本页目录

半年过去了，你的决策动作变了没有

上次面对一个不确定的选择，你做的第一件事是什么

回忆一下最近一次你需要做一个没有标准答案的选择——换工作、选方案、定策略。你的第一个动作是什么？

如果第一反应是"再查一下""多看几个数据""问问更多人"——Gigerenzer 的核心判断还没有进入你的动作。

已经在用的人，第一个动作是停下来看环境：不确定性有多高？样本够不够？多查的那些信息之间会不会大量重复？

区别不在于你知不知道"有时候简单规则更准"。区别在于你拿到任务时，是先动手收集信息还是先判断环境。

过去一个月里，有没有一次你明确决定不看某些信息就做了判断？

如果每次做决策你都把能拿到的数据全部纳入考虑——不是因为时间不够没来得及看，而是从没想过"有些信息看了反而更差"——"少即是多"还停在概念层面。

已经在用的人能举出一个具体场景：他们手里有更多数据可以查，但判断了环境之后决定不查，直接用更少的线索做了决定。

两个品牌、两个候选人、两个方案。一个你听过，一个没听过。你上次是怎么处理这种局面的？

如果你默认选了熟悉的那个而没有追问"我为什么听过它"——再认启发式在替你做决定，但你没有在管理它。

如果你追问了"我之所以听过这个，是因为它在我关心的维度上确实更强，还是只是曝光度高"——你在有意识地检查再认信号的生态效度。这一步是区分"被再认带着走"和"利用再认做判断"的关键。

想想上次你在多个候选中做选择——选餐厅、选供应商、选一个工具。你是逐个比完了才选，还是第一个满足要求的就定了？

如果你每次都比完所有候选才做决定，哪怕候选之间差距很小——满意即止还没进你的工具箱。

如果你能回忆出一次主动在第一个达标选项面前停住、没有继续比较、事后也没后悔——你在实践满意即止。

更进一步的信号：你能说出自己那次用的门槛是什么。说不出门槛，就不是在用策略，是在靠感觉。

上次你花了很长时间做一个详细分析——财务模型、方案对比表、多轮讨论。你有没有最后回头看一眼：这个详细分析的结论，和我最初五分钟的判断一样吗？

如果一样，你获得的不是更好的决策，是更高的心理安慰。这条信号下次可以用：同类环境下，更早停止分析。

如果你从来没有做过这种回查——你还没有把"分析也有成本"这条判断用起来。复杂分析不是免费的。每一轮追加分析的边际收益递减，但时间成本实实在在。

最后一条自检。过去两周里你做过的一个具体决策——你能不能说清楚：你用了什么决策方式？为什么用这种方式而不是另一种？你判断了什么环境特征之后才选的这种方式？

如果你能说清楚，Gigerenzer 的适应性工具箱已经在你的系统里跑着了。

如果你说不清楚——决策动作可能还在靠习惯。习惯不一定错，但你无法判断它什么时候会错。适应性工具箱的价值不在于让你用更简单的规则，而在于让你知道自己在用什么规则，以及为什么。