这五个案例都来自问题解决心理学的经典实验。每个实验设计精巧，把一种认知陷阱暴露得无处藏身。读的时候可以先试着自己解题，再看结果——亲身撞一次，比读十段解释都管用。
图钉盒里藏着烛台，但没人想拆那个盒子
桌上有一盒图钉、一根蜡烛、一盒火柴。任务：把蜡烛固定在墙上，点燃后蜡油不能滴到桌面。
大多数人试过用蜡油粘、用图钉钉、各种组合。很少有人想到：把图钉倒出来，用图钉把空盒子钉在墙上，再把蜡烛立在盒子里。
卡在哪里？图钉盒在被试眼里已经是"装图钉的容器"。这个功能标签一旦贴上，大脑就不再把它当作"一个可以钉在墙上的平面"来处理。
邓克尔改了一个条件做对照：把图钉散放在桌上，空盒子单独摆着。解题率立刻大幅上升。图钉不在盒子里，盒子就不再被"装东西"这个功能绑架了。
后续实验还发现，如果先让被试用盒子装过别的东西，功能固着会更强。使用经验越丰富，固着越深。这跟直觉相反——你以为用得多就更灵活，实际上用得多会把"默认用途"焊得更死。
触发信号： 你觉得手头的工具、资源、条件"就是干这个用的"，完全没想过它们还能做别的。
干预入口： 把每样东西的"默认用途"写出来，然后把这个用途划掉，问自己：如果它不是这个，还能是什么？
连对五道题，第六道反而做不出来
卢钦斯设计了一组水壶问题。三个水壶容量不同，要求量出指定的水量。前五道题都可以用同一个公式解：B - A - 2C。
被试做完五道，又快又顺。
第六道题变了。最简单的解法只需要 A - C，一步搞定。但大多数被试依然套用 B - A - 2C，绕了一大圈。有些人甚至觉得"这题不对"——因为用老公式凑不出来。
更极端的是：如果跳过前五道直接做第六道，几乎所有人都能秒解。
触发信号： 你在用一种熟悉的方法解新问题，感觉在推进但速度越来越慢，或者开始怀疑"题目是不是有问题"。
干预入口： 停下来问一句：我用的方法跟上次是不是同一个？这次的问题跟上次真的一样吗？试试从零开始想，不套用任何已有路径。
四条线连九个点——出了格子才有解
九个点排成三行三列的方阵。要求用四条直线、笔不离纸、一笔把所有点连完。
这道题的解法需要线段延伸到方阵边界之外。但几乎所有被试默认线不能超出那个三乘三的"框"。
这个"框"是谁画的？题目里没有这条规则。被试自己加的。
有意思的是，就算提示"线可以画到外面"，仍然有不少人解不出来。说明自我施加的约束一旦形成，即使被明确告知可以打破，认知惯性依然很强。
触发信号： 你觉得"所有路都试过了"，但从来没质疑过自己画的那个"范围"到底有没有道理。
干预入口： 把你默认的边界条件列出来。逐条检查：这是外部硬约束，还是我自己假定的？尤其注意那些从来没被你当作"条件"讨论过的东西——那些最可能是隐性假设。
一个军事难题，靠一个医学故事解开了
Gick 和 Holyoak 的实验。先给被试讲一个军事故事：一个将军要攻打城堡，但任何一条路都放不下全部兵力。解法是把军队分成小股，从不同方向同时进攻。
然后给被试一个医学问题：有一颗肿瘤需要用射线摧毁。射线强度足够时可以杀死肿瘤，但也会破坏沿途的健康组织。降低强度则伤不了肿瘤。
正确解法：从多个方向发射低强度射线，在肿瘤处汇聚成高强度。结构上和军事故事一模一样。
结果如何？只读到医学问题、没看过军事故事的人，解出率大约10%。看过军事故事的人，如果没有被提示两者有关联，解出率也不高——大约30%。但只要提示"想想之前那个故事"，解出率跳到75%以上。
这个巨大的落差说明一件事：人天然不擅长跨领域提取结构。类比不是"想到了就能用"，而是"需要被触发才能想到"。日常工作中没人会在你耳边说"想想之前那个故事"。你得自己当那个提示者。
触发信号： 你明知道以前见过类似的问题结构，但就是"想不起来"。或者你看过一个方案，换个领域就认不出来了。
干预入口： 卡住时主动搜索类比。问自己：有没有其他领域碰到过结构类似的问题？那个问题是怎么解的？关键是提取结构，忽略表面细节。
五秒钟记住一盘棋——但乱摆的棋盘就不行
Chase 和 Simon 的象棋实验。给大师和新手同时看一个棋局五秒钟，撤走棋盘让他们复原。大师能复原二十多个子的位置，新手只记住四五个。
结论是大师记忆力超强？不是。把棋子随机摆放、不符合任何棋局逻辑时，大师和新手的复原能力一样差。
大师记住的不是"哪个子在哪个格"。他们把一组在棋局中有战术关系的棋子打包成一个"块"——一个块就是一个判断单元。一盘棋在大师眼里可能只有五六个块，而新手眼里是二十多个散装零件。
这项研究彻底改变了"专家为什么厉害"的解释框架。厉害不在于记得多、算得快，而在于看到了不同的结构。结构对了，记忆和搜索效率就跟着上去了。
触发信号： 面对一个复杂问题时，你觉得信息量太大、无从下手。你在逐个处理细节，但拼不出全局。
干预入口： 停下来试着给信息分组。哪些细节之间有关联？能不能打包成更大的判断单元？一旦找到分组方式，复杂问题就变成了几个块之间的关系问题。
一个简单的练习：拿一个你熟悉的领域，找一份新手觉得"信息量巨大"的材料。观察自己是怎么快速抓住重点的。你用的那套分组方式，就是你在这个领域的"专家块"。下一步是在不熟悉的领域里刻意练习建立类似的块。