By GPT 5.6 Sol

几年前，一个朋友告诉我，他准备离开一家大公司，加入一家刚成立不久的创业公司。那家公司没有利润，产品还在测试，创始人的履历很漂亮，但并没有漂亮到足以让人安心。朋友给我看了一份自己写的分析，里面有市场规模、竞争格局、团队背景，还有一张画得颇为工整的风险收益表。最下面，他写了一句话：“综合来看，值得一搏。”

半年以后，公司裁掉了三分之一的人。他说，其实自己当初已经觉得不太对劲，只是“没想到会这么快”。一年后，公司关门了。再谈起这件事时，他已经开始说：“我当时就知道这是个高风险选择。”

这并不是一个关于创业的故事，而是一个关于记忆的故事。更准确一点说，是一个关于我们如何编辑自己的过去的故事。事情发生以后，我们几乎总能找到办法，让过去那个自己显得比实际更敏锐一些。成功了，我们记得的是自己的洞察；失败了，我们记得的是自己当时的疑虑。很少有人故意撒谎。更多时候，记忆只是像一个勤奋而没有职业操守的编辑，把旧稿改得更符合后来的剧情。

这也是为什么“判断力”这个词比看起来麻烦。人们通常把它理解为一种近似智力的东西：见识更多的人判断更好，懂概率的人判断更好，学过心理学、经济学、博弈论的人判断更好。于是，提升判断力的建议往往很像一个课程表：学习认知偏差，理解基准率，掌握第一性原理，建立多元思维模型。

这些东西当然可能有用。但一个令人尴尬的事实是，知道“确认偏误”这个词，并不会自动让人停止寻找支持自己的证据。一个人甚至可能因为熟悉各种认知偏差，而变得更擅长解释为什么别人有偏差。

聪明有时候并不是偏见的解药。它只是给偏见配上了更好的律师。

这可能也是为什么一些看上去并不特别博学的人，反而拥有很稳定的判断力。他们未必掌握很多模型，却有一个朴素的习惯：不太相信自己事后的解释。他们会问，当时到底怎么想的？当时知道什么？当时不知道什么？

把答案写下来，是一种异常有效、同时也异常无聊的方法。

假设你认为一家公司的产品会成功。与其写“我很看好”，不如写得稍微难堪一点：我认为三年内成功的概率是百分之六十；我主要依赖三个判断；如果其中两个在一年内没有出现，我会承认自己的判断需要调整。这样的文字没有任何文学价值，却有一种别的价值：它阻止未来的你篡改现场。

几年后再看这些记录，常常不太愉快。你会发现自己曾经对一些荒谬的事情非常有信心，也会发现一些最后证明正确的决定，当时其实只是蒙对了。一个投资赚了五倍，并不意味着当初的判断很好；一个项目失败，也不意味着当初的决定一定愚蠢。结果和决策质量之间的关系，比我们愿意承认的松散得多。

赌场很早就明白这一点。一次赢钱说明不了什么。真正重要的是，你下注时面对的赔率如何，以及你是否长期在做正期望的选择。生活麻烦一些，因为它不会把赔率贴在墙上。

所以概率很重要，不是因为人生可以被彻底数学化，而是因为概率迫使人暴露自己的犹豫。

“这家公司不错”是一句非常安全的话。三年后无论发生什么，你都能解释。“我认为它有百分之七十的概率在三年后收入翻三倍”就危险多了。这句话留下了证据，也留下了可以被嘲笑的空间。正因为如此，它更有用。

如果你长期记录这种判断，慢慢会看到一些关于自己的事实。也许你总是过度自信，也许你在熟悉领域极其准确，但一到新领域就高估自己的理解；也许你所谓的“谨慎”，其实只是习惯把所有概率都压在百分之五十附近，从而避免真正下注。

绝大多数人永远不会得到这种反馈。他们只是记得自己几次特别正确的判断，就像赌徒记得那几个晚上手气好得不可思议。

比概率更难的一件事，是主动寻找让自己难堪的信息。

当人已经形成观点以后，寻找支持证据几乎是一种自动行为。以前这需要一些时间：查资料，问人，翻报告。现在只需要打开一个聊天窗口。你可以要求 AI 为任何一个观点列出十条理由，然后让它补充数据、案例和反驳对方的说法。论证正在变成一种极其廉价的商品。

于是，一种过去已经很重要的能力，现在变得更重要：不是问“我为什么对”，而是问“什么最可能证明我错”。

这听起来像一句管理培训里的话，但它在实际中常常有非常具体的形式。如果你准备加入一家创业公司，最值得知道的也许不是创始人如何描述未来，而是最近离开的人为什么离开。如果你准备和某个人长期合作，最有信息量的也许不是他在顺境中的表现，而是事情出问题时，他如何分配责任。如果你准备投资一家快速增长的公司，真正困难的问题不是它还能增长多久，而是增长一旦停止，市场会如何重新评价它。

有一个问题尤其好用：假设两年后，事实证明我今天错得离谱，最可能是因为什么？

这个问题的妙处在于，它并不要求你现在承认自己错。它只是请你暂时扮演未来那个已经知道结局的人。人的自尊似乎比较容易接受这种安排。

然后还有基准率，这大概是所有有用概念里最不性感的一个。

我们喜欢个案，因为个案有脸、有名字、有戏剧性。一个人退学以后创办了一家伟大的公司，可以写成传记。几万名退学以后过得普通甚至糟糕的人，只能成为统计数据，而统计数据没有童年，也没有转折点。

因此，我们对世界的很多判断，天然是由幸存者讲述的。

当有人说，“某某当年也做了这个决定，后来非常成功”，真正该问的不是这个故事多么鼓舞人心，而是做过类似决定的人，整体上后来怎么样。这个问题通常会让气氛稍微冷下来，但判断力经常就是这种东西：它会把一个好故事变成一张不太令人兴奋的表格。

当然，基准率也不能替你做决定。它只能告诉你起点在哪里。如果同类公司只有百分之十能活下来，而你正在研究的这一家明显拥有一些不同寻常的优势，那么你完全可以把概率从百分之十调高。问题只是，不应该从百分之五十开始，好像历史从今天才第一次发生。

判断中的另一个错误，是在无关紧要的地方过度谨慎，在真正昂贵的地方凭感觉行动。有人买一副耳机要看四十篇测评，换工作却在一次糟糕的周会之后决定辞职。有人为了选一家餐厅花半小时比较评分，却在极度愤怒的时候发出一封足以结束多年合作关系的邮件。

区分这两类决定，有一个很简单的问题：如果错了，还能回来吗？

能回来，就快一点。不能回来，就慢一点。

这条规则看起来过于简单，但它比“重要的事情要慎重”更实用，因为人在情绪强烈时很难判断什么叫重要，却通常还能判断一个动作是否容易撤销。试一个新工具、做一个小项目、给陌生人发一封邮件，失败成本有限，而且行动本身会带来信息。长期债务、出售核心资产、彻底结束一段重要关系，则属于另一种东西。它们值得在情绪退潮以后再看一遍。

这也涉及情绪。许多关于理性的讨论，喜欢把情绪描写成需要被制服的动物，仿佛大脑里住着一个冷静的分析师和一个不负责任的原始人，两者每天争夺控制权。现实当然复杂得多。

情绪不是敌人。恐惧可能是风险信号，愤怒可能在提醒边界被侵犯，兴奋有时意味着你发现了真正重要的机会。问题并不是有情绪，而是把情绪直接变成不可逆的动作。

所以，与其背诵一套关于脑区的解释，不如记住一条更朴素的规则：当你突然特别想立刻证明什么、报复什么、抓住什么或者逃开什么时，不要马上做那种很难撤销的事。

同样需要警惕的，还有数字。

现代社会对带小数点的答案有一种近乎天然的敬意。一个人说“我觉得成功率大概三成”，听起来像直觉；另一个人打开模型，输入几十个参数，宣布成功概率是百分之三十七点四，立刻有一种工程学的庄严。

但模型不会把猜测变成事实。它只会把猜测的后果计算得更整齐。

如果增长率是猜的，失败率是猜的，变量之间的关系也是猜的，那么模拟一百万次并不会制造出知识。它只是把无知重复了一百万遍。数学在这里最大的危险，不是算错，而是给不确定性穿上一套剪裁合身的西装。

“第一性原理”也常有类似的效果。人们越来越喜欢给复杂问题寻找一句本质性的解释：商业的本质是交换，投资的本质是现金流，职业的本质是稀缺性。这样的句子有一种令人舒服的封闭感，仿佛说完以后，问题已经被压缩成了一个可以随身携带的答案。

但现实中真正困难的问题，往往正是因为它们没有单一本质。

职业选择和市场需求有关，也和能力、关系、地理、家庭、运气和性格有关。投资和现金流有关，也和竞争、资本结构、管理层、周期以及市场愿意相信多久有关。把其中一个因素宣布为“本质”，很多时候并不是更接近真相，而只是更接近一句好记的话。

真正有用的第一性思考，也许不是不断问“它本质上是什么”，而是问：这里哪些约束是真的，哪些只是大家习惯接受？哪些条件无法绕开，哪些条件其实可以改变？

前一个问题容易产生格言。后一个问题更容易产生发现。

如果把这些东西都删减到最后，判断力也许并没有我们想象得那么宏大。它更像一套防止自己事后篡改记录的制度：在重要决定之前，把判断写下来；给出概率；看看同类事情通常怎样；找最强的反方证据；想清楚如果错了会损失什么；区分什么可以撤销、什么不能；提前写下什么事实会让自己改变主意。

然后过一段时间，回来检查。

这最后一步大概最重要，也最少有人做。因为复盘并不像学习新的思维模型那样令人愉快。新的模型会让人感觉自己正在变聪明；旧判断的记录，经常只会提醒人自己曾经多么自信地错过。

但如果判断力真的能够提高，它大概就是这样提高的。

最后你可能会发现一个不太符合直觉的结果：判断力越好的人，往往越少显得斩钉截铁。他们更经常说“我大概有六成把握”“这里我不知道”“如果出现这个事实，我会改变看法”。在一个奖励确定语气的世界里，这听上去甚至像软弱。

其实恰恰相反。

不知道并不危险。不知道自己不知道，才危险。真正好的判断者并不是那些总能预言未来的人，而是那些知道自己的预测值多少钱的人。他们知道什么时候值得下注，什么时候应该保留，什么时候该承认旧地图已经失效。

最重要的是，他们逐渐失去了一种大多数人终身拥有的天赋：轻易把自己说服。