物理学中有一个很有意思的问题：如何从微观粒子的牛顿力学，经过介观层面的统计描述，最终得到宏观的流体力学规律？2026年菲尔兹奖的工作，正推进了这条从“牛顿力学—玻尔兹曼方程—流体方程”的理论链条。
这让我想到一个类似的问题：
如果把一个人看作微观个体，那么心理学研究的是个体层面的规律；能否像物理学从粒子运动推导宏观流体规律一样，从个体的心理与行为规律出发，逐步建立关于群体、组织、公司乃至社会的宏观规律？
当然，社会科学很难像物理学那样进行严格可控的实验。因此，一个可能的替代路径是：把真实发生的社会事件作为“样本”，从大量事件中寻找稳定的行为规律，再用其他独立事件进行验证。
也就是说，可以借鉴机器学习中“训练集—验证集”的思想：
真实事件 → 提取规律 → 独立事件验证 → 形成更可靠的社会规律。
如果进一步借助 AI，就可以让 AI 大规模整理社会事件、提取变量、寻找规律，并在新的事件中检验这些规律。这样或许能够探索一条从个体心理规律 → 群体行为规律 → 社会规律的研究路径。
它未必能够直接复制物理学的方法，但“从微观规律出发，通过大量个体的相互作用建立宏观规律”这个思想本身，值得借鉴。
其实，把一个很小的问题讲透，也很有意义。
比如“因果关系”这个问题。现实中，A发生在B之前，并不意味着A就是B的原因。但在历史叙述中，叙述者可以通过选择材料和安排叙事顺序，人为地把两件事情联系起来。
比如，一个人想证明“发毒誓会带来不好的后果”。他完全可以这样记述：某人发了毒誓，后来遭遇了某种不幸。哪怕两件事之间相隔了很多年，读者看到这样的叙述，也很容易下意识地把它们联系起来。但实际上，这种联系可能只是叙述者刻意建立的，现实中未必存在真正的因果关系。
所以，一个看似很小的问题——“人是如何在叙述中构建因果关系的”——其实可以从历史记录、文学作品、新闻报道乃至日常生活中找到大量例子。
这也是我觉得读书可以深入一个小问题的原因。一个观点本身可能很简单，甚至看起来有些浅，但如果能够从不同领域找到大量真实案例，从不同角度反复验证和比较，就能逐渐形成一个立体而深入的认识。
所以，研究的问题不一定要大。一个很小的问题，只要真正讲透，同样可以产生很丰富的思想成果。
从事物规律的基本性质入手，可以帮助我们排除一些思维盲点。比如根据牛顿第三定律，作用力和反作用力大小相等、方向相反。有人据此认为，一个人用拳头打你的脸时，你和拳头受到的力是相等的，因此被打的人并不吃亏。
但这种说法混淆了“力相等”和“作用效果相同”。力不仅有大小和方向，还有作用点；更重要的是，作用力和反作用力分别作用在不同物体上。因此，力的大小相等，并不意味着两个物体受到的实际影响相同。
确定性的行为会给人一种安定感，让人不那么焦虑和急躁。
比如刚才 6:50，我决定接下来一个小时不拿手机娱乐。这个决定其实很草率，我也一度想过，要不要改变它，去做点别的事情。但我后来决定：既然已经做出了决定，那就执行下去，不轻易辜负自己。
当我真正接受“这一个小时就这样执行”的时候，反而产生了一种安定感。
这就像学生时代的课表。你可能不喜欢某一节课，但你知道这个时间该做什么，不需要反复纠结。确定性本身就会带来一种可控感，而可控感又会带来自信。
有了这种稳定感，我反而不会再对细节吹毛求疵。比如中途确实有事情需要用手机，我也不会因此觉得自己失败了，因为我知道自己最终仍然可以完成这个决定。
所以，坚持自己做出的决定，并不只是为了完成这件小事，更重要的是建立对自己的信任。
你是最了解自己、也最能见证自己的人。如果一个人总是轻易违背对自己的承诺，那么他对自己的信任也会越来越低，最后甚至会觉得：“我好像根本控制不了自己的行为。”
所以，有些决定即使很草率，也可以坚持；不是因为决定本身多么正确，而是因为我想让自己知道：我做出的决定，我可以执行。