吳軍博士將計算機思維概括為處理好七對關係和運用好兩個原則。
1. 大和小
相對計算機，人類對數字的認識受限於我們作為生物進化的速度，人類生活在現實環境中，註定對大數無感。
我們生活在小數字世界，從小數字世界總結出來的方法論無法應用到更高量級的大數世界。
例如管理鞋子，不到十雙鞋子，隨便放，無須管理；有一百雙鞋子，就需要分類管理，否則出門找鞋子會花費很多時間；管理過萬的鞋子，就需要像圖書館管理圖書那樣，建索引。
對於企業，提前把自己定義在大數世界裡，才能建立更有競爭力的商業模式，如螞蟻金服VS傳統銀行貸款，今日頭條VS新聞門戶網站。
2. 快和慢
人的進化是很慢的，每個世紀只有百分之幾，總體來講經濟和社會的發展也是比較慢的，每年最多幾個百分點。因此，人本身並不適應非常快速的發展變化。
但是，計算機本身的發展是18個月翻一番（摩爾定律），大約相當於10年增加100倍，在智能時代，人的思維要適應這種快速變化。
3. 多維度和單一維度
從總體上來講，人腦是線性處理事務的，看問題常常是一個角度，也沒有能力把很多角度綜合起來。但是，計算機有這個能力，因此佔到了多維度的便宜。
4. 網絡和個體
人的思維是個體行為，作決定彼此不干擾。這有好的一面，但是也難以集中很多人的智慧，產生疊加的效果。事實上，群體智慧的簡單疊加甚至不如個人的智慧。但是人工智能是建立在網絡效應基礎上的，它是通過很多彼此聯繫的計算機共同協作工作而產生的。
5. 自頂向下和自底向上
自頂向下做事（遞歸）這一點是計算機的精髓，而人更適合自底向上。在一個組織內，自底向上的做事方式更容易激發群體的積極性，但是容易造成資源的浪費。這一點以後我會專門舉例說明。
如何在工作中運用計算機思維？
遞歸在管理中很有用。一個人怎麼管好他的下屬呢？很簡單，有兩點。
第一，樹榜樣，你怎麼做，下屬也怎麼做，這個榜樣是一個規矩，下面的人也跟你一樣執行這個規矩。這一點很重要。
第二，你只管好你的下屬，至於下屬的很多事，你不要太操心，由他們自己來管（授權）。
6. 全局和局部
人做事情時，限於自己的認知，通常得到的是局部最佳，失去對全局的優化的可能性。由於計算機有處理大數的能力，以及是自頂向下的做事方式，更容易得到全局最佳。這一點在 AlphaGo 和人對弈時表現得淋漓盡致。
如何在工作中運用計算機思維？
建議大家換一個思維方式，從上往下，從大往小來思考。先不要關注細節，大的局勢定了以後，再關注細節。
7. 成本和表現
人很多時候喜歡強調對錯，喜歡追求絕對的公平，喜歡要求最好的結果。但是，從工程的角度講，好和壞，只是在固定成本下相對的表現。計算機裡面無論是軟件設計，還是硬件設計，都是在平衡性能和成本的關係。（
阿姆達爾法則）此外，掌握計算機思維，還需要理解下面兩個原則：
一、等價性原則
很多時候，一個較難的問題 A 和相對容易的問題 B 是等價的。但是人類常常容易給什麼問題就解決什麼問題，給了 A 就解決 A，儘管它很難。而計算機則會試圖解決等價，但是卻更簡單的問題。
二、模塊化原則
我們在生活中，做一個桌子，或者一個椅子，會直接去做。而在計算機的世界裡，永遠是先製作幾個非常簡單，能夠大量複製的樂高積木塊，然後用很多這樣簡單的模塊，搭出複雜的桌子和椅子。
如何在工作中運用計算機思維？
分治
一個大問題的複雜度比十個小問題要大得多。但是如果你有本事把一個複雜的大問題，拆解成十個相對並不關聯的小問題的話，就要容易得多。因為能夠處理解決大問題的人是很少的，能夠解決相對小的問題的人是很多的。
學習筆記分享——《谷歌方法論》
閱讀更多 鼴鼠12138 的文章
