1.经验局限，举实例并做思维模型延展。
在谈及经验聚下之前，我觉得首先要认可经验的巨大优势。当我们新遇到一个场景，需要思考自己的输入，输出，然后取得自己的算法路径，需要费时费力。然而将固定的输入和算法多运行几次，我们就可以通过经验输出了。
举个例子，从出差的办公楼出来，要通过公共交通方式去朋友的新家拜访，我应该如何走呢？这里，陌生的办公楼是输出，回家是输出，从办公楼到朋友家的方式就是我们需要得到的算法。
我会先判断该坐公交还是地铁，然后判断如何达到附件的公交站或者地铁站，最后再从终点判断如何到达朋友的家。这一切都需要我们去思考计划。
但是，将一种算法固定在一个场景下运行，我们不必进行如此复杂的运行，直接根据经验运行，不必经过大脑，甚至都不知道这回事，不知不觉就在固定的输入处启动经验算法，自动输出结果了。
比如从熟悉的办公室出来会自己家，边走路边听音乐，脑袋里想着其他事，甚至根本没有注意到自己是如何达到家里的。这一切已经通过经验自动完成了，只要下班走进电梯，就可以直接到达家里。
但是，经验的局限在哪里呢？那就是忽略了变动和异常。变动包括外界输入条件的变化，和输出结果的变化。
当从公司回家的行为固化之后，突然有一天道路施工，走到中途才发现走不通了。于是只好换一个路线。但是，第二天，有会不知不觉地走上老路。这属于外界输入的变化。
同样的例子，来说输出的变化。本来下班是要到朋友家去，但是走到楼下，就习惯性地坐上自己最熟悉的那一班回家的车了。然后在在一个正念的时刻恍然大悟：我今天是要去朋友家，怎么又往自己家跑了？
因此，经验是一种对惯有路径下的高效行为模式，但其局限是显而易见的。
处理方式有几点：
首先是时刻注意自己的输入环境，是否发生改变。比如认识到算法的前提，输入参数是否有简化，忽视了部分默认参数。执行的条件是否完全一致，比如对应的市场背景，时代背景，天时地利人和是否都一致。其次是注意输出目标是否已经发生了改变。比如创业到守业就是巨大的变化，需要不一样的算法，不能按经验办事。最后是实时更新，更新对自己的认识，更新对外界的认识。人不可能踏进同一条河流两次。
当然，如果每一刻都能保持正念，那就完全放弃了经验的优势。因此，小事可以凭经验。而重大的决定，一定不能凭经验。而什么是小事，什么是大事，似乎只能凭经验。
2.在机会面前，人们常犯的两种错误是什么？如何避免。
结合上一周的经济学课，对机会的两种错误第一类假阳性错误和第二类假阴性错误：误认机会,错过机会。这两类错误是此消彼长的关系。
如何避免呢？需要用到我们前面黑天鹅和反脆弱的知识。
如果误认机会的损失比错过机会的大，我们就尽量不要轻易涉足，这里就是查理讲的尽量给自己少的选择次数，确保每一次的选择慎之又慎。比如找对象，找新行业。
如果误认机会的损失比错过机会大，我们就不要轻易放过每一个机会，积极期待正面的黑天鹅。比如积极交流，可能认识新的朋友。如果没有认识新朋友，也没什么损失。
但是这个话题展开有点大，希望能看到大家更多的思考。
