思维模型解析：喜好原理
用投资视角提炼《影响力》中的喜好原理。
这次以「相似性」作为核心关键词来整理喜好原理，因为它和风险识别、信任建立与博弈分析结合得比较紧密。
核心定义：
人们更容易对那些与自己相似的人、观点或项目产生好感，并因此更愿意给予信任、降低警惕，最终更容易说「是」。
核心机制：
喜好原理的运作机制是「相似性驱动好感 → 好感降低审查」。
当一个人或项目展现出与我们相似的背景、观点、身份、叙事或情绪时，大脑会快速产生好感。
这种好感会直接降低我们对风险的敏感度，使决策从理性评估转向「因为喜欢，所以相信」。
相似性越强，好感越容易建立，审查越容易被放松。
常见表现形式（以相似性视角）：
1/ 观点相似性：对方持有和我们相近的投资理念或叙事，迅速产生认同。
2/ 身份相似性：同圈子、同背景、同经历的人更容易获得信任。
3/ 情绪相似性：共同 FOMO、共同愤怒、共同信仰某个叙事时，好感快速升温。
4/ 关联相似性：项目主动绑定成功人物、成功案例或热门叙事，借由关联制造「相似感」。
5/ 语言相似性：使用相同的黑话、梗、价值观表达，快速拉近距离。
心理触发点：
1/ 内群体偏好：我们天然更信任「自己人」。
2/ 认知轻松感：相似的信息处理起来更省力，大脑因此产生好感。
3/自我验证需求：喜欢那些能验证我们已有观点的人与事物。
4/ 防御放松：好感一旦建立，风险审查本能会明显下降。
实际应用边界/注意事项：
1/ 相似性可被主动制造：项目方和 CT 很擅长刻意营造相似性（共同叙事、共同身份、共同情绪），以达到降低质疑的目的。
2/ 好感与能力无关：相似不等于专业，好感不等于判断力。
3/ 风险识别的盲区：当强烈感觉「这个人和我很像」时，往往是最容易放松风控的时候。
4/ 博弈中的武器：在加密市场，相似性常被用作获取信任、降低审查、推动决策的工具。
5/ 防御关键点：当产生强烈好感时，强制问自己：「这个相似感是真实的，还是被主动制造的？它是否让我降低了应有的风险审查？」
————————
本文是我在构建「思维模型解析」能力方向上的内容输出。
分析框架来源于我正在搭建的「基于能力圈的 IP 成长闭环体系」。
以上仅为信息分享，不构成任何投资建议。
持续进化中的 BitHappy
顯示更多
关于阅读：从知识点到知识体系
我启动阅读计划的初衷是：通过阅读构建属于自己的知识体系！
但真正开始之后才发现，虽然提前做了书单，阅读依旧是瞎看：什么出名看什么，什么热门看什么。
最初的书单分为四类：自我重构、投资理财、人物传记、中国。
方向本身没有问题，但在一个月读完五本之后，我意识到一个关键问题：这些书之间没有形成连接。
它们提供的是知识点，而不是知识体系。
这也是为什么我认为《穷查理宝典》非常重要的原因之一，具体原因在引用推文和文末。
这段阅读的这段时间里，我和不少朋友讨论 "如何有效阅读" 和 "为什么阅读"。
关于有效阅读，有三种 AI 辅助方式：
1/ 快速阅读：让 AI 在 3 分钟内解释一本书的主旨、核心观点、局限与一句话总结；
2/ 知识图谱：用 Obsidian + AI 把知识从点变成面，建立连接；
3/ 思维蒸馏：让 AI 提炼聪明人的模型与思维方式。
其中后两种我已经在用，但它们只是辅助，而不是主力。
原因也很简单：AI 能给结构，但不能给深度。
更关键的是，我的记忆力本来就不算好。
如果采用速成鸡的方式，最终我得到的只是孤立的观点，无法形成真正的连接。
发生的情况会和刷短视频里的 "大道理" 一样，三天就忘。
所以，我采用的是古法阅读，这大概也是认可查理·芒格思维的关键因素（自己费劲读的，也更加认可自己的总结）。
关于古法阅读，有三个不可替代的优势：
1/ 重要观点会反复出现，加深记忆；
2/ 作者会给出论点与论证，而不是只给结论；
3/ 阅读过程中会自然产生思考与个人总结（不走神的花）。
这些都是 AI 无法替代的深度加工过程。
这里得再提一下《穷查理宝典》的重要性！
因为查理·芒格在书中的重复论证，让我系统性地理解：
1/ 如何打造自己的思维方式；
2/ 如何构建跨学科的知识体系；
3/ 为什么知识必须通过 "学以致用" 才能真正记住；
4/ 为什么能力圈可以扩张，但必须谨慎，不要假装自己懂不懂的领域；
5/ 芒格强调的不是 "多读书"，而是 "多建立模型"；
6/ 模型之间的连接，才是知识体系的真正基础。
我现在所理解的有效阅读是：筛选出能通过实践去验证的知识，并构建出结构。
最后，再次向大家推荐《穷查理宝典》！
如果大家使用微信读书，可以搜到我建立的学习查理芒格三阶段书单，并且在评论区可找到配套的实践方案。
搜索关键字：学习查理芒格
顯示更多
