从模型到思考——信息、经验、分析与决策如何连接

拥有模型并不等于能够解决问题。模型是组织好的知识结构；真正面对问题时，还需要知道：当前该调用哪些信息？哪些经验与问题有关？缺什么信息？如何分析？有哪些候选？最终选什么？本篇讲这条「思考」的过程——思考如何激活相关结构、寻找缺失的关系、产生候选解释、经过选择与决策、走向行动，并最终通过反馈形成闭环。

一、思考不是凭空产生答案

面对问题：

「为什么游戏中的角色移动起来感觉很奇怪？」

直接回答容易变成「可能是加速度不合适」——这是猜。

真正的思考从激活相关信息开始：角色、移动、速度、加速度、重力、输入、碰撞、动画、状态……这些概念被问题激活，然后彼此连接：

1	输入 → 移动状态 → 垂直速度 → 重力 → 位置

于是形成一个局部模型。思考的第一步不是找答案，而是从当前问题出发，激活相关的信息结构。

二、真正的「输入」不只是用户说的话

一个问题的输入，不只是表面上那句话：

问题本身
 + 上下文（当前场景、已有信息）
 + 相关的模型与经验
 + 缺失信息的提示（「这里我还不知道」）

「为什么移动奇怪」这句话本身没有答案。答案依赖：是什么游戏？什么操作？什么时机？——这些上下文与问题一起，才构成思考的完整输入。

三、线索为什么重要

「CPU 不高但程序很慢」——这句话是一个线索，不是一个结论。

线索的作用：指向某个方向，激活相关的模型和经验：

线索（CPU 不高但慢）
 ↓ 指向
可能原因：I/O 等待 / 锁等待 / 内存访问 / 网络等待 / 调度问题
 ↓ 激活
对应的排查路径

线索把「问题」连接到「已有知识」。 没有线索，知识就在那里但调不出来；有了线索，相关知识才被激活。

四、记忆的价值不是「存东西」，而是提供可调用结构

如果记忆是：

1
2
3

事实 A
事实 B
事实 C

面对问题时很难用。真正有用的记忆包含关系：

1	高频随机内存访问 → 缓存命中率下降 → CPU 等待内存 → 性能下降

当出现「程序 CPU 不高但速度很慢」，就能沿着关系找到相关经验。

记忆的价值不仅在于保存信息，更在于保存信息之间可以被重新调用的关系。

五、思考首先需要激活相关概念

问题：如何让角色跳得更有手感？

脑中不直接出现答案，而是先激活：输入、起跳速度、重力、空中控制、下落速度、落地反馈……这些概念进一步连接成局部模型：

跳跃手感
├── 输入响应
├── 起跳速度
├── 重力
├── 空中控制
├── 下落速度
└── 落地反馈

从当前问题出发，激活相关的信息结构——这是思考的入口。

六、思考不仅是寻找关系，还要寻找「缺少的关系」

假设已知道：

输入 → 起跳

但「手感不好」可能来自缺少的关系：

输入 → 起跳
 ↓（缺少：输入延迟）
 ↓（缺少：空中控制）
 ↓（缺少：落地反馈）

已知的关系回答了「是什么」，但问题的答案往往藏在「什么关系还没建立」。高级思考的一部分，是主动寻找缺失的关系——不是把已知的再确认一遍，而是发现哪里断着。

七、信息不足时，思考会转向信息获取

思考到一半发现缺信息：

1 2	「这个接口的行为是什么？」「这个玩家状态的初始值是多少？」

此时思考本身会停下来，转向检索：

搜索代码 / 文档 / 调用 / 测试
 ↓
获得新信息
 ↓
继续思考

思考与信息获取是同一个过程的两半，不是两件事。 信息不足是模型边界的表现——「我知道我还不知道什么」正是继续思考的起点。

八、分析是把问题转换成结构

「角色移动不自然」——这是一个描述。

分析把它转换成结构：

1 2	移动 = 输入 → 速度 → 位置不自然 = 这个链条的某一段出了问题

1	问题（描述）→ 拆开 → 找出相关变量 → 形成候选的结构解释

分析 = 把问题从「一句描述」转换成「一个可以检查的结构」。 一旦转换成功，问题就从「不知道」变成「检查链条的哪一环」。

九、经验是已经压缩过的模型

经验不是「做过的事的回忆」，而是：

1	现象 → 原因 → 解决路径

例如：「角色跳跃手感差 → 通常是起跳响应延迟或重力过大 → 先调起跳速度再调重力。」

经验 = 被验证过的、压缩成路径的关系结构。 它让下一次遇到类似问题时，不必从头建模，直接沿经验路径走。

十、经验与模型的区别

1 2	模型：对一类事物的结构描述（空间结构，可解释）经验：对一条路径的压缩记忆（时间路径，可快速调用）

模型负责解释：为什么这样会那样。经验负责加速：遇到类似情况直接走这条路。两者互补——模型让经验可解释，经验让模型可落地。

十一、思考会在多个模型之间建立联系

复杂问题通常不只涉及一个模型。设计装备系统需要：角色模型、装备模型、属性模型、战斗模型、UI 模型、存档模型。

「装备攻击力变了，伤害为什么没变？」——问题不在某个对象本身，而在模型之间的连接断了：

1	装备 → 修改角色属性 → 影响战斗属性 → 进入伤害计算 → 产生生命值变化

高级思考不仅在一个模型内部找关系，还在不同模型之间找关系。 很多「为什么没生效」的 bug，根源是模型之间的连接没建立。

十二、思考会产生多个候选解释

「角色移动不自然」的可能解释：

假设 A：加速度太高
假设 B：减速度太低
假设 C：输入延迟
假设 D：动画速度不匹配
假设 E：碰撞修正造成位置跳变

这些都是候选模型。然后比较：

1	假设 → 预测 → 观察现实 → 比较

从「可能是什么？」进入「哪个解释与现有证据最一致？」。思考的中段是候选的产生与筛选——不是直接锁定一个答案，而是先展开可能空间。

十三、选择发生在分析之后

决策不是「想到了什么就选什么」：

1	问题 → 信息 → 分析 → 候选方案 → 比较 → 选择 → 决策

选择发生在分析之后——先有候选、先比较，然后才选。跳过分析直接选 = 猜；跳过候选直接分析 = 只有一个方案就没得选。

十四、决策与约束的关系

候选方案不是全都可以选：

方案 A、B、C、D
 ↓ 约束（时间、成本、现有架构、兼容性）
 ↓ 过滤掉不可行的
 ↓ 剩下的再按目标比较

约束先砍掉不可能，目标再决定哪个最好。 约束回答「哪些不能选」，目标回答「剩下的哪个更合适」。

十五、选择之后才真正进入行动

1	选择 → 决策 → 行动 → 系统运行 → 状态变化

选了不行动只是计划；行动之后系统才开始运行，才产生真实的状态变化——这正是 07-从状态到系统（09-认知与语言/06）讲的内容：结构通过运行产生意义。

十六、行动之后系统开始运行

决策落地为行动，行动让系统运行：

行动（修改代码 / 调整参数 / 执行操作）
 ↓
系统运行
 ↓
产生新的状态

思考到这里暂时结束——接下来是观察真实世界的反应。

十七、反馈不是结束，而是新的信息

行动后的状态变化，回到思考：

1	行动 → 状态变化 → 观察 → 与预期比较 → 发现差异 → 新的信息

差异 = 新的信息。它可能确认模型、修正模型，或暴露新的缺失。反馈不是思考的终点，而是下一轮思考的输入。

十八、整个过程形成闭环

问题
 ↓ 激活
相关结构 / 线索 / 经验
 ↓ 分析
候选解释
 ↓ 选择
决策
 ↓ 行动
系统运行
 ↓ 状态变化
验证 / 反馈
 ↓
新的信息 → 新的问题 / 修正模型

思考不是一次「问题→答案」的直线，而是一个持续运行的闭环。 模型让过去的认识参与当前的问题；经验让验证过的路径被快速调用；思考在目标、信息和约束下重新组织这些结构，并通过行动与反馈不断修正它们。

十九、所谓「智能」，可以从这个闭环中理解

输入 → 理解 → 发现自己知道什么 → 发现自己不知道什么
→ 寻找信息 → 建立模型 → 产生多个可能
→ 根据目标、标准、约束选择 → 行动 → 观察结果
→ 验证 → 根据反馈修正 → 继续

智能与「信息存储」或「规则执行」的区别：

智能不是拥有所有信息，而是在信息永远不完整的情况下，利用已有模型和线索不断缩小未知空间，进行选择、行动、验证，并根据结果继续更新。

二十、思考实际上是在模型之间移动

面对一个问题，思考往往不是停在一个模型里，而是在多个模型之间移动：

问题 → 这是什么类型？（分类模型）
     → 之前遇到过吗？（经验模型）
     → 结构上由什么组成？（结构模型）
     → 运行时会怎样？（机制/系统模型）

每一次移动，都是换一个角度看同一个问题。思考 = 在模型空间中移动，直到找到一个能解释问题、且能导向行动的模型组合。

二十一、信息不足是模型边界的表现

「这里我不知道」不是思考失败，而是发现了模型的边界：

1 2	模型能解释的 → 已知模型解释不了的 → 信息不足 / 边界

知道自己的模型边界在哪，比假装知道更重要——它是信息获取、模型扩展的起点。

二十二、经验最终会成为更高效的思考路径

新手：遇到问题 → 查资料 → 理解 → 尝试 → 失败 → 重新分析 → 解决。

老手：现象 → 经验 → 快速定位 → 直接验证。

1	大量经验 → 发现共同结构 → 形成模型 → 模型指导新问题 → 新经验

经验与模型互相强化：模型让经验可解释，经验让模型更贴近现实。 思考的速度，本质上取决于可调用结构的数量和质量。

与其他线的关系

本线 ←→ 正向建模（03-建模与逆向/01、05）
  建模产生模型（结构）；本线讲模型如何被调用（思考）

本线 ←→ 认知能力分解（09-认知与语言/02）
  02 讲能力怎么逐层形成（听懂/思考能力怎么长出来）
  本线讲思考过程本身如何运行（线索→激活→候选→选择→闭环）
  02 的「认知模型能力链」是骨架，本线是这条链的机制展开

本线 ←→ 从模型到行动（09-认知与语言/04）
  本线讲到「选择」为止；04 完整展开「决策」的机制（目标/标准/约束/缩小空间）

本线 ←→ 知识如何形成可调用结构（09-认知与语言/05）
  本线讲「调用」的过程；05 讲「被调用的结构」怎么形成（经验→规则→标准）

本线 ←→ 从状态到系统（09-认知与语言/06）
  行动让系统运行、产生状态变化、反馈回思考——闭环的另一半

收束

思考 = 一个持续运行的闭环：
  问题 → 激活相关结构 → 找缺失关系 → 缺信息则获取
  → 分析成结构 → 产生候选解释 → 比较 → 选择 → 决策
  → 行动 → 系统运行 → 状态变化 → 验证反馈 → 新的信息

关键机制：
  思考从激活开始，不是从答案开始
  线索把问题连接到已有知识
  记忆的价值是可调用的关系结构
  思考还要寻找「缺少的关系」
  分析 = 把问题转换成可检查的结构
  经验 = 被验证过的压缩路径（加速），模型 = 结构解释（可解释）
  候选解释先展开、再筛选
  选择发生在分析之后，约束先过滤、目标再定优劣
  信息不足是模型边界的表现 → 转向信息获取
  反馈是下一轮思考的输入
  智能 = 在信息不完整的情况下持续缩小未知空间并更新

模型让过去的认识参与当前问题，经验让验证过的路径被快速调用，思考在目标、信息和约束下重新组织这些结构，并通过行动和反馈不断修正它们。 这就是「从模型到思考」的完整机制。