第3章：组合判断（面结构） | StructLang 结构语言吃面的判断解决了。你选了一家面馆，吃完了。
现在面对一个更大的决策：你要换工作了。
工作A：互联网大厂
钱多但通勤要2小时工作B：附近的小公司
钱少一些但走路就能到怎么选？
你试着用线结构判断：
“钱多钱少"这条轴：
钱少(-) ←—— 0 ——→ 钱多(+)
B(-0.3) A(+0.8)A更好。
“通勤远近"这条轴：
远(-) ←—— 0 ——→ 近(+)
A(-0.7) B(+0.9)B更好。
两条轴给出了矛盾的结论。
你该怎么办？
单一维度的困境
如果只用一条轴，你会陷入困境：
只看钱 → 选A，但每天4小时通勤会累死只看通勤 → 选B，但钱不够用现实是：你需要同时考虑这两个因素。
不是先看钱，再看通勤。 也不是看完钱，再看通勤。 而是把两个因素放在一起权衡。
这就是面结构要解决的问题。
两条轴交叉
把两条轴放在一起：
钱多(+)
↑
|
| A(+,-)
| 高薪但远
通勤远(-) ←-—O———————→ 通勤近(+)
|
| B(-,+)
| 低薪但近
↓
钱少(-)现在，两个工作不再是分别在两条轴上的两个点，而是在一个二维空间里的两个位置：
工作A：位于(+, -)象限 = 高薪×远距离工作B：位于(-, +)象限 = 低薪×近距离这就是面结构。
注意交叉点O——这不是随便的一个点。
这是两条轴共同的原点。
这意味着什么？
原点重合，说明两条轴在同一意图下。
在这个例子里：
“钱多钱少"这条轴的原点是"选工作"这个意图下的"能不能接受”“通勤远近"这条轴的原点也是"选工作"这个意图下的"能不能接受”两个原点重合，说明它们服务于同一个意图：“我要选一份工作”如果两条轴的原点不重合，就不能交叉成面结构。
举个反例：
假如你试图把"隔壁邻居有没有买电视"和"面好不好吃"放在一起：
买了(+)
↑
|
难吃(-) ←—---?———————→ 好吃(+)
|
↓
没买(-)中间的交点是什么？
“买了没买"的原点是"想了解琐事"意图下的判断“面好不好吃"的原点是"吃午饭"意图下的判断两个原点不重合，这两条轴根本无法交叉成有意义的面结构。
你可以勉强画出这个图，但它不会给你任何有用的决策信息。因为你在用两个不同的意图评估不相关的东西。
四个象限的含义
当两条轴交叉，会形成四个区域：
钱多(+)
↑
|
(-, +) | (+, +)
低薪近 | 高薪近 ← 理想
————————+————————→ 通勤近(+)
高薪远 | 低薪远
(+, -) | (-, -) ← 最差
↓
钱少(-)四个象限：
1. (++)：高薪且近
最理想的情况如果有这样的工作，直接选2. (+-)：高薪但远
工作A在这里有收益，但有代价3. (-+)：低薪但近
工作B在这里损失一些，但得到便利4. (–)：低薪且远
最差的情况直接排除面结构不是给你答案，而是给你一个决策地图。
你看到了：
A在(+-)：高收益高成本B在(-+)：低收益低成本没有完美选项(++)至少不是最差(–)权衡在哪里发生？
现在的问题是：A(+,-)和B(-,+)，选哪个？
这取决于你在这个意图下，哪个维度更重要。
如果你缺钱：
钱的权重更高(+,-)虽然远，但值得选A如果你重视生活质量：
通勤的权重更高(-,+)虽然钱少，但可以接受选B面结构不替你决策，但它让你看清楚：你在做什么样的权衡。
不是两次判断，是一次组合判断
重要的是：面结构不是"先判断钱，再判断通勤”。
而是在同一个瞬间，大脑同时在两个维度上定位对象。
你看到工作A时，大脑不是：
先想"钱多，+0.8”再想"太远了，-0.7”而是直接形成一个组合印象：
“高薪但要牺牲通勤时间”这是一个整体的感受，不是两个分离的判断这就是为什么面结构是一个新的层次，而不只是两条线的简单相加。
意图必须统一
面结构的第一条铁律：两条轴必须服务于同一个意图。
具体来说：
1. 原点必须重合
两条轴的原点都锚定在同一个意图上这个重合的原点就是面结构的中心2. 维度必须相关
两个维度都必须影响这个意图下的决策“钱"和"通勤"都影响"选工作”“钱"和"面好吃"不影响同一个决策3. 正方向必须一致
两条轴的正方向都指向"更符合意图”在"选工作"意图下，“钱多"和"通勤近"都是正向不存在"钱多但我不想要钱"的矛盾一旦原点不重合，面结构就崩塌了。
这就是为什么有些看似"考虑了多个因素"的决策，实际上是混乱的——因为这些因素来自不同的意图，它们的原点根本不在一起。
比如：
“这份工作钱多（选工作意图），但我妈不喜欢（孝顺父母意图），而且那个城市没有好吃的面馆（生活享受意图）。”
这看起来像是一个面结构（多维度权衡），但实际上是三个不同意图的线结构在打架。
它们的原点根本不重合：
“钱多"来自"选工作"意图“妈妈喜不喜欢"来自"孝顺父母"意图“有没有好吃的面"来自"生活享受"意图你可以勉强画出一个三维图，但它不会给你任何有用的决策信息。因为你在用三个不同的意图评估不相关的东西。
真正的面结构要求：同一个原点，同一个意图，同时评估多个相关维度。
现实中的面结构
面结构无处不在。
投资决策：
收益高(+)
↑
|
低风险 | 高收益低风险 (++)理想
(-,+) | (+,+)
————————+————————→ 风险低(+)
高收益 | 低收益高风险
高风险 | (--) 最差
(+,-) | (-,-)
↓
收益低(-)选餐厅：
好吃(+)
↑
|
贵但好吃 | 便宜又好吃
(+,-) | (+,+)
————————+————————→ 便宜(+)
贵且难吃 | 便宜但难吃
(--) 最差| (-,+)
↓
难吃(-)评估人：
有能力(+)
↑
|
没能力 | 有能力且配合
但配合 | (++,) 理想
(-,+) |
————————+————————→ 配合(+)
有能力 | 没能力不配合
不配合 | (--) 最差
(+,-) |
↓
没能力(-)每一次你同时考虑两个因素，大脑就在自动构建面结构。
你一直在用面结构
面结构不是新发明，而是你大脑一直在用的方式。
每次你说：
“这个产品好，但贵了点” → (+,-)“这个人不太行，但态度好” → (-,+)“便宜没好货” → 排除(-,+)“又好又便宜” → 寻找(++,)你都在用面结构做组合判断。
我们要做的，只是看清楚这个过程：
看清楚你在用哪两个维度看清楚对象落在哪个象限看清楚你在做什么权衡一旦你看清楚了，很多决策就不再混乱：
为什么同样的选择，不同的人做出不同的决定 → 维度权重不同为什么有些决策那么纠结 → 落在(+-)或(-+)，需要权衡为什么有些"好东西"反而没人要 → 可能在另一个维度是负的但面结构还不够。
现实中，你常常需要同时考虑三个因素。比如选工作时，不只考虑钱和通勤，还要考虑"发展空间”。
当两个维度已经能构成判断，你的大脑会自然想——‘那第三个呢？这就引出了下一个层次：三维结构。