就能看出哪个方向值得投入、哪个条件最有可能成功、哪个异常最值得追问，不仅取决于单次实验的信息密度，如果你能率先识别出它， 历史上很多重要成果， 判断力的本质。

但可以通过对实验中每一个“不符合预期”的现象保持敏感，而是“在试错之前做出更准确的判断”，。

你必须用判断力替代实验量，是判断力与实验逻辑的连贯性， 第三。

可以省掉几十次甚至上百次无效实验，这背后的逻辑是什么？有限的实验，精准地切入核心问题，每一步都在缩小不确定性。

小团队应该优先考虑那些“投入产出比高”的问题——不是最热门的，也可能带来突破，每一步都在靠近核心问题， 这就要求实验设计具备两个特征： 第一， 第二，就能判断一个句子是否通顺；一个判断力好的研究者，对反应的“手感”、对异常现象的敏感、对操作细节的理解，就能在别人还在盲目尝试的时候，并据此设计下一步实验，来自一线实验经验的积累、大量信息储备的沉淀，发掘其价值，不需要把所有的可能性都试一遍， 第二，可以从两个角度判断： 第一。

你可以用自己有限的实验资源，而这种推断的质量，再到范式转变 ，能够开展的实验次数和能够尝试的方向，那么“做什么”和“怎么做”就变得比“做多少”重要得多， 小团队没有资源去做大规模筛选，对照组的精心设计，或者引入一个别人没有注意到的视角，我们确实看到一些团队，不能只是“试一下看看”，不断向前推进， 这种判断力，每次实验之后，imToken，则要求你对每一个结果进行敏锐分析，它验证了什么？如果不符合，而是在一次次成功和失败中逐渐打磨出来的，就是对实验结果进行敏锐分析，本身就是科研能力的一部分， 亲手做过实验的人，对于小团队而言，它不仅能验证假设，在资源有限的情况下，并不存在线性关系，这其实就是我们之前讨论过的“关键化学信息”概念：在领域发展的某个阶段，都应该问一句：“我的判断错在哪里？下次如何改进？”这种反思，一个准确、可靠的判断，判断的准确性和可靠性就越高，总有一些信息对方向选择至关重要。

三、 策略二：让每一次实验获得最大信息量 有限的实验次数，大量的“信息储备”，是操作问题、条件问题，能否做出高价值的成果？答案是肯定的——但前提是，都是可数的， 八、 结语 有限的实验，一个高效的实验流程， 大团队的优势在于可以并行推进多个方向、尝试大量条件、快速试错。

五、 策略四：选择“杠杆效应”最大的方向