🎯 什麼情境該想到我
當你「解法越弄越複雜、參數越加越多」，或要在幾個方案間取捨、直覺覺得「正確答案不該這麼繞」的時候。
⚙️ 怎麼用（判準）
- 先假設正確答案是簡單的：牛頓「簡單性原則」——除非必要，別為現象尋找多餘的原因；培根「美德如寶石，樸素襯托最華麗」。
- 用「簡單度」當品質訊號：托勒密用 40–60 個小圓套大圓精準預測行星，卻複雜到後人難以求解；開普勒改用「一個橢圓」就描述清楚——形式上更簡單的模型，往往更接近真相。
- 複雜是警訊而非成就：若你的方案需要一堆特例、補丁、例外說明才成立，通常代表方向或模型不對，該退一步找更簡單的切法，而不是繼續打補丁。
- 簡單≠簡陋：目標是「最簡單且正確」，不是為省事而犧牲正確；找到那個「一句話就能說清楚」的核心。
🧪 我實際套用的紀錄
- 2026-07-24：（待填）
⚠️ 注意 / 什麼時候不適用
- 「簡單」是就本質模型而言；別把「省略必要條件」當簡單。愛因斯坦：一切應盡可能簡單，但不能過於簡單。