Mental Models — Overview

Not yet ingested.

Scope

Frameworks for thinking, reasoning, and making decisions. Not necessarily AI-specific — anything that sharpens how you see problems.

深度工作（Deep Work） — Cal Newport 框架：AI 时代最稀缺的职业资本。当所有人都能用 AI 快速产出"还不错"的内容时，真正稀缺的是"非常好"的深度思考。详见 mental-models/deep-work-cal-newport

工具软件 vs 活性软件（Tool vs Living Software） — Jack Cheng 框架：期望模型决定用户对"不稳定性"的容忍度。详见 product-trends/living-software-framework

60% 上下文窗口警戒线 — 窗口大小不等于使用效率；达到 60% 时主动管理。详见 claude-code/session-management-guide
Context Rot 四种模式 — 中毒/分心/混淆/冲突。详见 harness-engineering/context-rot

Premortem（事前验尸） — Daniel Kahneman 框架：不要问"这个计划好吗"，而是假设项目已经失败，让分析者从"解释失败原因"的角度寻找漏洞。能绕过乐观偏差，获得真正有用的风险分析。详见 mental-models/premortem
Cognitive Surrender（认知投降） — Addy Osmani / Wharton 框架：区分「认知卸载」（用 AI 但仍保留判断）与「认知投降」（AI 的输出悄然变成你的输出，且你已没有任何想核查的东西）。73% 的参与者在 AI 给出错误答案时接受了它。详见 mental-models/cognitive-surrender

Building Software Is Learning — Thorsten Ball 框架：构建新软件就是学习，唯一能控制的是缩短反馈循环时间。1小时原型、写spec、fake demo视频等方法都是为了更快获得"这不是我想要的"反馈。详见 mental-models/building-software-is-learning
目的 vs 任务（Purpose vs Task） — 黄仁勋框架：AI 消灭的是可被自动化的任务，不是工作的根本目的。放射科医生在 AI 融入后反而被更多雇佣，因为任务自动化释放了目的层面的价值。详见 mental-models/purpose-vs-task
任务驱动 vs 目标驱动（Task-Driven vs Goal-Driven） — 腾讯程序员框架：Task-Driven 解决执行问题，Goal-Driven 解决迭代问题。前者让系统开始能跑，后者才让系统开始能持续向前。详见 mental-models/task-driven-vs-goal-driven

目标 → 代码 → CLI → Prompt → Agent — 腾讯程序员的五层决策层级：能在下层解决的绝不上推。80% 的 AI 需求 10 行 Bash 就能搞定，不需要模型。每往上一层，不确定性增加一个量级，成本也增加一个量级。

不确定性 vs 复杂性双循环 — Tuhin Nair 框架：业务团队活在"消除不确定性"循环（追求速度），资深开发者活在"管理复杂性"循环（追求稳定）。沟通失败是因为开发者用复杂性语言回应业务的不确定性焦虑。修复方式是将方案包装成"我们能不能试个更快的办法"。详见 mental-models/uncertainty-vs-complexity-communication

To be populated via further ingest.