《简单逻辑学》读书笔记：程序员最需要补的一门课，从四个基本原理到谬误识别实战

D.Q.麦克伦尼（D.Q. McInerny），美国哲学家，《简单逻辑学》（Being Logical: A Guide to Good Thinking）是他写给普通人的逻辑学入门书，全书只有 130 来页，没有符号逻辑公式，全是"怎么想才对"的基本功。 为什么一个程序员要读这个？因为我们每天做的事情——写代码、评审方案、排查故障、和产品经理吵架——本质上全是逻辑活动。而大部分工程师（包括曾经的我）从未系统学过一天逻辑，全靠本能硬扛。

0. 全书结构：五层楼

flowchart TB
    L1["第一层 学习逻辑的思想准备<br/>全神贯注 / 确认事实 / 观念要对应对象 / 语言要匹配观念"]
    L2["第二层 逻辑学的基本原理<br/>同一律 / 排中律 / 矛盾律 / 充足理由律"]
    L3["第三层 论证：逻辑学的语言<br/>命题 / 前提与结论 / 演绎与归纳 / 有效与真实"]
    L4["第四层 非逻辑思维的根源<br/>怀疑论 / 玩世不恭 / 盲目乐观 / 眼界狭窄 / 情感"]
    L5["第五层 非逻辑思维的主要形式<br/>28 种谬误大全"]
    L1 --> L2 --> L3 --> L4 --> L5
    style L2 fill:#ffd699
    style L5 fill:#ffcccc

麦克伦尼的讲法是先盖楼（一到三层，什么是"对"），再拆楼（四五层，人是怎么想错的）。我按同样的顺序记，但每一层都配上程序员场景——否则读完三天就还回去了。

1. 第一层：思想准备——逻辑之前，先把输入搞对

这一层讲的东西朴素得让人想跳过，但它指向一个残酷事实：大部分争论根本不涉及逻辑，只是双方输入的事实就不一样。

四个要点：

• 全神贯注：很多错误不是逻辑错，是根本没看仔细。线上日志看漏一行，结论全盘皆错。
• 确认事实：事实分两种——事物事实（真实存在的）和事件事实（需要通过证据确认的）。争论前先问：我们争的到底是事实，还是对事实的解释？
• 观念要对应对象：脑子里的观念（idea）是对客观对象的反映，检验观念对错的标准是它符不符合对象，不是"我有多确信它"。
• 语言要匹配观念：语言是观念的载体，词不达意是一切沟通灾难的源头。书中给的原则是说简单句、用准确的词、避免模糊和歧义。

踩坑故事 1：一场吵了两小时的会，死于一个词 需求评审，产品经理说"这个页面要快"，后端说"接口 P99 做到 200ms 没问题"，前端说"我这边首屏没问题"，测试说"那我觉得没问题"。上线后客诉爆炸——产品经理说的"快"是整页可交互时间，后端给的是接口耗时，前端盯的是首屏渲染，三个"快"根本不是一回事。麦克伦尼说的"语言要匹配观念"就是这个：争论前先给关键词下操作定义（“快”= TTI < 2s，4G 网络下），能省掉一半的会。现在组里的评审模板第一条就是"定义术语"。

2. 第二层：四个基本原理——逻辑的地基

整本书的承重墙。这四条不是什么高深定理，而是一切正确思考都必须遵守的游戏规则：

flowchart LR
    A["同一律<br/>事物只能是其本身<br/>A 是 A"] --> G["灰度思考的天敌：<br/>概念被偷换而不自知"]
    B["排中律<br/>对于任何事物<br/>在一定条件下<br/>要么成立 要么不成立<br/>没有中间状态"] --> G2["'既死又活'只在<br/>量子力学里合法"]
    C["矛盾律<br/>同一时刻<br/>同一事物不能<br/>既是这样又不是这样<br/>A 不能同时是非 A"] --> G3["发现矛盾 = 发现错误<br/>不是'辩证看待'"]
    D["充足理由律<br/>任何事物存在<br/>都有充足理由"] --> G4["没有'无缘无故'<br/>事故复盘的第一原理"]
    style A fill:#ffe6cc
    style B fill:#ffe6cc
    style C fill:#ffe6cc
    style D fill:#ffe6cc

逐条说它们在工作里的样子：

• 同一律：概念被偷换是最常见的思维故障。踩坑故事 1 的"快"就是违反同一律——同一个词，中途换了对象，论证全部作废。
• 排中律：在明确条件下，命题非真即假。“这个功能有没有 bug” 没有"大概也许有"。测试同学最懂这条。
• 矛盾律：同一时刻同一方面，A 不能同时是非 A。代码里一个变量不能既是 true 又是 false——编译器天天在替你执行矛盾律，脑子却经常放水。
• 充足理由律：凡事必有原因。这是排查故障的世界观——线上问题不存在"灵异事件"，只有"还没找到的原因"。

踩坑故事 2：“灵异 bug"追查到凌晨四点 服务每天凌晨固定时间偶发 502，日志干净得像没发生过。组里讨论逐渐滑向玄学：“可能是云厂商网络抖动"“要不加个重试试试”。我后来把"充足理由律"四个字贴在显示器边上，逼自己一条一条排除：时间固定 → 必有定时事件 → 查 crontab 没有 → 查 K8s 层 → 发现是宿主机每天凌晨的镜像 GC 把节点磁盘打满了。所有"灵异"都是对理由的放弃。这个习惯比任何排查技巧都值钱。

3. 第三层：论证的结构——前提、结论、有效与真实

逻辑的核心动作是论证：从前提推出结论。这一层有三个必须分清的概念。

3.1 演绎与归纳

flowchart LR
    subgraph 演绎["演绎推理：从一般到个别"]
        D1["大前提：所有接口超时<br/>都会触发熔断"] --> D3
        D2["小前提：支付接口超时了"] --> D3["结论：支付接口<br/>必然触发熔断<br/>（保真）"]
    end
    subgraph 归纳["归纳推理：从个别到一般"]
        I1["过去 10 次大促<br/>缓存都扛住了"] --> I3["结论：这次大促<br/>缓存大概率扛得住<br/>（不保真，只给概率）"]
    end

演绎保真，归纳不保真。 工程师日常 90% 的推理是归纳（“上次这么改没问题”），却经常拿它当演绎用（“所以这次一定没问题”）——大促翻车史就是归纳翻车的合订本。

3.2 有效 ≠ 真实

这是全书我最想加粗的一对概念：

• 有效（valid）：推理形式正确——前提真，则结论必真。
• 真实（sound / true）：不仅形式对，前提本身也得是真的。

一个论证可以完全有效但结论荒谬，只要前提是假的：

flowchart TD
    P1["前提 1（假）：所有用 Java 的系统都慢"] --> C["结论：订单系统慢<br/>✔ 推理形式有效<br/>✘ 前提假 所以结论不可信"]
    P2["前提 2（真）：订单系统用 Java 写的"] --> C
    style P1 fill:#ffcccc

踩坑故事 3：技术选型里的"大厂这么干” 评审一个方案，同事的论证是：“Netflix 用了微服务（真），我们要支撑大流量（真），所以我们也应该上微服务（形式上说得过去）。“这个论证真正的漏洞藏在一个没说出口的前提里：”我们的组织规模和 Netflix 一样需要微服务"——40 人的团队和几千人的团队，这个前提是假的。后来那个项目拆出 30 个服务，三个人维护，一次发布要排两小时依赖序。识别隐藏前提，是评审别人方案的第一刀。 麦克伦尼书里说"结论不能反映前提的量”（全称前提出特称结论没事，反过来必错），实战版就是：把没说的前提挖出来晒一晒。

3.3 三段论的正确姿势

经典三段论（Barbara 式）长这样：

flowchart TD
    M1["大前提：所有 M 都是 P"] --> CC["结论：所有 S 都是 P"]
    M2["小前提：所有 S 都是 M"] --> CC
    NOTE["中项 M 必须至少周延一次<br/>（在前提里覆盖其全部外延）<br/>否则：中项不周延谬误"]

书里给了判断三段论的各种规则（两个否定前提推不出结论、前提有一个特称结论必须特称……）。不用全背，记一个最常被违反的：从"有些"不能推出"所有”。“有些用户反馈卡顿”→“所有用户都卡”，产品需求文档里每周都能看到这种滑坡。

4. 第四、五层：谬误大全与它的根源

4.1 高频谬误速查表（配程序员真实病例）

书里列了 28 种谬误，我挑工作中真正高频的，每个配一个我亲眼见过的病例：

踩坑故事 4：一次后此谬误引发的连环故障 我犯过最严重的一次逻辑错误就是后此谬误。某次发布后接口耗时上涨，我看了发布时间线就断定是新版本的锅，拍板回滚。回滚后耗时没有恢复——真正的元凶是同一时段上游投放活动带来的流量结构变化（慢接口流量占比升高）。但因为"回滚"这个操作本身又成了新的干扰变量，我们白白多排查了三个小时，还多承受了一次回滚的风险。教训刻在墙上：先看监控全局，再对时间线；时间先后是嫌疑，不是定罪。

4.2 谬误的根源：不是坏，是这些心理

第四层回答"人为什么会想错"，比谬误清单本身更有价值：

• 怀疑论过头：把"不可知"当逃避思考的挡箭牌（“日志也可能是错的，别查了”）；
• 玩世不恭：预设一切论证都是利益伪装，于是不再需要听任何论证；
• 盲目乐观：只寻找支持自己方案的证据（确认偏误的近亲）；
• 眼界狭窄：只在自己熟悉的工具箱里找解决方案——手里只有锤子；
• 情感：书里说得最透的一句大意是，情感越浓烈，论证越要让位给冷静。线上事故复盘最怕带情绪，一甩锅逻辑就死了。

5. 逻辑训练方法：可执行的每日清单

逻辑是技能不是知识，看十遍书不如每天练十分钟。我自己执行过的训练计划，按性价比排序：

5.1 每日三题（合计约 15 分钟）

flowchart LR
    T1["题 1 · 改写三段论<br/>找一条工作群里的断言<br/>补出隐藏前提<br/>检验有效性和真实性<br/>3 分钟"] --> T2["题 2 · 谬误狩猎<br/>刷一条新闻评论区<br/>或技术论坛热帖<br/>指出至少一个谬误并命名<br/>5 分钟"]
    T2 --> T3["题 3 · 费曼复述<br/>把今天解决的一个问题<br/>用'前提→推理→结论'<br/>写给外行看<br/>5 分钟"]

• 题 1 的素材库：需求文档、技术方案、复盘报告——全是现成的"论证"，练习补全隐藏前提。坚持两周，你看任何方案都会自动开始找"他没说出口的那句话"。
• 题 2 的关键是命名：不是"我觉得不对"，而是说出"这是稻草人/后此/诉诸权威"。能命名 = 能复现 = 下次自己犯的时候能识别。
• 题 3 是最狠的：写给外行看会暴露一切含糊之处。写不清楚 = 没想明白，没有例外。

5.2 每周一练（约 30 分钟）

• 复盘改写：从团队事故报告里挑一份，重写因果链——区分"时间相关"和"因果相关"，标注每一环的证据等级（监控数据 / 推断 / 猜测）。
• 对立面练习：选一个自己坚信的技术观点（如"微服务优于单体"），强迫自己写出反方的最强论证（steel man，稻草人的反面）。写不出来说明你并没有真正理解自己观点的边界。

5.3 进阶阅读材料（按顺序读）

1. 《学会提问》（Asking the Right Questions）——本书的最佳续集，把"找前提、找谬误"训练成肌肉记忆；
2. 《超越感觉》（Beyond Feelings）——更系统的批判性思维教材，第四章"证据"专治后此谬误；
3. 《思考，快与慢》——从认知科学解释谬误的根源，回答"人为什么天生想不对"；
4. 《金字塔原理》——逻辑的另一半：想对了之后怎么结构化地表达；
5. Paul Graham 的 How to Disagree—— disagreement hierarchy，一张图分清"反驳论点"和"骂人"的七个层级，网上吵架和 Code Review 通用。

5.4 把训练场搬回工作

• Code Review 是最好的逻辑训练场：每条评论强制写成"前提（代码事实）→ 推理（规则/经验）→ 结论（建议）“三段式，杜绝"感觉不太好"式评论；
• 复盘会立一条规矩：只接受带证据的因果链，“可能、感觉、应该是"后面必须跟验证计划；
• 技术方案模板加一栏：“本方案的隐藏假设”，写上线的开关。

思考与感悟

1. 逻辑学是程序员被拖欠最久的一门课。 我们学数据结构、学操作系统、学分布式，唯独没人教"怎么想才对”。可工作五年之后回看，造成最大损失的从来不是不会某个技术，而是：把先后当因果、把权威当论证、把概念吵岔了两个小时。这本书 130 页，两天读完，补的是地基。

2. 逻辑的敌人不是愚蠢，是情绪。 书里最触动我的不是谬误清单，是"非逻辑思维的根源"那一章——怀疑论、玩世不恭、盲目乐观，全是心理防御机制，不是智力问题。复盘会上一句"当时是谁决策的”，逻辑就死了。想练好逻辑，先练把情绪和论证分开的本事。

3. “能命名"是内化的分界线。 知道"诉诸权威"这个词之前，我也天天犯；学会之后，每次脱口而出"大厂都这么干"时，脑子里会有个小声音报名字。语言是观念的载体——给谬误命名，就是给自己的思维装监控。

4. 对工程师来说，逻辑的最终形态是工程习惯。 充足的日志（充足理由律的落地）、明确的术语表（同一律的落地）、灰度发布（对归纳不保真的敬畏）、复盘模板（反后此谬误的流程化）——好的工程实践背后全是逻辑学。这本书读完，你会重新理解这些实践"为什么是它们”。

与君共勉。

• 逻辑学

• 逻辑学
• 读书笔记
• 批判性思维
• 程序员
• 心智训练

方糖猫（大可）

18 年后端架构，现在独立做 AI 产品。这里记录 AI 视频、AI Agent 与工程实践。