對事情解讀的邏輯化和層次化,至關重要.這是一個基本常識,但是如何將這點轉換成具體的行動卻不是那麼常識性的.
解讀的層次化,涉及到事情不同層面的展開,有點類似於思維導圖,但是又不盡然.比如說,對於品味來說,第一層,定義一個抽象的品味的形而上的概念,第二層,將這個大的抽象的概念分解成不同角度的抽象的概念.例如正向思考做到有品位,反向避免粗俗.然後依次劃分下去.這個展開過程取決於對事物理解的深刻性和完整性.值得注意的是,像UML中的層級體系那樣,除了最底層的葉子節點,中間節點都不允許被實例化.也就是說,在中間的分解層,不可對具體的事情做分析,必須將之作爲形而上學的一部分.
以上談到的對某個具體的事情的分解不是太困難,因爲問題的邊界相對比較容易定義.但是,如果將這種思考泛化,會發現現實世界多個事情存在互相影響,也就是說這些要考慮的事情不是獨立事件,而這些事情間互相之間的關係,憑藉當前的經驗以及思考事情的深度,可能無法看破迷霧,這是更爲重要的,必須花費更多的注意力在這些未知上面.
從計算機科學學習一下如何處理這種混沌的系統,在工程領域,如果從上往下分析,依次是:商業模型,業務模型,架構模型,功能模塊,中間件層,內核層.越是處於上層, 越是千變萬化撲朔迷離.但是如果從下往上看,問題的關鍵,就在於幾個點,比如:網絡模型,內存模型,算法層,進程管理,線程管理,運行時與kernel,具體的幾個點.這些下層的基石是穩固的,整個系統就是穩固的.需要注意這種關係,從技術角度和從業務角度,可能得出不同的粒度.那對應到混沌的現實領域該如何理解呢?這種時候絕不可糾纏於表象,而應從最底層的角度出發,事情是由人驅動,那麼就需要分析人性中的幾個至關重要的點,而現實的混沌,是人性中受潛意識驅動下的表現形式.
這裏可以得出最關鍵的一些信息,事情的脈絡往往不像表現出來的那種,某些表面上互相影響的混沌系統,需要從表面上深挖下去,追究產生的深層次的原因.這不一定那麼容易做到,但是花費精力爲此努力總是要好過膚淺的流於表面.