一种是同化，发现外部与自己头脑的观点一致的才接受，其它的过滤掉。以自我为中心，修正外部内容，为我所用。当自己错误了，再重新开始，拾起曾经丢失的信息，头脑中的容错量比较低。同化的是个体方向。一般兴趣比较单一，只专一门，不能平衡台上5分钟与台下10年功的关系，容易生气，容易陷入自我幻想，解决问题的手段单一。
一种是顺应，发现外部与自己头脑的观点不一致，暂存，把信息先接收下来，不断地试探、试错，不断地迭代，实践，如果进行实验，对的，立即建立数学模型，只要跟更多的人接触，马上把别人的经验吸取过来，速度成为团队中最优秀的，然后放眼更大的团队，再吸收知识，再放大。
以外部为中心，不断修正自己，成长、进步，否定自己落后的、错误的观点。是一种顺应环境、顺应时代、顺应多学科融合后的重心，不迁就低维度的中心。
前者是过滤式地接受信息，迁就低维度的中心，因为自己的数据量毕竟很小，但看不到这一点，也不容易倾听别人的意见，或者象周总理说的，不能团结一切可以团结的人。
而后者容错量大，他会根据数学上的统计学、概率学去进行判断舍取。顺应的是数学理论方向。一般这种人兴趣广泛，下象棋、下围棋、练厨艺、打乒乓球等，对经历的每一个手艺，都喜欢总结经验，甚至诉诸笔端，有时思考很慢，象乌龟一样思考，但有持续的兴趣，动手能力强，善于做实验，容易发现整体框架中的漏洞，善于提出别人难于回答的问题，熟读工科、理科、文科的著作，对边缘、交错、前沿学科有兴趣。基础理论比较扎实。
后者这种大脑提升认知的方式，非常类似于目前流行的机器学习（用数学上的统计学、概率学，选择前进的方向）。
哈哈，我希望做一个后者，我每次到妈妈家修好一个已经坏的电器，老人家很高兴，看到被帮助者高兴的笑容别提多开心了。
我想这是所有帮助他人者看到被帮助者高兴的笑容之后，都有的共同感受吧。
又修改一边，发现抬起是拾起之误。