经验库去分析和解决问题，形成有价值的输出。如果没有后者，个人知识管理没有产生有价值的输出，即没有体现核心意义。
在我的1年前的专栏文章《思维的框架》里面，我当时将学习和实践方法论也作为一类思维。注意在新框架里面这个不再作为单独一类思维。即可以这样来理解：
即通过学习可以将信息转化为记忆和知识，通过实践将知识转化为经验和方法论，这些构成了我们大脑知识经验库的核心内容，正是这个内容将作为我们独立分析和解决问题，看待和评价新事物的核心参考。将学习这类思维活动单独拿出的一个重要原因就是学习和实践最终是内化到我们的知识经验库为目的，而不是以产生有价值的输出为目的。
老师教会给你一元二次方程和解法，你学会了，这是学习的过程。而你拿到一道应用题，你将其转为了一元二次方程，并把它求解出来，这就变成了一个完整的思维活动。
2) 大脑处理过程
大脑处理活动，第一步就是对问题或事物进行定义，即我常说的5W1H方法对问题进行定义，同时考虑前面谈到的任何问题的定义不能脱离场景。
问题只要能够定义清楚往往问题就解决了一半。在《提问的智慧》里面谈得最多的就是问题的定义，即很多时候你自己把问题定义清楚后你发现问题解决方法你自己已经找到了。
在问题定义过程中有个重点就是信息降噪，即我们拿到的信息，得到的数据是否是真实可靠的，即如果论据本身就是错误的，那么最终推理出的结论自然也是错误的。要解决这个问题，我们就必须要辨别和确认拿到的信息或数据的真实性。
处理的第二个活动是加工，当我提到加工这个词的时候，我将原来我谈思维所涉及到的分解，组合，排序，聚合，抽象，重组等全部纳入到加工环节。而所有的加工活动可以看到仍然是围绕问题或事物的静态和动态两个维度展开的。
- 静态维度：分类，分组，维度属性，矩阵，树和层级，关联关系等
- 动态维度：阶段，流程，活动，事件，消息
为何要进行加工，最简单来说即是我们接收的输入信息或问题很难完全相同，而这些问题在粗粒度很难真正进行模式匹配，必须要经过加工后才能够后大脑里面已有的知识经验进行模式匹配。即加工的目的是为了后续的模式匹配，越是复杂的问题，越需要加工和处理，否则无法匹配。
加工完成后，最后的重点就是模式匹配了，将我们已有的知识经验和定义分解后的问题点进行匹配，最终得出解决问题的方法或决策结果。最简单的模式匹配比如认知，我们有了对狗狗的抽象认知后，当别人拿一张小狗的图片给我们看的时候，我们马上能通过模式匹配得出我看到的是一条狗而不是猫，当然真正有价值的思考过程远远复杂过简单的认知。
对于我们常说的逻辑则正好是在思维整体框架中模式匹配这个地方，当然最基本的逻辑仍然是演绎和归纳，对于其它常说的逻辑比如由现象到本质，由一般到特殊，由抽象到具体，由原因到结果等基本仍然属于核心的形式逻辑内容。对于详细思维逻辑我准备单独再写一篇来进行阐述。
任何思维活动，外界新输入，大脑已有知识经验库，大脑处理过程三者缺一不可。如果我们知识经验库是一片空白，即使我们接收到思维信息我们也不可能展开思维活动。而这个时候你要做的是通过学习将信息转换为知识。
有价值的输出
注意我们将思维活动的输出归纳为了四类，具体如下：
- 认知：重点解决What层面的思维，即是什么层面的思维。(What)
- 评价：即对一个人物，事物或一个事件的评估或评价。(View)
- 解决方案：通过搞清楚问题的定义后，最终通过思维分析，给出了问题的解决方法和思路。（How+Why)
- 决策：一般还是针对问题，即给出一个问题的决策或选择结果。(Choose+Howmuch)
而对于这四个方面，可以看到对于认知和评价更多的是偏于对事物或事件本身的分析和评估，而对于解决方案和决策则是偏于问题维度。即虽然是四个层面，但是我们可以将我们的思维活动归纳为两大类，一类是认识和评价事物，核心是事物；一类是分析和解决问题，核心是问题。我们日常绝大部分的思维正是围绕这两类活动展开。
对于解决方案，一种是解决如何做的问题(how)？一种是有结论解决和论证为何是这个结论的过程(why)。对于决策分为简单的选择性决策，也包括了选择某个结论后的幅度决策。比如是否涨价是决策，同时如果我们确定了要涨价，那纠结该涨价多少也是一种决策。
大家可以看下知乎的提问，基本都是围绕上述四类思维活动展开。你也可以想下你日常的思维活动，看下是否可以归纳到上述的四个分类里面。虽然上述归纳可能还不全面，但是通过这种归纳我更加容易去理解思维方法和逻辑层面的事。
- 认知：更多的是对基础记忆和知识的简单模式匹配过程。
- 评价：涉及到你已经有大量的知识经验库支撑，同时也涉及到对事物本身的完整维度分解
- 解决方案：最难的，涉及到定义，加工和模式匹配各个过程，同时还需要有强大知识库积累
- 决策：重点是结构化决策方法建立，前面重点仍然是为事物维度划分和权重评估
基于该思维框架的其它思考
基于该思维框架，我们就容易理解一个学生如果学习和记忆能力强，但是举一反三能力弱的场景。即该人缺少的是整个思维框架中问题转化和模式匹配的能力。当其面对自己没有见过的新问题的时候，很难通过加工将其转变为一个自己已有经验库的已知问题。对于这类人，需要锻炼的是模式匹配能力，否则他就需要比别人付出更大量的时间花在记忆和各种题型训练上。
对于批判性思维，其核心是在接收到信息的降噪，其次是在模式匹配时候严谨的推理。
对于发散性思维，更多的则是在大脑处理的加工环节对知识点的关联和联想能力。
对于结构化思维，其一是标准的思考方法和步骤，其二是对事物或问题域的结构化定义和表达上，比如我们常见的树结构或表结构，科学的归纳方法和逻辑。
对于系统思维，我们强调的是在加工环节，将目标分解到具体的影响因素后，将影响因素形成完整的反馈闭环回路的过程。对应到输出一般是在决策层面应用的最多。
对于思维效率和速度的问题，通过这个框架也更加容易解释，即知识经验库的积累本身可以极大加速思维效率，同时在信息，知识和经验三个层面，最高层的经验往往匹配速度越快。我们学习和实践的越多，我们积累下来的知识和经验越多，我们越容易在经验层面进行快速的模式匹配（虽然可能犯经验主义错误）。而如果缺乏了这些知识经验，我们解决任何问题则都需要通过大量的搜索摄入信息，同时先将信息转变为自己的知识，然后才能用这些知识进行模式匹配。
思维框架进一步重构
对思维框架进一步重构，注意考虑三点：
1. 对于已有的思维框架中认知事物和问题解决两条主线本身的关系的进一步融合
2. 对单事物或问题分析-》事物群和问题决策的关系的进一步思考
3. 对思维框架中模式匹配问题的进一步思考，如何通过模式匹配融合问题域，已有知识库和价值输出
以上三点即是希望在新构思的思维框架中去解决的问题，即思维框架和思维逻辑本身并不可分，在思维框架中既要体现重点思维构成要素，同时也要体现动态的思维逻辑和模式匹配动态要素。只有这样整个思维框架的构图才会更加完整。
在框架重构中，主要基于以下思考，即思维的本质仍然是问题分析和解决的过程，思维的逻辑是新的问题域和你已有的知识体系和经验的模式匹配过程。基于以上思考，重构的思维框架如上图。
思维的过程核心是问题定义分析和解决的过程，而问题定义重点是对输入信息进行加工处理，这里面涉及到对输入信息进行降噪，进行分解，排序等各种加工，加工的目的仍然是为了问题分析和解决服务。
问题解决的重点是模式匹配，就是将加工后的信息输入和你已有的知识库中的经验，知识点，最佳实践等进行细粒度匹配，模式匹配是解决问题的核心。
在整个匹配的过程中涉及到两个，一个是简单匹配，一个是复杂匹配。
1.简单匹配：最简单的1对1的匹配，很固化，就是遇到什么问题用什么方法，并不需要太多思考。
2.复杂匹配：涉及到问题分解后细粒度匹配，并在匹配后进一步的向上聚合形成完整解决方案。
而对于事物或问题群的分析，则是更高一层的内容。
即首先事物或问题群要通过维度分析，抽象和归纳等各种方法进行归类和抽象聚合，同时事物群本身可以拆解为单事物，单事物的分析和认知方法就同上。
而对于事物群在抽象和归纳后，最重要的就是找到共性的维度，这个维度和你知识经验库中的评价体系进行匹配，这个匹配更多对应到结构化分析和决策。在进行事物评价或问题决策，前提仍然是单事物或单问题的分析，在此基础上再来进行评价和决策。
