MENTAL MODEL · M1752
局部最优陷阱
Local Maximum
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
在爬山算法中，你爬到了一个山顶，四周都是下坡，你以为到了最高点（全局最优），其实旁边还有一座更高的山（全局最优），但要过去必须先下坡（暂时变差）。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
- 转型勇气：当你即使再努力也无法提升业绩时，可能你被困在了局部最优。必须敢于接受短期的业绩下滑（下坡），去切换赛道（寻找更高的山），否则只能在低水平内卷。
anchor
锚定快速决策
爬山算法中爬到一山顶（局部最优）便以为到顶，四周皆下坡，需先下坡才能抵达更高的山（全局最优）。机制是"改进的本能"把人锁在次优点。
MINIMUM ACTION · 最小行动
进行中 0/3在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Maximum_and_minimumverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型