(相关资料图)
作者：芒格
查理·芒格先生发现了一种思考问题的方法——多元思维模型网络，即不同学科的知识块经过简化，可以帮助我们更好地理解这个世界。大多数问题都是多维的，因此拥有更多的视角通常会为我们所面临的问题提供显著的效用。在任何给定的情况下，这些思维模型都有助于我们找到相关信息及最合理的参数。查理·芒格的历史业绩进一步证明了这一方法不仅在理论上合乎逻辑，而且在实践中行之有效。
无论在商业世界还是在现实生活中，盲点最少的人往往能够胜出。然而消除盲点也不是一件容易的事。即便是华尔街教父本杰明·格雷厄姆也无法消除盲点。查理·芒格最早发现了格雷厄姆的思想有盲点。格雷厄姆“完全无视现实情况”，“没有意识到有些生意值得前期投入”。并且，他也很少谈及管理，他总是认为，管理中的信息常常被扭曲，容易误导大众。如果要消除盲点，就意味着要运用不同的视角或思维模型来思考问题。盲点随之逐渐消失，我们就会对问题有所了解。
宇宙的运行方式都是相同的，我们需要做的只是真正理解原则，这样即便细节有所改变，依然能够看清现象的本质，这也是经典的思维模型的价值组成部分之一，真正理解的原则，就能够灵活改变战术应用，此时此刻我们需要的那部分原则。安迪·贝努瓦说，对于大多数天才，“他们的成功并非基于解构复杂的事物，而是基于利用不为人知的简单原理。”在现实世界，我们要么通过理解和适应获得成功，要么注定失败。
每一个学科都蕴含着一部分真理，但没有哪个学科可以传授世间全部真理。如果植物学家关注的只是生态系统、环境学家关注的只是气候变化的影响、林业工程师关注的是树木的生长情况、商人关注的只是土地的价值，那么很显然，谁也没能描述整片森林的全貌。这些都只是孤立的事实，不把这些事实纳入理论框架就没法加以利用。只有通过跨学科知识，才能就森林管理做出更好的决策。
当然，并非所有的思维模型都是可靠的、有用的。对于那些不可靠的思维模型，则必须摈弃或纠正，因为不可靠甚至有缺陷的思维模型会让我们付出代价，直至造成伤害。没有哪个单一的思维模型可以囊括全部真相。我们需要基于尽可能大的样本量来观察应用思维模型的结果，从而不断优化模型，使其符合世界的真实运作方式。
彼得·考夫曼的三个桶理论显示，每个统计学家都知道足够大的相关样本容量就是他们最得力的助手。确定普世原则的三个最大最相关的样本容量分别是多少？第一个桶是无机系统，包含137亿年的历史，包括所有的数学和物理定律，是整个物质世界。第二个桶是有机系统，包括地球生物35亿年的历史。第三个桶是人类历史。我们可以自行选定长度，但他选定的是有两万年记载的人类行为史。这是我们能找到的三个最大最相关的样本。样本量越大，相关性越强，以此建立的模型就越可靠。但确定样本量大小的关键不只是空间范围，还有时间跨度。我们需要尽可能的追溯过去以补充样本量。回首过去可以为我们理解当下的处境提供必要的背景。
为此，我们需要在大脑中建立思维模型，并且把直接或间接获取的经验排列在这个思维模型的网络上。通过网络可以很好的将思维模型概念化，因为它展示的是现实情况及将知识融会贯通的价值。如果没有经典的思维模型网络，我们就难以迅速做出决策，也缺乏创造性。看看那些诺贝尔奖得主的名单不难发现，虽然获奖者肯定是某个特定领域内最杰出的专家，但他们的成就多半也得益于对多个学科的兴趣。
