基于本体论思想的个人思维元模型构建-02

哈喽，大家好，我是人月聊IT。

今天继续分享关于基于本体论的思想，构建个人思维元模型方面的一些思考。这个视频也是今年过年时间我做的一个最重要的一个视频，包括前面两天我也录了专门的视频，讲解了我个人思维元模型的一个构建过程，里面就谈到一个核心的关键点。

就是对于每个人来讲，他的思维和认知都不应该是简单的天马行空，胡思乱想，突发灵感，而是每个人的思维内部就像一个精密运转的机器和操作系统，它有内部的零件和组件有关联和依赖，有需要严格遵循的操作步骤和流程。我们需要将个人的思维从简单的描述系统变成一个精确化的操作系统。所以我在准备我这个材料，包括借助 notebookLM 输出 PPT 的时候，也是强烈的要求，增加了限制词，叫你参考达芬奇的绘图风格，帮我来输出这么一个完整的 PPT 介绍材料。

好了，言归正传。在我讲今天的内容之前，我前面其实已经出了一个 1.0 版本的思维元模型。这个思维元模型的思路也很简单，就是我借助大模型，让他通读我的 500 多篇个人思维的原创文章，让他自己去找到相关的文章。核心的知识点，知识点之间的关联依赖关系，去构建一个简单的知识图谱，这么一个思维的元模型，就体现了我核心的思维的观点和思想。但是到我今天讲的，它已经进化为一个新的 V2.0 的版本。为什么呢？因为原来的第一个版本，它其实不是有一个完完整整的动态的模型，或者是一个可操作的语义平台。因此在构建这个版本的时候，我也是借鉴了核心的本体论的建模的思想。大家都知道，本体论的建模思想本身就来源于知识图谱，但是它在知识图谱的基础上增加了核心的新的业务语义的定义，行为规则的定义。所以说通过这一些定义以后，它就进一步的提升了我整个思维元模型的质量。

好了，我们再来看，通过 AI 大模型辅助以后，我们形成的一个完整的 V2.0 版本的思维元模型的系统架构。我把它叫做动态的语义平台，它也是参考了人体和机械的解剖学，构建了一个横向七层分层的完整架构。

首先我不讲展开讲每一层的内容。这个分层架构如果你是做 IT 行业软件架构设计的，可能感觉很类似整个分层的架构，我们应该从第三层视图层把它切开，整个分层架构核心就是希望去实现我们整个思维逻辑的核心的组件的解耦和动态编排。在视图层，我们可以把它理解为一个核心的能力提供层。在视图层下面是我们核心的思维的领域元模型或者是领域模型者，而在视图层上面的是面对我们不同的场景，我们需要的场景层和流程编排层。

构建了这么一个思维的系统架构核心我们需要达到的一个目的就是我们每天面对的场景，我们每天感知到的外在的事物是千变万化的。但是我们认知事物的方法分析解决问题的方法，它应该是有章可循的，它应该是对于我们第一层思维元组件核心的动态的编排和组装的过程，这个才是我们去构建思维元模型最最核心的关键点。

好了，然后我们接着分层来展开看一下每一层它究竟是干什么用，首先是第0层，第0层其实就是叫做语义对象层。语义对象层通过整个大模型的分析和建模，他把我所有思维类的文章阅读完了以后，他构建了6个一级对象和 18 个二级对象，一级对象就包括了认知个体进化知识问题学习思维。其实这一些一级对象跟我谈到的思维框架模型相当类似，因为我在思维框架模型里面就将思维分为了事物认知和问题解决两条主线。同时通过学习实践复盘，构建一个完整的从资料库到知识库，从知识库到经验模式库的逐层迭代的升级闭环。所以 AI 大模型也完整的理解了我的思维框架模型，构建了这么一个语义对象层。

第一个核心的语义对象就是认知，就是你怎么样更好的去认识和分析事物。在这个里面我谈到的关键的点就是任何事物的认知都包括了静态结构和动态行为，包括它所处的外在环境，我们应该去构建一个空间加时间加环境的三维立体认知模型，这是我谈到的第一个关键点。第二个关键点就是我们的认知应该升级，应该从单事物的认知逐渐的发展到事物群的认知，因为事物群的认知，它用到的核心的逻辑是抽象和归纳逻辑。通过事物群的认知，我们才能够更好的去认识规认识事物总结规律，这个是我谈到的认知里面的第二个关键点。

对于思维，我也专门谈到了思维，简单的理解就是动态的思考过程加静态的维度结构，任何思维它也需要遵循第一性原理就是空间+时间+逻辑。这个我们是谈的思维最核心的一个基础本体。而对于学习，大家看到学习这个词，它叫 learning，所以说学习它不是一个静态的点，而是一个动态的过程和状态。

我们的学习应该去构建学习实践复盘的完整闭环，包括我提到的学习五步法，从开始的不求甚解。你只是形成主干认知到通过 POC 验证逐渐完成最小目标，到构建完整的某一个领域的知识树，然后通过短周期迭代可视化去逐渐的突破。这是我讲的核心的学习五步法，包括我更加强调学习，它不是一个孤立的过程，他随时都在和实践结合。边学，边做边做边学，你需要通过你所有的理论，必须要经过亲身的验证，才能够真正的变成你的经验和方法论。

而对于问题，简单的理解问题，就是你的期望值和你实际值之间的一个差异。对于问题，我前面多次强调它的核心，其实就是在于分解和模式匹配，而对于我们常说的问题定义问题分析问题解决只是一个简单的问题处理流程而已。好了，把我核心的所有的对象梳理清楚以后还没有完，我需要去建立对象之间的关系和连接。

所以说在语义对象层还有一个叫链接类型。它就是定义概念间的机械传动关系。所以大模型帮我把我思维所有的文章的链接类型分为了动力类，结构类，演化类。这个分法我觉得也是相当的合理。类似于动力类，他就谈到你需要有驱动的链接，比如说通过学习驱动你的知识库的形成，你需要有转化的链接。比如说从资料库变到知识库，从知识库变到技能库，从技能库变到经验模式库，你里面还需要有静态的一些结构的链接，比如说有包含的关系思维框架包含了归纳逻辑演绎逻辑，还需要有约束的关系。

最后一个链接类型叫动态的演进类的链接。比如说你的经验思维，通过大量的学习实践，要逐渐的提升升华为系统思维，这个是链接类型的定义。所以说在语义对象层不是简单的定义语义对象，更重要的是定义语义对象的链接。这样才能够形成一个完整的，我们前面谈到的基于你个人思维，个人文章的底层的知识图谱，但是这个还远远不足够。嗯。

有了这个知识图谱以后，我们又回到核心的第一层，第一层，在这里它把它叫做数据绑定层，这个低层数据绑定就会让我的思维元模型明显的带有我个人的色彩，因为数据绑定层它就实现了我抽象的核心的对象概念。怎么样跟我的历史文章之间建立一个双向链接，双向追溯的关系。

这个过程原来我们用 Notion 这种笔记的时候，往往是我们个人手动去建立的这种双向链接，但是现在有了大模型辅助以后，我们可以自动的化的完成我提炼的概念对象和我的历史文章观点之间的这么一种双向链接。

这个叫数据绑定层，接着就到操作层，操作层，大家可以简单的理解为类似于软件开发里面以对象定义的各种方法方法或者是叫行为都可以类似于你有可能是生成文章的操作知识组装的操作文章的一致性检查的操作，跨概念关联的操作回答问题的操作。这些都是操作有了操作层的定义，就让我们前面看到的简单的，静态的对象对象关系变成了一个从静态到动态可执行的这么一个行为，这个是核心的操作层的定义。

有了操作层以后再朝上走，就是视图层，视图层我刚才讲过了，它其实就是一个能力层，或者是类似于软件开发里面。我们常说的 MVC 模型里面的视图层，对于一个任何一个软件，它底层的领域模型，它是完全一样的。但是它的视图展现有可能是一个 APP，也有可能是一个桌面类的应用，而对于我们的思维语言模型是同样的道理，我核心的底层的思维元模型就是六大一级对象。但是这些一级对象它实际前端的界面展现，它可以有不同的呈现方式，它有可能是一个认知视图，也有可能是一个学习视图，也有可能是一个问题。解决视图，这个是视图层定义的关键的内容，它就是把我底层的思维能力变成了一个个能够进一步朝上的能力接口。

在视图层上面就是我们说的叫应用与流程层。构建完了我的思维元模型以后，那么怎么用呢？它有可能是我个人的一个写作分身，也有可能是一个 AI 的智能知识问答的助手都有可能，因为你面对的不同的应用场景。但是所有的场景你会发现所有场景都是我底层我思维元模型对象行为操作能力的主张，比如说我现在是一个文章生成的这么一个场景，我可以构建这么一个 workflow让 AI 首先去理解我需要生成文章的主题。然后拆分概念，将这些概念匹配到我的对象，然后再去进行知识的组装，最后要用写作操作形成这么一篇文章。这个其实就是我们讲的应用和流程层，他可能千变万化，但是他底层的思维原认知元模型能力从来就没有变过，它只是不同思维能力的灵活的调用和组装而已。

所以基于我上面刚讲到的整个核心的思维元模型集成架构，它的核心机制就是需要去构建一个双循环和闭环机制，去实现学习实践复盘的闭环，去实现从知识库到经验库到方法模式库的持续进化升级的这么一个闭环。当然整个 AI 大模型帮我分析，我构建这套思维元模型的目的是构建了一个能够抵抗熵增长期主义持续改进的这么一个内容。但是我个人核心的理解就是什么呢？构建这么一个思维元模型其实就是对于你个人核心价值的一个抽象化沉淀，通过 AI 辅助进一步的提升你的认知能力。

好了，最后一个点就是具体的使用指南。我在前面也讲过了，就是整个模型的使用指南，它可以分成关键的六大的步骤，第一个就是基于不同的场景确定主题。你就是是想回答一个问题，还是是写一篇文章。然后基于不同的主题，选择核心的视图，也有可能选认知视图，也有可能选学习视图，然后基于视图展开网络，利用连接类型寻找到核心的对象和关联。第四步就是根据数据绑定连接，找到追溯到我的历史原文章，提取关键的内容。第五步，进行知识的组装，完成知识片段的初稿的形成成最后进行质量检查，形成一篇完整的文章。

所以这个方法大家就可以看得到，我的整个思维元模型已经模型化了，已经松散化的解耦掉了，这个才是我们每个人可以去思考如何去构建你个人语言模型最最重要的内容。

所以我一直强调整个思维进化思维模型的进化，他核心的终局究竟是什么呢？因为从 1.0 到 2.0 的进化，我们已经从一个静态的模型变成了一个动态的语义模型。那么 2.0 到将来未来的进化，它应该变成一个能够持续自我进化的模型，这个才是我们真正需要的思维模型进化的终极目标。

对于每个人来讲，在 AI 时代，你都要去考虑如何去构建属于你自己的思维本体。今天的简单的分享就到这里，希望对大家有所启发，再见。