费曼方法与第一性原理：如何真正理解一件事
费曼方法和第一性原理几乎被说烂了，但大多数讨论停留在'用简单的话解释'和'回到基本事实'的层面。真正有趣的问题是：为什么'理解'这件事如此困难？为什么我们的大脑会系统性地把'熟悉'伪装成'理解'？以及，这两种方法的局限在哪里？
你以为的理性决策，其实是大脑在走捷径
从卡尼曼的双系统理论到工程决策中的认知陷阱：我们以为自己在理性分析，其实大脑早已用启发式替代了计算。理解这些捷径，是提升判断力的第一步。
幂律分布：为什么极端事件比你想象的更常见
正态分布训练了我们对「平均值」的直觉，但现实世界中大量现象服从幂律分布——财富、城市规模、网络连接、系统故障。理解幂律，就是理解为什么黑天鹅不是意外。
涌现：为什么整体大于部分之和
蚁群没有指挥官却能建造复杂巢穴，神经元没有意识却产生了思维，微服务没有全局控制器却能级联崩溃。涌现是复杂系统最核心也最反直觉的特性——理解它，是做好架构设计的前提。
从普遍语法到神经网络习得模型：语言究竟是天赋还是训练
乔姆斯基说语言是天生的，大脑里预装了语法模板。但神经科学和深度学习的发展正在讲述一个不同的故事：也许儿童学语言快，不是因为脑子里有答案，而是因为他们的神经网络还是一张白纸——写入成本极低，干扰几乎为零。