近期学习吴伯凡老师的专栏，有很多我们生活中的事例，原来都是和我们的认知有关系的。以下为今日专栏笔记
生态位不是一种物理空间的概念。只有资源跟能力形成匹配的时候才能形成一个生态位，比如火星上有无数黄金，这是一种资源，但我们不具备上火星这个能力的时候，这个资源等于零。生态位是特定资源和特定认知能力匹配而成的一种生存场景。
有竞争力的认知都是高度场景化的认知。
波拉尼把知识分为两种：可编码的知识和不可编码的知识。
1．可编码知识不能形成竞争力
可编码的知识就是可以写成明确流程，能够直接传授的知识，比如你从事任何一种运动，教练第一节课跟你讲的那些东西差不多都是可编码知识。
但是，这些可编码知识顶多是一个必要条件，而不是充分条件，换句话说，可编码知识不能够形成你的竞争力。
要形成竞争优势或者你要让你的知识优化到具有竞争力，就必须在大量场景当中去意会那些别人没法传授给你的，你懂得了也不能够传授给别人的知识。
别人讲千遍，不如自己做一遍。
2．场景化知识&非场景化知识
我们常常看了一部电影的简介再去看电影，但看完这部电影再回头看这个简介的时候，你会觉得相当可笑：它片面到一种完全没必要的程度。
但遗憾的是，当我们只是掌握了“非场景化知识”的时候，我们没办法想象“场景化知识”。你刚开始练毛笔字，获得关于写毛笔字的知识，和你师从名师写了30年毛笔字之后对书法的认知，这两个之间的差别就是“非场景化知识”与“场景化知识”的差别。当我们不具备“场景化知识”的时候，我们会形成某种知识幻觉和来自“低认知状态”的傲慢与偏见。
当你的认知处于低像素状态的时候，你没办法凭着你的低像素认知来知道你跟高像素认知之间的差别。
3．场景=数据
20万像素的照片和4000万像素的照片之间只是最简单的数据量的差别。所谓“场景”，其实就是“数据”；所谓场景中的优化，就是通过大量数据不断试错，形成了某种稳定态的模式。
中国话“熟能生巧”，从数据主义角度看，就是：不断地扩大数据量，数据量越大，最终形成的模式就越精微；数据量越小，模式就越粗糙，甚至没办法形成模式。
有竞争力的认知，就是高度场景化的认知，而高度场景化的认知取决于数据量，是建立在大数据基础之上的一种涌现式的模式识别能力。
物种的认知能力，比如鸟对于飞虫的感知能力，是进化的结果。可以说，进化论，更准确地说叫演化论，就是一种数据主义的理论。演化，就是无数的物种在特定的场景当中试错，大量被淘汰，逐渐形成的某种优化模式。
这跟从大数据中涌现出一种模式本质上是一回事。认知的迭代、进化，就是特定场景下的数据积累，以及从积累起来的大数据上涌现出的一种优化模式，是低配认知向高配认知演进的历程。
