前面我们一直在说学习的方法和心态。接下来，我们开始学习如何发现自己的临界知识。
在开始这个话题前，我们先弄明白两件事情：为什么临界知识有四两拨千斤的效果？是不是只要学习临界知识，就能立刻快速进步？
先说第一个问题：我对学习临界知识能够实现“少即是多”效果的判断，建立在两个重要假设的基础之上。
第一个假设：很多时候，复杂的世界是由简单的基本规律决定的。
我认识一个老板，他觉得员工不够有责任心，就设置很多规章制度来防止不负责的行为发生。结果在执行的过程中，员工觉得不被信任，就想办法钻制度的空子，老板就设置更多更复杂的制度来对付员工。在这个过程中，老板心力交瘁，员工也没有斗志。
对大多数人而言，解决复杂问题的思路往往是“用复杂对付复杂”，人们想出更复杂的方法来处理复杂问题。而我的底层假设是：在很多情况下，看起来复杂多变的系统，其实是由背后简单的基本规律决定的。
在我看来，这个世界最底层的规律应该与化学、物理、数学密切相关。毕竟这个世界是由随机出现的基本粒子组成的化学元素构成的。而数学是描述这些现象的重要基本工具。你很难想象世界的运作会不受到这些基本规律的影响。同时，人是所有事情的主体，因此人类心理学或认知学的基本规律也非常重要。
关于“复杂现象背后是简单的规律”，有两个案例符合这一假设，给我留下了深刻的印象。
一个是英国数学家康威发明的“生命游戏”图。
扫描左图二维码，关注我的公众号“个人知识管理”（微信号：pkm100），回复“生命游戏”看图。
这复杂的运动现象，和现实中生命运动的方式多么相似。你能够想象到这么复杂的图像行为，是由2~3个黑点在给定几条非常简单的规则后，自然演化出来的吗？
初始状态下简单的2~3个黑点竟然会演化得如此复杂，甚至发展到了类似生命的现象！这些看似复杂、不确定的状态，背后却是简单、基本的规律。
另一个案例来自真实的生物界。鸟群、蚁群或者大海中的鱼群，它们的群体行为非常复杂。比如大雁能够一会儿排成“一”字，一会儿排成“人”字。鱼群的行为似乎更复杂，蓝竹荚鱼群甚至会卷成一个圆环形的诱饵球，以迷惑捕食者。这种群体行为的复杂性和高度统一性令人惊叹：这么多鱼，它们又不会说话，是怎么做到群体复杂动作高度统一的呢？
科学家经多年研究后发现：动物复杂的群体行为，并不是借助特殊的气味或声波在传递信息，统一指挥；而是只要所有的动物都遵守同样的简单规则，自然而然就会做出各种复杂的群体行为。
在迪士尼动画片《海底总动员》中，尼莫和一大群小丑鱼在海中畅游的场景令人印象深刻。可是，这么复杂的鱼群行为，是动画师一个个设计好，画出来的吗？不，他们仅仅是给小丑鱼们规定了几个简单的规则，动画角色的行为自己就活了！你不觉得震惊吗？看似复杂的群体行为背后，居然也只是简单的规则在起作用！
在人类的现实生活中，这一规律也同样适用。有人践行“复杂现象背后是简单规律”取得了重大成就。比如日本的“经营之神”稻盛和夫认为：面对复杂的问题，要从简单的、基本的原则入手。而巴菲特的合伙人查理·芒格则明确提出：我们要真正认识这个世界，就必须理解并掌握重要学科的基本规律，并把它们当作基本的思维模型来处理问题。同样，临界知识也是遵循了相似的道理：用简单的基础规律来解释复杂的世界现象。
当然，尽管我们在强调简单的价值，但是还有两点要注意：
1.简单是有限度的。正如爱因斯坦所说：要尽可能简单，但不能过分简单。
2.有一些领域的系统就是十分复杂的，难以简化。换句话说，有些领域没有简单规律或者至少我们还没有找到关键规律，这个假设就不成立。
第二个假设：复杂系统不是简单的因果关系累加，而是各因素相互影响的动态系统。
对于复杂的问题，多数人最常见的方法是将其分解成简单的小问题。就像拆收音机一样，我们通过不断“格物”来“致知”。运用这一方法取得巨大成就的机构，应该首推麦肯锡。
麦肯锡的工作方法，基本都是运用这样的思考方式：一个复杂的问题就像一个大饼，你可以把它切成一小块儿一小块儿的。
从麦肯锡的官网上我们可以看到，他们将复杂的客户群基本按照行业进行划分，由不同的团队逐个击破。从《麦肯锡季刊》中可见麦肯锡将行业划分为：汽车，银行与保险，商务技术，消费者，医药，创新，互联网与电子商务，宏观经济，制造业，私募，人才与领导力，技术、媒体与通信，城市化可持续发展。
麦肯锡在解决具体问题的时候，又会按照MECE（相互独立，完全穷尽）的原则，遵循金字塔原理，把复杂问题A层层拆解成子问题，通过解决这些小问题，最终解决复杂的问题A。
麦肯锡方法，在解决具体问题方面非常有效。
我们公司新员工入职的基本训练之一，便是快速界定问题，结构化分析问题，提出解决问题的假设方案，快速进行验证试错。
但是这个方法也有一个重大的缺陷：它对问题的基本认知结构是简单的因果关系。金字塔原理本身就是一个因果结构的思考工具。
用因果关系思考问题是错的吗？不一定。但是从复杂系统的角度看，因果关系是片面的，因为在一个系统中，任何一个因素都和其他因素之间有紧密的互动关系。原因本身就是结果，结果也是原因，因即是果，果即是因。听起来感觉很绕，但是这个假设可能更接近真相。
举个例子可能更有助于理解：比如你和同事的关系一直处不好，每天见了面都不打招呼。有一天，你下定决心，不再计较，不管对方多么不友好，你都决定真诚、友善地对他。你不去管对方的态度，你只管你自己的态度。
结果，坚持一段时间后，你的同事很可能改变对你的看法，进而改变对你的态度。而对方态度的转变，又更加坚定了你的信心，鼓励你继续真诚友善地去对待别人……
在这个过程中，我们可以看到原因和结果是相互影响的。按照《第五项修炼》中系统思考的观点看，我们所处的世界更像是网络的环状结构，而不是线性的因果结构。在环状结构里，所有节点的变化，都会通过影响其他节点最终影响到自身。因此，一个完整的系统具有动态复杂性的特点。
而我们将要掌握的临界知识，正是应对这种不确定性的工具：它可能是系统内部元素间复杂作用关系相互抵消后呈现出的简单规律——反而是那些具体领域的技术和技巧，很难用于解决动态不确定性的问题。所以，我们花大力气训练学习掌握临界知识能够实现四两拨千斤的效果。
那么我们再看前面提出的第二个问题：是不是只要学习临界知识，就能立刻快速进步？
我的答案是：不一定。快速进步这个概念是相对的。比如，有人可能会说：别人不像你这么费力做这些“基本功”，人家进步得也很快啊。确实如此。有的人可以通过勤奋的思考和大量的练习来掌握某个行业或领域的技术和工作技巧，从而在这个领域中快速成长。这时，他的能力成长路线是这样的：
曲线前期的陡升对应着学会具体方法和技术后，我们解决问题能力的快速增长。但是这样下去也有一个问题：能力提升的后劲会越来越不足。
这是因为我们大多数人日常认识和解决问题是依靠直觉、个人经验、简单线性思维、意识形态和价值观偏好。而这种思维方式将导致：（1）我们无法发现事物之间深层次的联系——大部分事物似乎是孤立的；（2）在面对超出自己日常工作生活经验范围的问题时，不知从何下手，更无法准确地把握关键环节并合理预测事情的发展趋势。
所以很多人在工作了几年之后，慢慢感觉学不到什么新东西了，能力增长碰到了天花板。这个天花板，就是你只能相对孤立地、割裂地看问题，而缺乏关于系统底层规律的认识，无法打通知识体系。所以，从长期看，这种学习方式的效率是比较低的。
而学习临界知识，需要在前期不断训练和掌握基本的心态和学习方法，速度就会很慢。可是一旦掌握了整个学习的理念和方法，学习能力就会大幅提升，你可以将跨领域的知识相互穿插借鉴应用，学习速度越来越快。这两种不同的学习路径，对应的增长曲线类似下图。
我仍记得第一次把研究淘宝皇冠店学到的知识用来和客户进行商务谈判时的激动心情。我知道，我进入了一个全新的世界，看到了一个解决问题的方法和过去完全不一样的世界：事物之间有更广泛而深刻的联系，简单的规律在影响着几乎所有事物的发展。而你，可以利用这种联系和规律，更好地预测和控制未来。
这时候我再看查理·芒格所说的下面的话，才感受真切：
如果你只是孤立地记住一些事物，试图把它们硬凑起来，那你无法真正理解任何事情……你必须依靠模型组成的框架来安排你的经验。
我相信在你真正发现并应用临界知识后，也会对这段话有全新的理解和认识。只是，学习具体技巧的人多，钻研临界知识的人少。所谓“夫夷以近，则游者众；险以远，则至者少”。壮美的风景，都在人迹罕至的地方，哪个领域都一样。
总结一下，从短期看，学习临界知识的进步速度未必是最快的，但是从长期看，用临界知识学习和思考是效率最高的。