预测失败在哪些场景反复上演

五个高频场景,展示归纳法、叙事谬误和沉默证据如何在真实决策中制造灾难

本页目录

年度计划写得越细,偏离越大

触发信号:你花了两周写一份详细的年度计划,三个月后发现已经面目全非。

年度计划的隐含前提是:未来十二个月的主要变量可以提前确定。但塔勒布的判断是:越是重要的变量,越不可能提前确定。你能预测的只是日常琐碎——堵车、天气、例行项目。真正改变你这一年轨迹的事件——一次意外的机会、一场突发的危机、一个关键人物的离开——没有一件写在你的计划里。

关键误判:把"计划的精确度"等同于"对未来的控制力"。精确的计划给人安全感,但安全感和安全是两件事。

替代策略:把计划写成"方向 + 约束条件 + 应急选项",而不是"时间表 + 里程碑"。

风控模型说"极端安全"的时候

触发信号:一份风险评估报告告诉你,某事件发生的概率低于0.01%。

2008年之前,华尔街最大的几家投行都在用基于正态分布的VaR模型管理风险。模型说:同时出现多个极端事件的概率低到可以忽略。然后多个极端事件同时出现了。

问题不在于模型算错了。模型在它自己的假设里是正确的。问题在于假设本身:正态分布假设极端值极其罕见。但在金融市场——一个典型的极端斯坦领域——极端值的出现频率远高于钟形曲线的预测。

识别信号:当你看到一个概率极低的风险评估,先问——这个概率是怎么算出来的?用的什么分布?如果用的是正态分布,而分析对象在极端斯坦里,这个数字比随机猜测的价值还低。

成功学书籍里只有幸存者

触发信号:你读完一本成功企业家的传记,觉得"只要照做就能成功"。

沉默证据在这里最密集。你读到了乔布斯的偏执、马斯克的冒险。你没有读到——一万个同样偏执、同样冒险但失败了的创业者的故事。他们不出书,不演讲,不进入你的信息流。

从幸存者身上提取的成功因素,可能恰好是导致大多数人失败的因素。偏执在乔布斯的案例里是优势,在一万个失败者的案例里是灾难。

检验方式:下一次读到"成功人士的N个习惯",把每个习惯反过来想——有没有一批人因为这个习惯而失败?如果有,这个习惯就不是"成功因素",而是"筛选条件"。

专家用流利的叙事掩盖预测失败

触发信号:一位知名分析师在电视上用十五分钟完美解释了上个月的市场走势。

塔勒布引用泰洛克的长期研究:在需要预测的领域(政治走势、经济波动、国际冲突),专家的预测准确率系统性地不如简单的基线模型。但专家有一项普通人没有的技能——叙事能力。他们能把每一次预测失败都编进一个新的因果故事里,让你觉得"他只是这次运气不好"。

关键区分:在平均斯坦领域(牙医、飞行员、国际象棋),专家确实比非专家准确得多。在极端斯坦领域(股市、政治、技术趋势),专家的额外价值接近于零。

下一次听专家预测时,先判断——这个预测在平均斯坦还是极端斯坦?

"这次不一样"和"这次一定一样"

触发信号:面对一个新局面,你在两种判断之间犹豫——"过去的规律还会重复"和"这一次情况完全不同"。

塔勒布揭示了一个两难:归纳法让你相信过去会重复(火鸡陷阱),叙事谬误让你相信这次不同(过度自信陷阱)。两种错误方向相反,但根源相同——对不确定性的不耐受。

实际策略:不要选择相信哪一个。把两种可能都当成存在的选项,然后问——如果过去不重复,我的损失有多大?如果过去重复,我的准备够不够?保护方案应该覆盖两种情况,而不是押注其中一种。

同分类继续看