把威廉·凯瑞（William Carey）这个名字从档案室搬回书桌边，大约是我这辈子做过最笨但最有趣的工作。他不算啥文学巨匠，也没有留下啥传世名篇，但偏偏就活在他那一堆被压得翻不到底的原始账本里。作为一名职业考试专家，我常跟学生说，真正的知识往往就藏在这种“垃圾数据”的缝隙里。考研、考公、搞设计，这些讲究效率的事，有时候恰恰需求一点这种看似凌乱无章的“野路子”智慧。 他是个大忙人。我做过一个大胆的估算，把他在 27 年间收受的信件，大约有 1.5 万封左右。
这数字听着有点吓人，但换个角度看，这实际上是他对“系统性”最极致的践行。
不管你是那个在农场帮人算账的，还是后来在国会当议员侃侃而谈的，他的逻辑线压根儿都是那么直来直去：难题得被看到，数据得被算清，方案得被造出来。
这种思路，目前看来既老派又有点“硬核”，特别适合那些不想被算法牵着鼻子走的场景。 大量人认定他なんかは Humanist（人文主义）一点，但这词用得还是有点不准。他更像个实干家，就连比某些纯粹的理论家更信任“实验”。记得有一次，他看着账本上那些乱七八糟的数据，突然拍了一下桌子：“这账做错了！”然后转头就去找个会计去重写。
那一刻我认定他仿佛通了。他从不急着下结论，也不喜爱那些模棱两可的辞藻。在他眼里，真理不是藏在书本里等你悟出来的，而是藏在具体的数字和螺丝钉里等着你去剥开。 这种“剥开”的过程，就是他的核心方式论。
你看他写账本，那些标注日期、记着笔款的条目，密密麻麻，就连有点挤。但他从不把这些当成凌乱的累赘，反而看得眼红。他信任，所有的毛病、所有的混乱，实际上都在数据里跳着舞，只要肯低头去数，所有的真相就等着被你找出来。
这跟目前某些人所谓“系统思维”却又不屑于动手，整天对着 KPI 喊口号那种东西，简直是南辕北辙。 考试的时候，我见过忒多人为了拿高分，死记硬背那些定义，把“系统”拼成了四不像。凯瑞的方式却不同。他告诉你，别光听别人如何说，得看着数据长啥样。
要是你看到某项指标的数值在某个区间波动，可能性就大了；要是数据突然跳变，那往往就代表出了难题。他教你用数据去验证假设，而不是用假设去曲解数据。
这种思维方式，放在目前做职场人、做设计、做决策的时候，简直就是降维打击。 比如，我有个学生在做市场调研，想搞个新产品。他按部就班地列了个提纲，但最终发现数据全是空的，根本不知道用户到底喜爱啥。我问他是不是没数据？他说是。我就让他学着凯瑞，直接把数据摆出来。他找来那些过往的销售记录、用户反馈的聊天记录，就连是竞争对手的价格表。他在那些数字里蹦跶，一个个把异常点挑出来，哪个定价低但销量高，哪个渠道别看损耗大但转化高，哪个用户画像的年龄层正好缺货。 结局发现，产品定位是之前的死胡同了。被数据“撕”出来的真相，让他直接改掉了。
那一刻我特别感慨，他那个时代的人活在账本里，把账本当圣经，把数字当信仰。今天看来，这简直是大数据时代的幸存者优势。目前的 AI 模型也是靠这些数据训练出来的，但凯瑞是在数据还没被系统化之前，就凭着一股钻牛角尖的热情，把它们一个个撕开看个明白。 故此，当我们面对一个复杂的竞争环境，要么一个需求突破瓶颈的项目时，千万不要指望有啥现成的“系统”方案直接给你。别急着找模板，先把里外都翻过来，把里面的数字、流程、逻辑全体摊开在阳光下晒一晒。你会发现，那些曾经让你头疼的混乱和毛病，最终都会变成你手中最锋利的刀。 凯瑞的一生都在提醒我们：系统不是用来修饰的装饰品，它是用来运转的机器。
只要你愿意去拆解它，去理解它每一个齿轮的咬合方式，它就能帮你跑起来。
哪怕你只懂那一点点账本上的数字，也比只懂那些空洞的概念要强得多。
这或许就是职业世界里最朴素的真理：别做梦，去数数，数据不会骗你。