最近，在很多地方看到了“100-1=0”这个等式。其用于强调某项工作的重要性，传递出来的警示性的感觉很强烈。
比如谈健康，就会说如果失去了健康这个“1”，哪怕你其他项目取得成功获得里“99”，最终收获也是“0”。类似的也还有很多，比如安全工作、商业机密等等。
但现实中，我们依然会发现很多即便是看到了这个式子，也不是每个人都按照规定动作注重健康、重视安全、严格保密，并且也不所有违反这些要求的都出问题、都付出代价。
这个式子在强调重要性上有效果，但在解释行动上有漏洞，可能这个模型并不够完美。
一方面，在数学上解释不通。
查理·芒格说，跨学科知识学习中必须要进行归因，必须偏向于最基本的解释。将其他方面知识用数学去解释，就是向基础学科进行归因。但理论上讲，“100-1=99”是基本常识。这里的归因和用基础知识解释，并不符合数学模型。
另一方面，在实际中更不可行。
比如，安全工作，出大问题可以实行一票否决制，就是把那个“1”去掉了，所有成绩归“0”。
但一些小问题呢，如何归类呢？如果视而不见，根据墨菲定律，“只要存在事故发生的原因，事故就一定会发生”，这次视而不见，可能为下次问题埋下巨大隐患；但如果把它当作那个“1”去掉，其他的成绩都被被抹杀，会伤害工作的积极性。
也就是说，这个等式局限在于只能对“有没有”进行定性分析，不能够对“有多少”精确进行量化。
人类认识事物的基本方法就是对事物建模，并用数学方法进行精准简化。比如质能方程式：
就是用及其简洁的数学方法描述质量与能量的关系，达到了数学上的完美和逻辑上准确。
那么，有没有一种更科学、更简单的方法来量化工作好坏呢？我们来尝试一下：
假设我们要评价一款钱包软件的好坏，以支付宝为例，这么多钱，保证资金安全是第一要位，然后要方便易用，要美观等，很多方面。为了简化，就取安全、方便、美观三个关键因素。
传统的观点认为：支付宝产品好坏=安全+方便+美观
这是线性关系，一项指标的快速增长，对产品好坏的影响是变化不是很大。对我们而言，安全性能好坏至关重要，是底线，于是就有可以用“100-1=0”描述。但这并不科学，上面我们接受过了。
那么我们换个思路：可不可以空间发展，将其视为维度关系。
也就是：支付宝产品好坏=安全×方便×美观
类似于求一个物体的体积，安全性、方便性、美观性三个性能只要有一个评价很低，那么其体积就不会很大。
支付宝的三个性能就像一张纸长度、宽度和厚度一样，哪怕这个长和宽都非常大，但是厚度很低，体积依然接近于“0”。
也就是将产品的每项性能视为一个维度，产品的综合性能是维度之积。这样理解，就比“100-1=0”更能合理解释单独强调某些工作重要性。
如果接受这个理解，也更能理解一人能力。
比如评价一个人，采取能力、品德、健康评价，这就是使用三个维度。品德还可以继续细分，职业道德、家庭美德等等，都可以以这类方式进行描述。
最近流行的一个词“盲维”，就是形容一个人根本不知道自己不知道某类事，也可以表示为这个维度为“0”。对于他的评价，如果没有这个维度，可能能力很强；但加上这个维度，其评价就为“0”，也就是其不可能在有这个维度评价的工作方面，取得成绩。
这更是凸显了多维度学习，消除自己“盲维”的重要性。
总结一下：
1.“100-1=0”是仅为强调某些工作重要性而成立，在数学上不合理，在工作评价上不科学。
2.更科学的认识方法是将每种属性视为一个维度，评价任何人、物或者事，都是有求积的方法评价综合性能。
3.多维度求积可以用于解释很多现象，比如产品性能、个人素质等等。
4.对人而言，要明白多维度重要性，更要明白消除“盲维”的必要性。
