摘要：
分类不是整理技巧，而是认知与科学的起点。米老师强调"分类是科学的基础""生与死的差别"，本质上是指：分类决定你看到什么、如何解释、采取什么行动。分类弱和找关联弱往往是同一个瓶颈------缺少可用的类别结构。
文章的推理链路：分类的科学性回答"为什么分类是起点"→ MECE回答"什么算好分类"→ 如何分类把MECE变成选维度、验穷尽、做归并→ 如何找联系说明分类的产出不是格子，而是类别之间的关系结构。
背景：
米老师经常强调分类的重要性："分类是科学的基础"，而且老师强调"会分类与不会分类是生与死的差别"，因此有了下面这篇总结。
一、分类的科学性：为什么分类是认知的起点
分类在科学上对应的核心概念是范畴化 ------把对象安排进类别的认知过程。它不是整理文件时才启动的额外动作，而是大脑处理任何信息时都在后台运行的默认程序。
科学性体现在三个递进层面：
认知层面，分类是识别和概括的前提。没有类别，你无法把眼前的东西认作"某一类东西"，也就无法调用过去关于这类东西的知识。分类先于识别，而不是识别的结果。
方法层面，分类是计数、测量、观察在逻辑上的先行条件。在你能够测量任何东西之前，必须先决定"什么算作这一类现象"，而这个决定本身已经预设了一种分类。分类质量直接决定后续概括和解释的质量。
学科层面，一个领域的分类结构就是它知识结构的骨架。生物分类的层级结构本身就是进化关系的表达；分类结构变了，这门科学理解世界的方式也随之改变。
所以米老师说"分类是科学的基础"不是比喻。分类是科学在逻辑上必须先于观察和推理而完成的那一步。
但这就引出了下一个问题：既然分类如此根本，那凭什么判断一个分类是好是坏？ 如果分类只是"把东西归堆"，好坏似乎无所谓；但既然分类决定认知和行动的质量，就需要一个检验标准。这个标准就是MECE。
二、MECE原则：分类质量的检验标准
为什么要学MECE？ 因为分类最常见的失败不是"分得不够细"，而是类别之间重叠、合起来遗漏、维度混用。重叠导致同一件事被归入两类，讨论时各说各话；遗漏导致关键情况落在所有类别之外，无人处理；维度混用导致分类体系内部逻辑不一致，无法用来推理。MECE就是针对这三种失败的检验工具。
MECE是什么？ 两个词：相互独立 ，子类别之间不重叠，一个对象只能归入一个类；完全穷尽，子类别合起来不遗漏，所有对象都能被覆盖。它看起来简单，但真正用它检验自己的思考，会立刻暴露分类中的模糊地带。
MECE与第一部分的关系：分类的科学性说的是"分类决定认知质量"，MECE说的是"什么样的分类才能支撑高质量认知"。没有MECE，分类可能只是看起来分了，实际上类别之间纠缠不清，后续的概括和推理就建立在流沙上。
但MECE只是检验标准，不是操作方法。 知道"要好分类"和"做出好分类"之间，还差一套操作框架。
三、如何分类：以MECE为磨刀石的操作框架
分类的操作可以拆成三个动作，每个动作都对应MECE的一个要求。
动作一：选维度，而不是急着填格子。 分类的第一步不是把东西往里放，而是先问"我按什么维度切"。常用的切入维度有五种：二分法（事实／感受、可控／不可控）、流程法（按阶段拆解）、公式法（按数学关系拆解）、利害关系人法（按主体视角切分）、矩阵法（两个维度交叉）。选维度对应MECE的"相互独立" ------一个维度切出来的类别天然不重叠；混用两个维度才会重叠。
动作二：检验穷尽性。 切完之后问：有没有什么东西落在所有类别之外？例外情况归哪里？这对应MECE的"完全穷尽"。 穷尽性检验往往逼你发现被忽略的类别，而那个被忽略的类别常常正是问题的关键。
动作三：做层级归并，完成抽象提高。 把切出来的类别再问一遍：这些类能不能归并为更少、更本质的几类？归并之后，问自己"如果重新做这件事，我会不会用归并后的类别来组织行动"。这一步就是米老师说的"思想上移" ------从执行序列中抽出功能类别，从现象分类上移到本质分类。苹果的例子------"苹果是苹果，香蕉是水果，苹果也是水果"------练的就是层级意识：同一事物在不同抽象层级上属于不同的类，认知提升发生在你能自觉在层级之间移动的时候。
三个动作的关系：选维度保证不重叠，检验穷尽保证不遗漏，层级归并保证抽象程度上移。三者合起来，就是把MECE从检验标准变成操作习惯。
但分类不是终点。 分完类之后，类别之间还空着------那些关系没有画出来，分类就只是骨架没有血肉。
四、如何找联系：分类是关联的骨架
近期我意识到自己找关联的能力弱，经常不能一句话说到点上，根源往往不在联想能力，而在没有分类结构可供关联。没有分类，关联是随机的，想起哪个是哪个；有了分类，关联才有路径。分类是关联的骨架，关联为类别之间建立了逻辑。
找联系的操作顺序是：先列类别，再填类间关系。 具体有四类关系可以逐一套用：
并列关系：同一层级、同一维度下的类别之间是并列的。并列关系帮你确认"这些是同一层面的问题，不能互相解释"。
包含关系：哪个类是父类，哪个是子类。层级混淆------把子类当父类、把手段当目的------是最常见的分类失误之一。
因果关系 ：哪个类是上游，哪个是下游。比如"能力"和"流程"可能是因果关系，"激励"可能影响"态度"。很多分类失误的本质是把因果关系的两类当成并列关系，于是用治标方案去解决治本问题。
时序与转化关系：哪些类在时间上先后出现，哪些类在条件变化时可以互相转化。这帮你判断"现在归入这一类的东西，下一步会不会变成另一类"。
跨类的例外是最有价值的关联入口：哪个对象同时具备两类的特征？哪个类在边界上模糊？例外往往指向分类体系需要修正的地方，也往往指向新的洞察。
与第三部分的关系：分类给出骨架，找联系是在骨架上画线。没有骨架，线是乱的；画完线，骨架才变成可以推理和决策的结构。
总结：
分类的科学性 回答了"为什么分类是认知和科学的起点"；MECE 回答了"凭什么判断分类好坏"；如何分类 把MECE从标准变成选维度、验穷尽、做归并的操作；如何找联系则说明分类的产出不是格子，而是类别之间的关系结构------而关联能力弱，往往是因为缺少这个结构。
米老师说的"生与死的差别"，在这条链上的位置是：分错维度，行动指向错误的问题；类别重叠，讨论各说各话；遗漏关键类，风险无人处理；层级混淆，手段当目的；不画类间关系，分类就只是收纳而非认知。 意识到分类的影响，本质上就是让这些后果在具体决策里变得可见、可复盘。
最后继续抽象到米老师常讲的看山理论：第一阶段是接受现成的类别（别人给你的分类），叫看山只是山 ；第二阶段是拆解它、质疑它、看到类别之下被遮蔽的东西，叫看山不是山 ；第三阶段是你自己从本质出发，重新建立类别，并知道这个类别为什么值得建立，叫不是山也是山。
最小行动：
每天选一个正在做的决策，写下默认把它归为哪一类，强行换一个维度再归一次，比较两种归类下的行动差异。让分类的后果在眼前发生一次，去深刻认识分类的重要性。