0.知识管理和临界知识
一切的学习和努力的三个目标：一是解释问题，二是解决问题，三是预测问题。
知识管理的三个维度：一是数据管理的维度。是指具体的数据层面的技巧。二是信息管理的维度，关注是怎样更好地理解、消化和应用获得的各个知识点。三是底层规律的维度，关注的不仅仅是具体的方法和技巧，更关心自己的认知深度：在大量具体知识积淀的基础上，形成更宏观和抽象的理解，在深层次上掌握普遍规律，从而将之前学到的繁杂的知识用一根线串起来，在具体知识之外找到新的答案，将有形化为无形，又将无形用于有形。
芒格的方法：深刻理解问题的实质，然后用能够解决这些问题的规律去解决问题。
理解了底层规律在知识管理体系中的价值后，学习就变成了一个生长和创造的过程：知识不再是一个个孤立的点，而是彼此联系、相互接触，甚至在一次次的相互作用中，不断产生新的启发的认识。知识开始了自己的生长！
知识：那些能够改变你行动的信息。
临界知识：能够更广泛、更普遍地指导我们行动的重要而基本的规律（查理·芒格称之为“普世智慧”）。知识与知识是不一样的，有些知识比其他知识的威力更大。少数的知识能够给我们带来关键的影响，这就是临界知识。
1.知识管理与认知优势
在海量信息即时获取时代，我们拼什么？
中国过去30多年的社会发展，从认知优势的构建角度看，大概有三个阶段：第1阶段是知识数量构建认知优势。第2阶段是知识获取速度构认知优势。第3阶段是知识深度构建认知优势。
知识管理的核心实际是通知管理知识提升我们的认知深度，进而改变我们的行为模式。
如何提升认知深度？
对于同一个问题，有深度的回答至少有三个特征：一是从形式上看，简单的回答往往是对具体的问题或事情本身做出回答；而深度回答却是在分析具体现象之后找出抽象规律。二是从回答的思考方式看，简单的回答往往是根据自己的直观感受、情绪与经验做出回答；而有深度的答案往往依托于有实验验证或数据分析支持的结论。三是从答案的效果上盾，简单的答案往往只能用于解决一个特定的问题；而有深度的答案能够更普遍地解决类似问题，启发我们由此及彼、由表及里地思考问题。
有深度的认知能力：在分析问题时，能够跳出问题本身思考更普遍的情况；在寻求答案时，能够根据理由可信度判断是否接受这个结论。
临界知识：是我们经过深度思考后发现的具有普遍指导意义的规律或定律。掌握临界知识，我们便能开启学习的“少即是多”“四两拨千斤”模式，从而极大地提升学习效率。
如何提升学习层次？
问题是：忽略了真正重要的“认知效率”。
如何提升认知效率：学习是在了解问题的本质，了解解决方案的底层规律，能够让我们认清问题表象背后的实质，那我们就是在提升认知效率。
提升学习层次：要努力提升认知效率，而要提升认知效率，就要找到撬动效能的杠杆点——临界知识。20%的知识比80%的知识更有用，我们要做的是花80%的时间，用在这20%的关键问题上，而不是平均地把时间花在各种知识上。
哪些知识值得学？
“一开始就能带来直接利益和诱惑的事情，很可能要拿未来的机会作代价。”
马斯克：用基础的原理来改变一个行业。
李叫兽：通过专注、不断提升认知深度造就了他的成就。
斜杠是提升认知深度的结果，而不是追求多元化的结果。
一个人，活一支队伍。在这个世界上，想要做到极致，恰恰要学习“无用之用”。无用之用，方为大用。
从“临界知识”的角度理解能力，我们一生需要学习三个级别的课程：1）公共基础课——执行能力；2 ）专业必修课——专业能力；3）通用必修课——结构能力。
公共基础课，就是我们每个人每天用到的执行能力，比如时间管理、资料保存、商务礼仪、沟通谈判等 。
专业必修课：是我们所选定的专业方向，这种专业不是指学校划分的专业，而是能够打完整战役、解决系统问题的能力。在这个领域中，要跨学科地思考、解决问题，一个人活成一支队伍。
通用必修课：就是要掌握临界知识，认知事物更加底层的结构与规律。我们经营的领域是如何产生的？影响这个领域发展的基本动力是什么？有哪些规律会普遍地影响这些事物？
执行能力、专业能力和结构能力都应该学。然而，二八定律告诉我们：20%的知识决定80%的结果，应该把更多的时间用在结构能力和专业能力的学习上，通过掌握临界知识做到游刃有余。
附：思维导图
《好好学习：个人知识管理精进指南》
1.知识管理与认知优势
在海量信息即时获取时代，我们拼什么？
如何提升认知深度？
为什么大多数人的学习层次上不去？
到底哪些知识值得学？
2.掌握临界知识的底层思维与方法
跳出“低水平勤奋陷阱”
学习临界知识
提升学习能力的三个底层方法
持续提升学习能力的三个技巧
3.发现和应用自己的临界知识
为什么临界知识能四两拨千斤？
如何发现自己的临界知识？
天赋与学习临界知识的关系
如何应用临界知识
用临界知识构建自己的“能力圈”
4.案例：核心临界知识及其应用
复利效应
概率论
黄金思维圈
进化论
系统思考
二八法则
安全空间
临界知识的综合应用
