القائمة
心智模型融合（Mental Model Fusion）思维工具。整合多学科核心心智模型形成网格化知识结构，避免"锤人综合征"，提升决策质量。基于 Charlie Munger 的 latticework 理论。 触发词：「心智模型」「mental models」「多学科思维」「latticework」「跨学科」「锤人综合征」。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
思维工具锻造引擎。输入方法论名称或模糊需求，自动深度调研 → 方法论结构化提炼 → 生成可运行的思维工具 Skill。 触发词：「锻造」「forge」「铸造」「用...方法分析」「提升决策」「解决问题」「创新方法」。
逆向思维（Inversion Thinking）思维工具。通过翻转问题视角，从反面思考来发现隐藏风险和解决方案。"Invert, always invert" — Carl Jacobi / Charlie Munger。 触发词：「逆向思维」「inversion」「避免失败」「事前验尸」「从反面想」。
场景规划（Scenario Planning）思维工具。通过构建多个合理且结构不同的未来场景，帮助决策者在深度不确定性下改变心智模型、制定鲁棒战略。 触发词：「场景规划」「scenario planning」「应对不确定性」「未来预测」「战略前瞻」。
OKR（目标与关键结果）的结构化思维工具。基于6个一手来源的深度调研， 提炼6个核心原理和完整的操作协议。 触发词：「OKR」「目标管理」「关键结果」「目标对齐」「Objective」「Key Result」「季度目标」。
蓝海战略的结构化思维工具。基于4个一手来源的深度调研， 提炼6个核心原理和完整的操作协议。 触发词：「蓝海战略」、「blue ocean」、「价值创新」、「ERRC」、「战略画布」。
商业模式画布的结构化思维工具。基于6个一手来源（含博士论文、学术专著、同行评审论文）的深度调研， 提炼5个核心原理和完整的操作协议。 触发词：「商业模式画布」「BMC分析」「商业模式设计」「画布分析」。
| name | mental-model-fusion-skill |
| description | 心智模型融合（Mental Model Fusion）思维工具。整合多学科核心心智模型形成网格化知识结构，避免"锤人综合征"，提升决策质量。基于 Charlie Munger 的 latticework 理论。 触发词：「心智模型」「mental models」「多学科思维」「latticework」「跨学科」「锤人综合征」。 |
"拥有一个心智模型，你会变成那个锤子眼中的一切都是钉子的人。但如果你拥有100个心智模型，你就能以更客观的方式看待现实。" —— Charlie Munger
心智模型融合是一套将来自不同学科的核心心智模型相互连接、形成网状结构的认知方法论。其核心是避免依赖单一模型导致的"锤人综合征"，通过调用多个相关模型进行交叉验证，获得任何单一学科无法提供的洞察力。Charlie Munger 将此方法称为"Latticework"（网格），强调"对多学科知识的掌握是获得真正智慧的钥匙"。
一句话定义： 将来自不同学科的80-90个核心心智模型相互连接形成网状结构，而非孤立存储，以应对生活中90%的情况。
跨域证据1： [投资哲学] Charlie Munger 在1994年USC演讲《A Lesson on Elementary Worldly Wisdom》中系统阐述了心智网格理论。Munger认为："你必须拥有所有主要学科的核心模型，并将它们连接成网格。当你拥有了这个网格，你就能够自动地调用正确的模型。"他强调这是Berkshire Hathaway投资决策的核心方法论。
跨域证据2： [认知科学] Philip Johnson-Laird在1983年开创性著作《Mental Models》中奠定了心智模型的认知科学基础。Farnam Street研究表明，心智模型是对某事如何运作的简化解释，当多个模型相互连接时，能够产生涌现式的认知能力。
应用方式： (1) 系统性学习各学科的基础原理（心理学、经济学、物理学、生物学等）；(2) 主动寻找不同模型之间的关联点；(3) 在决策时同时调用多个相关模型进行交叉验证。
局限： 需要大量时间和精力投入；容易陷入"收集模型"而非"应用模型"的陷阱；深度理解多学科基础几乎是不可能的任务。
一句话定义： 只在真正具备知识和优势的领域内运作，清晰认知知识边界，并诚实地承认边界之外的无知。
跨域证据1： [投资实践] Charlie Munger在1995年Berkshire Hathaway年会上明确指出能力圈是"第一号心智模型"。他解释道："我们只在能力圈内运作，在这个圈子里，我们比其他人有优势。"Berkshire通过只购买完全理解的企业建立了投资帝国。
跨域证据2： [商业智慧] IBM创始人Tom Watson Sr.的名言："我不是天才，但我在某些方面很聪明……我坚守那个边界。"这一理念被广泛应用于商业决策、职业规划和个人发展中。
应用方式： (1) 明确列出自己真正理解的行业/领域；(2) 对能力圈外的机会保持克制；(3) 通过持续学习有节制地扩大能力圈；(4) 定期审视边界是否随时间变化。
局限： 能力圈可能随时间变化而缩小或扩大；过度自信导致误判边界；可能被误用为"舒适区"的借口。
一句话定义： 多种因素、偏差或倾向在同一方向上共同作用时，产生远超各因素简单叠加的极端结果（1+1=11）。
跨域证据1： [认知心理学] Charlie Munger整合了认知心理学和行为经济学的见解，指出当多个心理偏差（如奖励机制、社会认同、权威效应）在同一方向上叠加时，会产生极端效果。他称之为"Lollapalooza效应"，这在可口可乐投资决策中发挥了关键作用。
跨域证据2： [社会科学] CMQ Investing的研究指出，大的效应通常来自大量因素组合而非单一因素。在社交媒体成瘾、金融危机等复杂现象中，都能观察到洛拉帕卢扎效应的作用。
应用方式： (1) 寻找多个正向因素叠加的机会；(2) 警惕多个负向因素同时出现的风险；(3) 理解复杂系统中多因素互动的非线性效应；(4) 在产品设计中利用多种心理学原理创造正向效应。
局限： 难以预测所有参与因素；反向洛拉帕卢扎效应同样危险；过度简化可能忽略关键因素。
一句话定义： 警惕过度依赖单一工具或模型来解决所有问题的认知陷阱。
跨域证据1： [心理学谚语] Charlie Munger经常引用Abraham Maslow的名言："对于拿着锤子的人来说，一切都像钉子。"他指出这是人类认知的固有缺陷，需要刻意通过多学科学习来克服。
跨域证据2： [学术研究] i2Insights的研究指出，由于复杂性或认知偏差，心智模型可能偏离现实。ResearchGate的研究《When Mental Models Go Wrong》讨论了心智模型失效的灾难性后果，特别是在动态关键系统中。
应用方式： (1) 定期检查自己是否过度使用某个模型；(2) 主动寻求不同视角和工具；(3) 培养工具箱思维而非单一工具思维；(4) 在团队中引入不同背景的视角。
局限： 难以自我察觉；专业训练可能导致路径依赖；某些领域确实存在主导性模型。
一句话定义： 整合来自不同领域的知识和模型，以获得任何单一学科无法提供的洞察力。
跨域证据1： [教育哲学] Charlie Munger的核心建议："在所有重要学科中掌握所有重要模型。"他认为这是获得"普世智慧"的唯一途径。Askeladden Capital将其系统化为"跨学科理性"方法论。
跨域证据2： [组织研究] i2Insights的研究《Mental Models and Interdisciplinarity》讨论了心智模型如何影响跨学科合作。MDPI的研究显示86%的职场失败归因于缺乏协作或沟通无效，即缺乏共享心智模型。
应用方式： (1) 定期阅读专业领域外的书籍和研究；(2) 在团队中引入不同背景的视角；(3) 用不同学科的工具验证同一问题；(4) 建立跨学科的共享语言和框架。
局限： 学科壁垒难以打破；深度理解需要大量时间投入；跨学科合作存在沟通障碍。
一句话定义： 在决策中留出错误空间，承认预测的不确定性和认知的局限性。
跨域证据1： [投资理论] 边际安全是价值投资的核心概念，源自Benjamin Graham。Charlie Munger强调这是"最重要的三个字"。Tikr的分析将其作为股票分析框架的基础。
跨域证据2： [工程实践] 在工程设计和项目管理中，边际安全原则被广泛应用于结构设计、资源分配和风险评估中。承认不确定性并预留缓冲是工程思维的核心。
应用方式： (1) 投资时要求显著低于内在价值的价格；(2) 项目规划时预留缓冲时间；(3) 财务规划中保持应急储备；(4) 决策时考虑最坏情况。
局限： 过度保守可能错失机会；难以量化"足够"的安全边际；可能被误用为过度谨慎的借口。
首先评估问题特征，判断是否适合使用心智模型融合：
适用场景：
不适用场景：
误用检测： 如果用户表现出"炫术语"行为、模型过度简化或伪跨学科主义，应警告这是心智模型融合的误用。
将原始问题分解为不同维度：
| 维度 | 关键问题 | 适用心智模型 |
|---|---|---|
| 心理学 | 人们为什么会这样行为？ | 社会认同、奖励机制、认知偏差 |
| 经济学 | 激励结构是什么？ | 供需、机会成本、边际效益 |
| 物理学/工程 | 系统如何运作？ | 第一性原理、热力学、临界点 |
| 生物学 | 演化动力是什么？ | 适应、竞争、共生、进化论 |
| 数学/统计学 | 数据说明了什么？ | 概率、回归均值、样本偏差 |
| 系统思维 | 反馈循环是什么？ | 正/负反馈、时滞、杠杆点 |
从心智网格中选择相关模型进行调用：
核心模型清单（按学科）：
心理学：
经济学：
系统思维：
其他学科：
对每个关键假设，用至少3个不同模型进行验证：
验证模板：
假设：[具体假设]
模型1分析：[模型名称] → [分析结论] → 支持/反对
模型2分析：[模型名称] → [分析结论] → 支持/反对
模型3分析：[模型名称] → [分析结论] → 支持/反对
综合判断：[假设是否成立，不确定性程度]
系统性检查是否存在过度依赖单一模型的情况：
检查问题：
包含以下部分：
执行摘要
多学科分析矩阵
洛拉帕卢扎效应分析
能力圈评估
行动计划
明确说明分析的局限：
| 场景 | 适用度 | 说明 |
|---|---|---|
| 投资决策 | 高 | Munger/Buffett 的经典应用领域 |
| 战略规划 | 高 | 需要多学科视角的综合决策 |
| 产品设计 | 中 | 可用心理学+经济学+工程学 |
| 职业规划 | 中 | 能力圈+边际安全+机会成本 |
| 技术问题 | 低 | 通常需要单一领域的深度专业 |
| 快速执行 | 低 | 过度分析可能延误行动 |
| 学术研究 | 中 | 跨学科研究需要此方法 |
| 误用信号 | 检测逻辑 | 警告信息 | 建议动作 |
|---|---|---|---|
| 锤人综合征 | 过度依赖单一模型，用同一框架分析所有问题 | "你正在将所有问题都纳入熟悉的模型。这是锤人综合征，需要引入其他学科视角。" | 主动寻求不同背景的反馈；列出所有可用的心智模型；刻意使用不熟悉的模型 |
| 模型过度简化 | 将复杂现实强行纳入简单模型框架 | "你正在用简化的模型解释复杂现象。模型是工具，不是真理本身。" | 承认模型的局限性；用多个模型交叉验证；寻找模型的边界条件 |
| 伪跨学科主义 | 表面上使用多学科术语，实则浅尝辄止 | "你在炫术语而非真应用。真正的跨学科思维需要深度理解，而非标签堆砌。" | 专注于少数核心模型的深度理解；诚实面对能力边界 |
| 能力圈僵化 | 将"能力圈"变成"舒适区"的借口 | "能力圈应该通过学习扩展，而非用来为懒惰辩护。你在固化而非成长。" | 制定学习计划；有选择性地扩展能力圈；定期审视边界 |
| 模型收集癖 | 不断学习新模型但从不应用 | "你在收集模型而非使用模型。心智网格的价值在于应用，而非收藏。" | 停止学习新模型；强制用现有模型分析问题；建立应用习惯 |
| 过度自信 | 认为掌握了多学科模型就能解决一切 | "你正在高估模型的力量。现实比任何模型都复杂，保持谦逊。" | 承认认知局限；寻找反例；警惕模型失效情境 |
认知局限性： 人类心智无法真正理解极端复杂系统。所有心智模型都是对现实的简化，必然存在信息损失。JSTOR研究指出：心智模型因认知限制而具有固有约束。诚实应对是承认无知，保持谦逊，多模型交叉验证。
时间与精力成本： 构建真正的心智网格需要数十年持续学习。深度理解多学科基础几乎是不可能的任务。i2Insights研究指出跨学科协作路径可能因复杂性而被阻碍。诚实应对是选择性深入，接受"足够好"的模型，重视团队合作。
情境适用性： 某些模型在特定情境下完全失效。快速变化环境中，历史模型可能失效。AAA Foundation研究显示心智模型质量在边缘情况下影响安全性。诚实应对是定期重新审视模型有效性，警惕模型失效情境。
测量困难： 难以量化心智模型融合的实际效果。成功可能是运气而非模型应用的结果。World Bank研究指出心智模型影响制度演化，但难以分离和测量。诚实应对是保持怀疑态度，寻找反例，避免后视偏差。
学科壁垒： 真正的跨学科理解需要克服专业术语、方法论差异、知识体系的障碍。MDPI研究显示86%的职场失败归因于缺乏协作或沟通无效。诚实应对是建立共享语言，重视团队多样性，承认某些边界难以打破。
本 Skill 的设计基于以下来源（部分）：
一手来源占比： 约 40%（5个一手来源，8个二手来源）
本 Skill 由 Forge Skill 锻造引擎自动生成。GitHub: https://github.com/peterfei/forge-skill 基于 Charlie Munger 的心智网格理论、认知科学研究以及 Berkshire Hathaway 的投资实践。