ChatGPT应用与Python开发实战
卡尼曼在《思考，应用快与慢》中特别提到了参照系(referenceclass)这个概念，应用就是要针对人们普遍认为自己的项目是独一无二的，或者预估未来工作的时候出现锚定错误的问题。
从经验的视角来审视奥运会，实战无论是兴建场馆还是举办大会，每4年换一波新人，没有经验的传承，是现代奥运会每每超出预算的主要原因。比如，应用如果让你解释抽水马桶的工作原理，或者自行车骑行背后的科学道理，很多人是知其然，却不知其所以然。
庞大项目常常被认为是独一无二的，实战但如果学会跨界，就能在其他领域找到类似的项目作为参照，减少探索中试错的成本。他提出人们思考的时候会运用系统1与系统2，应用前者依靠直觉，快速决策，后者则细思慢想。其实不仅仅是大型建筑，实战无形的项目(比如一部大制作的电影一部电视剧，实战甚至一个重要的创业项目)也都需要充分的准备，这也是为什么为了拍摄《繁花》，王家卫要十年磨一剑。
应用那庞大复杂的项目到底应该怎么管理?《怎样做成大事》给出了非常具有实操性的三点建议：1.慢思快干。执行的时候雷厉风行则完全不同，实战同样需要的是减少可能出现黑天鹅事件的时间窗口。
反观奥运会，应用则几乎违背了上述的每一条经验。
参照系是非常好的概念，实战但在现实中最难获得的是现实世界的数据，实战一方面项目完成后，大多数人都愿意向前看，而不是整理过往的数据，数据搜集和保留都成问题，另一方面当然是因为很多人都不希望这些数据被外人看见，尤其是项目建设过程中发生的意外和超支，怕丢面子。每个举办国奥运相关的基建，应用肯定是偏向选择本国人，希望创造本土就业，不会选择一家全球知名的奥运承办公司。
当然，实战选择合适的参照系也很重要。每一届奥运会都希望惊艳全球，应用新建的奥运场馆自然标新立异，不会选择成熟的模型。
当然，实战细致准备也会避免人们常常犯的厕所实验的错。这对前卫的设计师而言是巨大的商业机会，应用但对有效管理项目而言，无疑是灾难性的。
相关文章：