如何思考决策

Kahneman 用一个隐喻把几十年实验装进一个框架：脑里有两个"虚构"的角色。系统 1 自动、快、不耗力，每秒在背景里运行——它认人脸、判断距离、续写"2 + 2 = ?"。系统 2 慢、费力、要调用注意力——它做长除法、记电话号码、克制冲动。绝大多数日常判断由系统 1 处理，系统 2 只在被叫醒时才工作，且默认是懒的。

真正的洞见不是"我们会犯错"——这谁都知道——而是错误有结构。系统 1 用一种叫"替换问题"的手法：被问的难题是"我对人生满意吗"，它无意识替成好答的"我现在心情如何"，给出一个流畅答案；问的人误以为是前者的答案。锚定、可得性、代表性、损失厌恶、framing——这些都不是随机故障，是系统 1 用替换、模式匹配、流畅性等启发式时可预测的系统性偏移。

书里最反直觉的部分是 Kahneman 与 Tversky 揭穿"专家"。从临床心理诊断到葡萄酒评分到法官量刑，简单的线性公式常常打败专家——因为专家会受不相关变量影响而不自觉（饥饿、疲劳、上一个案件的结果），公式不会。这不是说专家没用，是说他们的判断含一个不稳定项，需要外部规则来抵消。

另一个少被复述的洞见叫聚焦错觉：你在想某件事的时候，它在你脑里的重要性被自动放大。"如果我搬到加州我会更幸福吗"——你回答的实际上是"加州 vs 现在天气的比较"，因为你没法在思考的同时给收入、通勤、人际关系等其余因素以应有权重。Kahneman 由此提出一个让人不舒服的推论：人对"做某个决定后会有多幸福"的预测，结构上是不可靠的。

2010 年代社会心理学复制危机里，书中第 4 章（priming 效应）的多数实验未能复制，Kahneman 本人 2017 公开承认这部分"再讲一遍我会重写"。系统 1 / 系统 2 是有用的隐喻——但不是字面上的神经学结构，过度套用会把复杂现象简化掉。

Gigerenzer 与 Kahneman 阵营辩了几十年，分歧不在某一条实验，而在前提。他坚持一个被多数读者跳过却极关键的区分：风险（risk）是结构已知、概率可算的世界——赌场、保险精算、检测假阳率。不确定性（uncertainty）是结构未知、样本稀缺、规则会变的世界——创业、择偶、长期投资。两种世界要用两套工具。把不确定性当成风险来算，是大多数"理性失败"的真正源头。

他的招牌发现是简单常胜复杂。在不确定的真实世界里，一两条好规则做的判断，常常打败几十个变量的多元回归。原因在统计上叫 bias-variance tradeoff：复杂模型在样本里贴得很紧，但抓住的大半是噪声；样本一换它就崩。简单规则忽略噪声，剩下来的是真信号。1/N 等权分散在 50 年长程回测里击败 Markowitz 的均值-方差最优——不是 Markowitz 数学错了，是估出的协方差矩阵在不确定世界里大半是噪声。

他举的"take-the-best"启发式：判断两个城市哪个人口多，只用第一个有差异的线索（是不是省会？有没有大学？有没有机场？）——其余忽略。在多个真实数据集上，它跑赢 logistic 回归。一条线索做完决策的人不是懒——他选择忽略噪声。

书里另一大块讲统计盲对真实代价的伤害。最经典是 40 岁女性乳腺癌阳性的题：把"敏感性 90% / 假阳率 9% / 患病率 1%"换成"1000 人中 10 人真有病，其中 9 人测出阳；990 没病的有 89 人假阳"——同一组数字，医生答对率从约 10% 飙到 87%。表示形式决定了大脑能否算它。由此他还指出"防御性决策"——医生明知不必要却开检查，因为漏诊代价（个人责任）远高于过查代价（病人钱包）。这种局部理性、系统性失能，制度造成而非个人愚蠢。

与 Kahneman 阵营的论战中，对 priming 等失败实验的批判有时滑入对整个行为经济学的不耐烦；"启发式何时确实更好"的边界仍偏定性。"自然频率"教学在医学教育里普及不顺——人理性了不代表流程就改。

Klein 进消防队是想验证经典决策论——以为指挥官在火场里也是在权衡 A、B、C。结果他们坚称"我们没在比较，就是知道该怎么做"。他改方法、追问几百个案例，得出了 RPD 模型（Recognition-Primed Decision，识别-启动决策）：专家见到新场景，从脑中上千个模式里识别出一个最接近的，在头脑里把对应方案推演一遍，若推演不出问题就执行；推演出问题就换下一个模式——永远只在一个选项上模拟，从不并行比较。

这把直觉从神秘主义里救了出来：专家直觉 = 模式识别 + 心理模拟，没有第三种成分。它也定义了直觉的边界条件。2009 年 Klein 与 Kahneman 合写《Conditions for Intuitive Expertise: A Failure to Disagree》，两个看似敌对阵营达成共识：直觉可信，当且仅当满足两条——(1) 环境足够有规律（同类情境反复出现）；(2) 反馈足够快且明确（你能知道判断对了还是错了）。下棋、麻醉、消防、ICU 抢救：满足。股票预测、政治长期预测、首次招聘高管：不满足。在不满足的领域里"凭多年经验"的判断，结构上就是 Kahneman 那一套偏见在伪装专业感。

Klein 的另一项遗产是 premortem（事前验尸）。常规 brainstorm 让人想"可能出什么问题"，效果有限。premortem 把时间挪到未来——"假设决定已经做了，一年后它彻底失败了，每个人独立写下：为什么"。"已经发生"的假设把团队的组织性沉默撬开（没人想做扫兴的那个），实验显示比正向 brainstorm 多挖出约 30% 风险点。

方法论上严重依赖回溯访谈——"想起一次困难决策然后讲讲"——记忆重构会让专家把当时纠结的判断讲得比当时更确定。样本几乎全是 high-validity 行业（消防、军事、医疗），所以结论自然偏向"专家直觉可信"，从研究设计上就难以伪证。

Tetlock 早年那本《Expert Political Judgment》（2005）做了二十年地缘政治预测追踪，结论让圈内难堪：电视上滔滔不绝的专家，预测准确率统计上与扔飞镖的黑猩猩无差。超预测 是后续的好消息——他主持的 Good Judgment Project（IARPA 资助）在公开预测竞赛里，挑出顶层 2% 的业余预测者，稳定击败拥有机密情报的情报机构分析员约 30%。

分水岭不在 IQ 或专业，而在 Berlin 借古希腊的那个区分：刺猬有一个大想法（自由市场、地缘对抗、技术决定论），套到所有事件上——节目效果好，因为他自信、叙事干净。狐知道很多小事，多套框架灵活拼装。Tetlock 的数据表明，超预测者几乎全是狐。

但只换世界观远不够，真正的工程藏在两件事里。第一是概率化——把"特朗普会赢吗"翻成"8 月某日他赢的概率是多少 %"，并写下来。这样年终能用 Brier score 给自己打分（同时奖励准确和坚定，惩罚极端而错的判断）。第二是增量更新——新信息进来，估计从 35% 调到 42%，哪怕只动 7 个百分点也要写下来。日常人讨厌"既要不锚死又不要过反应"的中间状态，超预测者把这件事训练成肌肉。书里还反复强调"outside view first"：先用 base rate（同类事件的历史比例），再用 inside view 的细节修正——这一步几乎所有人都跳过。

Tetlock 同时承认边界：超预测者的优势集中在 6–18 个月内的中短期地缘政治问题；超过 3 年的真正长程问题，他们和普通人差不多——Taleb 笔下的黑天鹅结构上无法靠这套方法预测。这是真诚的话：方法不号称万能。

大部分预测题是地缘政治短中期问题（6–18 个月）——能被记分的、有清晰截止日的、范围明确的。真正改变历史的"黑天鹅"几乎全在这个分布之外，方法对它没用。GJP 的训练效应在 IARPA 资助结束后是否持续也有质疑。