当世界向我们投放一个难题的时候，你要相信，同时遇到这个问题的并不是你一个人，只是我们把自己特殊化后，扩大的世界对自己的关爱程度，我们没有一个人遇到的问题是特殊的，是独一无二的，但是解决问题的结果，会让我们进入不同的人生境遇中。
我们解决问题的结果实际上在解决问题初就已经出现了不同的划分，首先我们对问题的认知和定义水平不同。我们能够看到的问题中有多少是确定的，和我们以往所积累的知识和经验有关，用旧的知识去联系新的知识，用既有的模型去比对新的问题，这这就是知识的迁移能力，是提取关键信息和规律然后对新问题进行定义的能力。实际上就是找到问题的框架和边界的能力，如果找不到那么就没有办法进行解答，如果找到的框架比较局部，简单，也会影响解决问题的效果。其次和我们解决问题的方法有关。一种是先追求最优结果，然后进行过程控制，有任何新的问题都有意的忽略，缩小对问题的定义，从而避过那些看不到的变化，把问题简单化，表面化，流程化。很多问题因为这样的解决方式，让错误持续的而存在，比如美国的司法系统中规定，只有流程出现问题的案件才能够进行重新的审理，否则即便出现的对结果明显的质疑，也无法顺利的进行重新的审理。当流程不可调整，毋庸置疑的时候，那么所有的处理方式都是将工作进行流程化的筛选和转化，一旦没有进入这个通道就没有了机会发挥作用。所以我们最后的结果是非常准确，但是没有了任何进步的机会，完美是优化的天敌。还有一种方法，是用行动获得反馈，在反馈中学习调整，但是这并不是我们常常理解的小步快跑，快速迭代，其实他还有更加重要的一种思想，就是多不如少。对问题不做广泛的定义，也不做全面解决的奢望，单纯的拆分法，去找到有影响的因素，然后抓住这些核心因素，解决现实的问题。但是这也不是寄希望四两拨千斤的捷径，而是竟可能的找到更多的明确的因果关系，在这个过程中会排除掉非常多的错误的认知，让我们保持一种清醒和客观，将问题在解决中重新的定义，并且把结果尤其是失败的结果用来学习，这是一种进化思维的体现。
很多理论都认为进化是随机的，但是如果完全随机，那么无可能形成今天这样复杂的生命体态，用个简单的例子，如果你让一个完全不懂语言的猴子，在键盘上敲出来一句有词语意思的话，一个5个单词的短句会让他做出几亿亿亿次的尝试，基本上不再可计算的范围之内。所以这样的随机性不应该是唯一的规律，另外一个规律就是反馈，通过对比，实现方向上的调整，这样的反馈会让随机性范围大大的降低，最后极大的增加效率和效果，在计算机程序的反馈设置作用来，经过43次尝试，就可以完成对句子的构造。所以每一个错误，并且知道错误反馈的方向，是解决问题的最悠久也是最高效的方式。
在解决一个个问题，完成优化的时候，就形成一种组合的力量，这个力量聚合起来显示出来在结果上的效用极其的巨大。比如丰田的生产系统，问题细小琐碎，但是只要重复，就必然有价值，小问题一定具有重复性，是流程和其他因素互动过程中的结果，因此只要解决，就能够提高局部的效率。大问题是结构化的问题，往往是我们不做结果分析，认为只要有效果，就没有必要再寻找差距的情况下，被新的体系整个替代，能够发现错误，从错误中学习，才能够避免大的错误，并且在差距中找到解决的办法。
目前没有一个很好的解释能够说明丰田的管理系统为什么不能被复制，因为很多细小的问题需要长期的解决过程，没有经历过这个对结果的否定，对差距的敏感，然后一点点的推进，就没有办法提高整体的效率。
