第一部分 f-laws 定律
A1 最佳学习方法 A2 PPT 投影 A3 改进个别部分不能改进总体 A4 把成功经验归零 A5 知识分显性和隐性 A6 服从度与创新 A7 应对未来变化，假设比预测好 A8 引导学生自己找答案 A9 如不能容错，大家都尽力少做 A10 难教老人新把戏 A11 乐队指挥更懂管理 A12 行政 / 管理 / 领导 A13 问消费者想要什么没有意义 A14 扁平化管理 A15 智慧= 16x理解 A16 计算机不会比程序员聪明 A17 管理者只追求可衡量的东西 A18 要收集多少变量 A19 对被收购公司的增值比给收购公司的增值重要得多 A20 从外面评价公司比内部更容易 A21 幸福的大家族更需要的是忠诚，而伟大企业更需要的是能力 A22 无论企业多成功，如果不能适应变化，就会像恐龙一样灭绝 A23 下属与经理（上） A24 下属与经理 （下） A25 好奇心 A26 对下属期望越低，得到的就会越少 A27 高层认为他人是非理性的，但其实自己也一样 A28 官僚只有权利说“不可以” A29 是否听取建议取决于与提出者的关系 A30 职位越高越觉得不需要继续学习 A31 专注于组织的“核心竞争力” A32 能用现有的资源做些什么 A33 领袖的必要条件是才华 A34 要跳出盒子思考 A35 已经到了不可能变得更糟的情况 A36 电话会议 A37 电话第二部分 应用场景
B1 敏捷开发如何改善 B2 与高层交流 B3 现场培训 B4 从A3报告到量化持续改进计算机不会比程序员更聪明，但程序员也很少比使用者更聪明。
Ackoff教授： 计算机已经成为传播无知和低效的最有效工具。它以富有挑战性和娱乐性的方式，极大地浪费时间，降低效率。 试图证明人类比计算机更聪明，往往只是徒劳。 计算机唯一能做而人做不到的：记住预计的信息但不加以改变。 当然，它能比人类更快地完成许多任务，尤其是那些错误的任务。 计算机无法像人类利用计算机那样利用人类。没有计算机，人类能做的事情远多于无人操控的计算机。 计算机无法取代人类，却能放大人类的无能。 计算机无法取代人类，因为它们无法区分对和错、善和恶、美和丑。 人类可以把信息和知识输入计算机，但无法输入理解和智慧。 无论理解和智慧在人类中多么稀有，它们在计算机中完全不存在。 技术本身无善恶，却能放大人类对善恶的倾向。 |
2025年10月底我正在撰写“用实例比较古典与贝叶斯统计方法”的分享文章，比较古典与贝叶斯的利弊。其中需要按古典统计方法计算z值、p值等统计系数，而我想用R语言程序计算，于是直接在DeepSeek查询“Calculate z-value in normal distribution R code example”。
我把数据套进样例代码中，很快就得到了结果，前后不超过一个半小时。之前没有AI的帮助，我每次都要花大量时间查看教科书或者上网搜索，因平常写R代码不多，所以经常出错，有时候需要好几天方能得出结果。
但在选择合适的假设检验方法（贝叶斯还是古典）时，就必须了解两种方法的原理，这就难以借助AI了，必须自行投入精力学习。这个过程中，不仅需要参考书籍、视频，更需要自己动手分析数据，写出他人易懂的内容，否则仍是一知半解的。我的经历正好体现了Ackoff教授的观点：计算机（或AI）其实不懂对错，它虽然能从海量的文献中“知晓”怎么计算统计参数，但如果使用者不知道应该使用贝叶斯方法进行统计更好，AI就只会帮你更快速地沿用古典统计方法，从而得不出更好的结论。
Ackoff教授这条定律不仅适用于统计分析。
有次我问某老同学：“人工智能（或AI）会写诗歌吗？”
他答：“当然可以。”随即发来一首AI生成的七言律诗。
我又问：“这诗有吸引力吗？”
他答：“还行，对称、押韵。”
古今中外的经典诗歌、音乐、戏剧为何能传颂至今？它们有何共性？
皆因它的神韵与创新源于创作者的智慧。 因此，AI可以提高有创意的画家的创作效率，却帮不了平庸者创作出优秀作品。
回想小时候，收音机、厨房设备、办公工具、家用电器均被设计得简单易用。如果设计简洁明了，人类天生就能理解如何操作，而无须说明书。例如，门的推拉设计：横向手柄让人自然推门，竖向手柄自然让人拉门。（详见Donald Norman的经典著作The Design of Everyday Things）
优秀的设计应如日用品一样直观，用户无须阅读手册，仅凭用户界面就能完成任务。例如要测试一款电视节目搜索App的易用性，可以请一位不懂技术的普通人，搜索下周一晚七点央视九台的节目单，若操作几分钟后仍找不到，则说明设计不及格。然而，许多软件工程师在设计程序时，往往忽略了日常用品的设计智慧，误以为用户总能搞清楚如何操作。
Ackoff教授50多岁时才接触个人电脑，因此能更客观地看待计算机的利弊。