对于这个世界规律的迷茫和焦虑，其实都是来源于无法量化。
比如以前带孩子查指血，他也会有点害怕。我就跟他说扎手指肯定会疼，但是疼度也就比蚊子咬稍疼一点。
我觉得孩子有这么一点提示，就可以把疼痛感进行量化了，蚊子咬的疼痛感是已经感知过的，扎手指的感觉也就可以在想象中得出一个强度值。所以他一直对扎手指不太恐惧，扎针的时候从来没有因为害怕而哭闹过。 看到很多孩子扎针表现出极大的恐惧和挣扎，需要父母极大程度的安慰和压制，我觉得他们可能就缺乏了这么一点量化的认知吧。
所以只有量化，才能知道做事的成果如何，是否达到。目前是在进步中，还是在无关紧要的地方踟蹰不前。
但量化其实是反人性的。一方面人的大脑没有量化和计算的习惯，另一方面，量化的算法难以准确把握。
例如有人说，经济学的问题就是：一旦假设变化，那么结论就完全变了；而大牛教授说，假设变了，结论不变才会有问题。这就是量化的算法问题。假设是量化的相关原因，而结论是量化计算的结果。
量化的第一步是假设。哪怕假设得模型无比简陋粗糙，甚至谬误疏失，都没关系。因为假设得到的模型最大的成就就是他是一个从逻辑推论而得来的实体，而有实体就有落脚点，有逻辑性就有改进的路径。
只是空谈，而不肯做实体假设的，是完全没有落地的可能。
第二步是需要用大量事实激发和验证。经过大量验证的理论而依然稳固，才能称之为好的理论框架。我想芒格也是用大量事实验证过他的普世知识的。
同时反过来说，无法验证，无法证实证伪的理论也只能称之为玄学，对于解决问题完全无价值。
量化是一切学习之本。例如寻找关键节点，这关键的确立，也就是量化的结果。当然这量化也很难，只能是大量学习之后才能梳理和涌现出来的。
