一、大脑这台”计算机“如何运作
如果把大脑想成一台计算机，在资源（卡路里、脑容量等）和算力有限的情况下，要实现核心功能运算和存储，必须在高性能和低功耗做出平衡。
人类的解决方案是：以”两个系统“实现运算，以”选择性记忆“实现存储。
1，如何运算——两个系统
系统1：
一种低功耗高效率方式。走捷径的处理方式，在问题和答案之间直接建立链接，省略了思考推理过程。或者用更简单的相关性问题替代回答因果问题。但这种直连也是基于高概率的基础上。表现出来是无脑反应、本能、经验、习惯……大部分的决策都通过系统1完成。
系统2：
一种高性能但低效耗能的方式。不走捷径，基于数据、推理、逻辑来决策。打个比方，就好比为了做一道菜，从种菜开始，准备食材调料，研究食谱，最终做出一道菜。基于第一性原理来解决问题，也是系统2的类型。系统2的特点是更可靠更准确解决问题的方式，但是太烧脑，总是用这种方式脑子就烧坏了。
例子：
计算14*14，很快得出答案，这种计算就是基于系统1；但计算17*24，大部分人无法很快得出答案而需要笔算，这种计算就是基于系统2。（须注意的是，系统1和系统2只是为了便于理解的人为划分，大脑并没有这样的系统划分）
两个系统如何协调
由于系统1效率高耗能小，虽然不够准确但是能在大概率上可用，而系统2消耗大效率低（慢）缺乏并行处理能力易被分散注意力。因此大部分时间用系统1，系统1解决不了再调用系统2参与。
例子
看不见的大猩猩
录一段3分钟的白队和蓝队对攻打篮球的视频，让实验参与者数白队队员之间传球次数，在参与者回答后进一步问是否有在视频看到有只白色大猩猩从球场穿过，大部分人都表示没看到，而事实上视频中确实有一只大猩猩从场地穿过，十分明显但实验参与者看不到，就是因为数传球次数的任务启动了系统2，而系统2对脑力非常消耗，很难进行任务并行，使得在常态下很容易发现的大猩猩竟然在任务中没被觉察。
2，如何存储——选择性记忆
下图记录了两个病人在手术中的痛苦指数和持续时间，在手术完成后分别询问两位病人，请问哪位病人事后会觉得更加痛苦？
答案是尽管从总的痛苦量来看B病人的痛苦量大很多，但是因为A病人达到6以上痛苦指数的次数更多，并且手术结束时也是高痛苦指数的，而B病人的高痛苦指数次数较少且手术结尾时不太痛苦，回想起手术状况时，A病人会感到更痛苦而不是B病人。
为什么？
因为对信息的存储受到脑容量的限制，信息的提取也是个问题。人类的解决方案是采取选择性记忆提升信息存储和提取的效率，选择事件的波峰和波谷记忆，同时记住结尾的状况，而对持续时间和事件细节不做记录。由于人类进化的长历史中大部分时间都是要解决生存问题，对于峰值和结果进行记忆，高效率且合理。但是，记忆的自我和事实的自我就产生了偏差。
一个有趣的题外问题是，现在你已经知道了记忆自我和事实自我的差异了，那么如果让你在下一次手术前，你会选择A病人还是B病人的手术方式。那么对于人生的选择呢？你是希望获得精彩的瞬间和美好的结局，还是希望拥有稳稳的幸福和一般的收尾呢？
二、偏差
人类在运算和存储上的解决方案，从服务于人类的生存来说很有可能是最优的，但因为是权衡利弊，必然有得也有失，失的部分体现为会有许多偏差。
1，找个相对简单的问题来回答：用相关性替代因果、逻辑、概率
联想
人脑具有联想的功能。通过联想，系统1可以从一个事物想到相关事物，可以仅凭一些片段构建一个完整的故事。通过联想系统1可以把复杂问题替换为更简单的问题，可以把相关的知识构建一个逻辑自洽的故事网络从而更好记忆，此外联想也是创新的来源。
例子：系统1的联想
看到下面两组词，你想到了什么
宴请 喝酒 尊贵
困 谈事情 咖啡
上述两组词，可能大部分人可能会分别想到“茅台”和“星巴克”。大家对此有共同的想象。
最美的城市
最好吃的餐馆
上述两个词也会产生各种答案，但恐怕就会让大家产生不少分歧，难以形成共识。
题外话：拥有大多数人的共同想象，如果想象体现为产品或品牌往往都容易诞生伟大的公司。
有的问题如果基于事实、概率、逻辑、推理来回答，需要启动系统2，但系统2非常烧脑所以懒惰（尽量少用），人的解决方案是面对烧脑问题，系统1用相对简单的问题来替换原来的问题，用相关性替代因果、概率、逻辑。
例子：下述问题如果直接回答比较困难，但相关性替换后就简单多了：
2，小数定律：背后可能只是个数学问题，但容易误读为因果关系
例子
肾癌发病率调查
美国3,141个counties中，肾癌发病率最低的大多在人烟稀少、传统共和党派为主的乡村。对此你会想到什么解释？干净和慢节奏的生活、没有污染和无添加的食物。
有趣的是，最高的发病率也在人烟稀少的、传统共和党派为主的乡村。你又会想到什么解释？贫穷、缺乏高质量的医疗资源、饮食结构高热量、饮酒吸烟太多。
但其实核心不在是否乡村，是否共和党派为主，而是人口样本规模较小更容易出现极端值，和乡村及其生活环境可能并没有因果关系。类似的，在随机事件上，系统1也可能启动联想机制试图做出因果解释，和实际产生明显偏差。
3，背后可能只是个回归常态问题，但可能解释为因果关系
例子
飞行教练
一位经验丰富的飞行教练说：”在很多情况下，我会赞许那些完美的特技飞行动作。不过，下次这些飞行员尝试同样飞行动作的时候，通常都会表现的差一些。相反，对那些没执行好动作的学员我会大声怒吼，但他们基本上都会在下一次表现得更好。”
——学员表现好或者表现差，与是否得到表扬或怒吼没关系，只是回归平均值现象。
成功=能力+运气
如果只是看结果，怎么知道成功不是因为运气？这类偏见在对专业人士所提供的服务进行评估、对高管和团队绩效评估、对人员进行激励的时候有很有趣的影响。
4， 锚定效应
例子：想想这几组问题
甘地的年龄
1）甘地去世是多少岁？
2）甘地去世的时候比144岁大还是小？
甘地实际去世的年纪实际上是78岁，但看到2）中的144岁后，你是否会把年龄猜的大一点？
红杉树的高度
1）最高的那棵红杉树是高于1200英尺还是低于1200英尺？你认为那棵最高的红杉树有多高？
2）最高的那棵红杉树是高于180英尺还是低于180英尺？你认为那棵最高的红杉树有多高？
拿着两个问题分别向两组受试者询问，两组的平均答案分别为844英尺和282英尺，相差562英尺。两个高度估计值的差值正好是高低锚定金额差值的50%左右。
你愿意为海鸟捐多少钱
太平洋中的油管引起了环境污染，问受试者是否愿意每年都捐钱”使5万只近太平洋海岸的海鸟不致受小面积海上溢油的影响“。对其中一些人问”是否愿意花5美元……”，对另一些人问“是否愿意捐400美元……”
当锚定金额只有5美元时，平均捐款是20美元；当锚定金额达到400美元时，平均捐款143美元。两个平均捐款差值123，正好是高低锚定金额差值的30%。
上述问题，如果启用系统2，按照第一性去思考，需要查询一些信息，需要基于常识和逻辑思考，难以迅速给出答案。通过锚定，以参考值建立坐标系从而确立要寻找的答案的位置。但锚定值很可能不是基于第一性的，或者锚定值做构建的坐标是不断变化的，导致偏差。
在二级市场投资中，技术分析派按照历史最高和最低股价确立股价通道、确立回调、反弹幅度（很有趣的正好是最高和最低股价差的30-50%）也是一种锚定效应。在确定合理公司合理估值水平时，通过同行业公司对比、国内外公司对比来确定估值的方式也是一种非常常见的锚定效应，但问题是当对标公司所搭建起来的坐标体系本身就是飘忽不定的时候，并且这个坐标体系不仅仅由公司基本面决定，而需要考虑市场情绪、宏观经济、流动性……的时候，貌似通过锚定的方式可以简单的确认公司估值，但因为坐标系难以琢磨而很容易出现偏差。
5，典型性
系统1常常用典型性来替代概率判断，不可否认典型性有一些重要优点，它所带来的初始印象通常比乱猜一气更为准确，比如：
1）在大多数情况下，表现得很友好的人实际上也很友好；
2）又高又瘦的职业运动员很可能是打篮球的而不是踢足球的；
3）获得哲学博士学位的人比只读完高中的人更有可能订阅《纽约时报》；
4）年轻的男性会比年老的女性更不要命的踩油门；
5）女司机开车通常都不太行
但典型性判断容易忽略基础概率导致偏差。
例子：请看下面问题
地铁读者的身份
如果你看见一个人在纽约地铁里阅读《纽约时报》，下面哪种情况与读报者更吻合（请参考一般的印象：获得哲学博士学位的人比只读完高中的人更有可能订阅《纽约时报》）？
1）她有博士学位；
2）她没有大学文凭
尽管一般的印象中订阅《纽约时报》的人有可能获得博士学位，但从基础概率角度，纽约地铁里的人拥有博士学位的概率远远低于没有博士学位，考虑这一基础情况后，在纽约地铁里，读《纽约时报》，同时拥有博士学位就是更小概率了。
某女士的专业
一个在美国被描述为”羞涩的诗歌爱好者“的女士，学的是中国文学还是工商管理？
同理，尽管印象中羞涩的是个爱好者读中国文学的概率很大，但是基础的情形是，在美国读书选工商管理专业的概率远大于中国文学，因此考虑基础情形后，羞涩的是个爱好者，还同时读中国文学的概率就更低了。
琳达的工作
琳达，31岁，单身，一位直率又聪明的女士，主修哲学。在学生时代，她就对歧视问题和社会公正问题较为关心，还参加了反核**游行。
问题：琳达更可能是一名（普通的）银行出纳，还是一名积极参与妇女运动的银行出纳？
人们的一般感觉是，一位积极关心社会问题的人，即使从事的是银行出纳这种不太匹配的职业，也应该是一名积极参加妇女运动的银行出纳。但事实上，是银行出纳的概率比既是银行出纳又是积极参与妇女运动的概率大很多，前者对后者情形是包含关系。
6，选择的倾向
基于生存需求演化出来的系统1，在面临选择的时候，生存永远是最重要的，导致人们在对风险和收益权衡时，从数学角度也会产生偏差，但对生存是有利的。
1）对风险和收益的权重
例子
你愿意选择哪一项？
A. 抛硬币决定。如果是正面，你会得到100美元；如果是背面，你就什么都得不到
B. 肯定会得到46美元
从数学角度应该选A，但实际上你很想选B，对不对？
你会选择哪一个？
A. 必定会损失900美元
B. 90%可能损失1000美元，10%可能损失200元
从数学角度应该选B，但你很想选A对不对？确定损失900美元太令人恼火，只要有一丝侥幸可以少亏点，也愿意赌一把。
在面对风险和收益权衡时，同样的风险和收益给人带来的体验是不一样的，人对风险更加厌恶，2倍收益带来的喜悦才能弥补1倍损失带来的痛苦（见下图）。同时面对收益和损失的态度也会不同，面对收益时，更愿意选择确定性的收益，面对损失时，却更愿意选择赌一把。
2）后悔。为什么很多人不愿改变现状
例子
以下情形，如果最终什么都没得到，哪个会更让你遗憾后悔？
A. 有百万分之一的概率赢得100万美元
B. 有90%的概率赢得12美元，有10%的概率什么也得不到
C. 有90%的概率赢得100万美元，有10%的概率什么也得不到
C。因为你很可能觉得差一点就能获得100万美元了。即使概率一样，期望值不同给人带来的感受也会不同。
下面两个人，谁更可能感到后悔？
A. Brown 几乎从不让旅行者搭便车，昨天他让一个男人搭了便车，然后他被抢了
B. Smith 经常让旅行者搭便车，昨天他让一个男人搭了便车，然后他被抢了
A，Brown更可能感到后悔，因为他的常态是不让人搭车，因为改变而导致危险，更容易产生后悔情绪。
新的杀虫剂便宜多少，家长愿意买？
A. 旧的杀虫剂，每1万瓶有15瓶可能造成误吸和儿童中毒
B. 新的杀虫剂，价格稍微便宜，每1万瓶有16瓶可能使人中毒
家长们无一例外都表示便宜多少钱也不愿意买新的杀虫剂。尽管新杀虫剂造成的中毒风险仅仅提高了万分之一，但性价比的角度如果新的杀虫剂便宜足够多是划算的。然而因为万一真中毒了，家长们无法承担损失而不愿购买，这是害怕后悔的情绪在作祟。
人类会产生后悔情绪很有意思，在漫长的演进过程中，为了提高生存可能，保持现状和按习惯行事更大概率是更安全的（其实也是效率更高的一种方式），因为习惯的做法已经过了反复验证，不太会出错，为此人类演化出一种后悔和害怕后悔的情绪，以确保总体按习惯行事。这让我想起《疯狂原始人》中原始人一家在老爸Grug庇护下每天听着同一个故事，在山洞里过着一成不变的生活的场景，十分生动。
3）不同框架下，决策的反转
例子
John身高1.5m，算高吗？
A. John 6岁
B. John 16岁
C. Jim16岁，身高1.55m，John6岁，身高1.5m
仅仅看问题你可能无法得出判断（需要了解身高分布的基础概率），但给定了John的年龄的框架后，你就好判断了，看到A会觉得John很高，看到B会觉得John比较矮。C给出了Jim的身高作为参考，既然Jim都16岁了才1.55m，那么John才6岁就1.5m，说明身高是高的。此处你的答案受到了框架效应影响（和锚定效应比较像，此处根据Jim的身高得出答案其实也忽略了基础概率）。
手术治疗危险吗
A. 第一个月，存活率是90%
B. 第一个月，有10%的死亡率
要进行一项手术，如果医生告诉你，第一个月术后存活率达到90%，你是否会觉得生存的机会非常大。但如果告诉你第一个月术后有10%的死亡率，你是否会感到手术比较凶险。但实际上90%的存活率和10%的死亡率是一回事，仅仅因为表述的方式不同，可能会造成你完全相反的判断——决策的反转。
4）罕见事件的过高权重
例子：可能性效应
4个情况，得到100万美元的概率都提升了5%，你觉得给你的感觉是一样的吗？
A. 从0%提升到5%
B. 从5%提升到10%
C. 从60%提升到65%
D. 从95%提升到100%
可能大部分都会觉得A带来的幸福感提升更加明显，因为获得100万美元的希望从无到有，而其他5%提升的情形总体是锦上添花。
例子：确定性效应
要不要接受庭外和解
一个诉讼，假设你继承了100万美元，但你的同父异母妹妹不甘心，在法庭上提出了对遗嘱的质疑，判决结果明天就会出来，你的律师向你保证你赢得官司概率很大，有99%，但他还是提醒你法律判决也不都是尽如人意，没有什么事是万无一失的。这时有个风险调整公司（risk adjustment company）找到你，想以91万美元与你交易。
你一定会拒绝这个提议吗？由于对小概率风险的担忧，你很可能希望落袋为安，接受庭外和解的方案。
我们来看看通过实验得出的实际概率和人的决策权重的差异（见下图）。当实际概率从0%提升到1%时，人的决策权重其实从0%提升到了5.5%，尽管概率上只有微小提升，但由于从不可能变为可能，人对可能性给与了更高的决策权重。而实际概率已经达到99%时，尽管只有1%的例外，人对这1%的例外也给与了更多的关注，99%的实际概率给人的感受只有91.2%。
那么再来看看庭外和解的例子，尽管诉讼成功的概率已经高达99%，但你的感受只有91.2%，如果你接受了91万美元的庭外和解金额，相当于你为了支付8.8%的金额来补偿1%的风险。
股票市场的波动也一定程度反映了“罕见事件”的过度决策权重问题，即人们容易过度乐观（对于小概率的可能性给予过高权重）和过度悲观（对于小概率风险又极度厌恶）。比如再产生一个星巴克，一个谷歌或者一个台积电，是件很困难的事情，其中既有公司能力的因素，还有运气的成分，但是人们往往会看到一个类似的公司便轻易喊出“中国版星巴克”、“中国版谷歌”、“中国版台积电”的口号，认为可以复制伟大的公司的成长路径，把当前的成长线性外推很多年得出对其远期基本面的判断，此外在基本面基础上给予一个与之相称的估值倍数，最终在市值中预期这个故事会成真和过度透支未来（除了罕见事件问题，其中还有忽略基础概率的问题和锚定效应问题）。对基本面过于乐观，并把这种乐观体现到对未来很多年的判断，叠加估值的乘数效应，一旦出现发展低于预期的情况就出现价值的坍塌，低于预期的概率并不小，最后造成股价大幅波动。除了对基本面和价值的看待造成的波动之外，还有群体决策下的羊群效应（跟随他人的做法，逻辑和按照过去经验行事是一个道理）加大波动，还有产品条款和投资机制导致强制止损和自动化交易等进一步加大波动……
三、一些启示
人的大脑在漫长演化中形成一套运算和存储的算法，这套方法中的系统1和选择性记忆对解决人类生存问题，十分高效且大概率也是有效的。然而在服务于其他目的时（比如投资）以及在个体事件中却容易产生偏差。理解人脑这套系统，了解可能的偏差，可以从更底层理解和发现那些伟大公司，从更底层优化投资方法。
1，什么是好公司？什么是牛X品牌？
大家应该都知道”电梯测试”，在电梯上行的短短1-2分钟时间里，说一个产品/服务的卖点，如果讲不清楚或者不能打动人就拒绝掉。这个考验其实是非常有道理的。由于算力和能量的约束，系统2的决策方式尽管更为准确但太消耗且效率较低，大部分人的决策都需要依赖系统1（依靠习惯/经验/无脑反应，参考同类人的推荐等），如果需要长时间或者大量篇幅解释一个产品/服务，基本上就进入系统2决策的状态了，难以形成大众的、长时间的共识，即使依然是系统1决策，也很可能是一千个人心中有一千个哈姆雷特，没有一个共识的答案。试问提供这样的产品/服务如何能够成为伟大的公司呢。
高频比低频好
高频比低频是更容易养成习惯/形成条件反射的场景。著名心理学家巴甫洛夫用狗做了一个实验：每次给狗送食物以前打开红灯、响起铃声。这样经过一段时间以后，铃声一响或红灯一亮，狗就开始分泌唾液。试想一下，如果给狗喂食、开红灯、响铃声是每天一次和每个月一次，哪个更容易让狗产生“巴普洛夫效应”？每天喝的可口可乐和星巴克容易养成习惯，还是5年才会换一次的传统汽车品牌更容易养成习惯？
心智的占有——有清晰的标签/差异化
心智是可以被占有的。如果每次决策都思考一遍，过于耗费心力，因此人的大部分决策都要依靠习惯和参考同类其他人的选择，解决某类场景或诉求的产品/服务如果已经有一个清晰的最优选择，而且大部分人在此获得了共识，那么很可能就有没有容纳其他选择的心力了。而要成为最优选择，最重要的就是要有差异化。
保持体验/产品的一致性
保持体验/产品性能的一致性，才能在时间的维度上强化用户的粘性和习惯，相反如果出现不一致，反而可能导致在用户心目中出现前后的冲突，在后续选择中启用系统2，导致用户粘性和习惯受到损害，心智动摇。看过本书后，我现在非常能理解为何舒尔茨每次在星巴克作出改变这件事情上往往十分保守（尽管我不知道他是否基于同样的考虑），也更能理解可口可乐改变口味推出新可乐时为何会激发用户的强烈愤怒不满。
网络效应带来高退出壁垒
网络效应，如果大部分人都停留在A平台上，要迁移到新平台，通常非常困难。因为光几个喜欢尝鲜的人迁移到新平台不会影响原平台的体验，新平台的体验也很难更好，除非是更多数人集体决策去到新平台，但如果每个人的决策都是看其他同类，且大多数人都倾向于保持现状时，如何能够集体打破旧共识形成新共识呢。
新体验-旧体验-替换成本
高试错成本
如同前面讲到的杀虫剂的例子，如果可以尝试的机会不多，如果发生不幸的损失很大，那么“不想后悔”的心态可能就会主导大多数人的决策，即使风险收益是合适的，或者极小概率的风险，很可能大部分人大多数时候的决策也是极度的风险厌恶，保持现状和偏向更安全确定的决策。
密布的网点/渠道
密布的网点/渠道，让人触手可及，令决策门槛降低（省心），只要其他方面没什么不妥，依靠离得近不折腾，就能更容易获得客户。麦当劳长期在快餐连锁立于不败，尽管有产品高性价比因素，也有门店位置好、多且密集的因素。
2，对投资管理服务的思考
投资，无论是投资股票/项目，还是选择投资服务产品，都是复杂决策。芒格说过，投资要简单但不能过于简单，很有道理。复杂决策，如果是基于系统1的方式，往往结果不太好，而常常系统1的方式是被普遍采用的方式，比如简单根据过往业绩线性外推，比如听信代理人的推荐且听信的原因仅仅是觉得对方人品靠谱而不是投资水平高，等等
投资服务产品复杂，试错成本高。但如果产品定义清晰有差异化，投资结果好，那么粘性非常强，因为对于客户来说其他投资选择试错成本都太高了，面临“不想后悔”的心态而更倾向于保持现状
防止亏损非常有必要：人对损失的风险厌恶超过了对收益的喜好，1倍损失需要2倍的收益来补
团队成员的绩效评估和激励惩罚应与实际贡献和能力相关，排除其中的运气等非相关因素，特别投资领域更需要避免用因果关系强行解释概率问题（小数定律，回归）
3，如何投资呢
投资方法所建立在的基础
投资方法所建立在的基础，需要有效并且持续，那么如果这种基础是符合人性的、数学的，就是比较扎实的，因为前者不太发生根本性的变化。我的投资方法所建立的基础就是价格最终要反映价值的创造，价值的创造有竞争优势的保护才可以持续，竞争优势的来源可以是用户粘性、规模经济优势和成本优势，但这些优势需要建立在人性的、数学的基础之上。
在寻找偏见的过程中需要高赔率匹配
在寻求高性价比的投资机会中，由于既要求公司的高质量和成长性，又要求合理的估值，某些时候需要从市场偏见中寻找机会，参考前面讲的“典型性”问题，市场形成的偏见往往源自历史经验的总结，从概率上有合理性，比如港股市场对于小公司往往price in较大的基本面、公司治理和流动性风险而给予折价。因此即使发现的投资机会即使正确的概率很大，在考虑基础概率后，最终的正确的概率要向下修正（这也是贝叶斯定理讲的东西），因此从市场偏见中赚钱需要用高赔率来匹配。
正反都要想一想，定量化的验证
回想一下，手术成功率90%和死亡率10%的案例，同一事实的不同框架下的表述，会产生截然相反的主观感受。因此在投资中，不仅需要正向的思考，也需要有逆向的思考，避免framework effct。此外也需要基于定量的分析，基于Model的跟踪验证，避免陷入表述角度的主观判断。
好的投资体系，不是摒弃系统1的处理方式而全面启用系统2，而是重建一个以”投资“为导向的系统1
1）克服部分本能
举个学习滑雪的例子，站在雪坡往下滑的时候，人的本能是往后躲。但是习得滑雪正好需要对抗这种本能，通过把身体倾向山下的方式，以确保对滑雪板施压力线垂直从而控速。掌握滑雪技能的过程，就是克服一些不利于滑雪的本能反应，重建一套反应机制。投资也是类似的。
2）重建系统1的过程是：在正确的方向上，反复训练
经验丰富的消防员在救火过程中有时会产生无法解释的直觉，这些直觉可以帮助消防员在没有明显迹象的情况下，判断潜藏的危险并及时撤离。这种直觉的形成就是在长期训练下重构的系统1。投资也是如此，在正确的方向上，反复训练。
那么，做好投资需要什么素质
1）首先是具备一些素质/禀赋，能够对抗不利于投资的那部分本能
有的人心态更加开放，喜欢接受新事物并改变自己，但更多的人喜欢待在自己的舒适圈。有的人做出选择是基于本心和从第一性思考，有的人喜欢参考过去经验和别人的选择……能否对抗某些对投资不利的本能上，人和人可能是不同的，并且即使通过后天训练也不容易改变。
2）能否专注于在对的框架下反复训练
不同于学习驾驶，目标和方法都非常清晰，训练过程会有及时的反馈，因此学习驾驶是一项简单的技能，大部分人都可以掌握。然而投资不同，投资的目标相对模糊（短期目标还是长期目标，追求一次性的爆发收益还是可持续的稳健收益，要相对收益还是绝对收益，等等），投资方法又很多样且彼此冲突，投资结果的反馈又有滞后效应，使得“在正确的方向上，反复训练”这件事情，在投资上难度倍增。
对BEDROCK产品感兴趣的同学，欢迎后台留言，我们会尽快回复
精彩评论