最有效的场景：信息过载、选择复杂、后果延迟
行为偏差在三个条件叠加时最强：你面对的选项多到无法逐一比较（信息过载）；选项之间的差异需要专业知识才能评估（选择复杂）；做出选择后要过很久才能看到结果（后果延迟）。
退休储蓄是完美的重合地带——投资选项几十种、收益率计算需要金融知识、结果要几十年后才见分晓。助推在这个场景里效果极好。
健康保险选择也是。医疗定价几乎不透明，保障范围的差异需要仔细对比，生病不生病要到未来才知道。
反过来，如果选择简单（两个选项、差异明确）、后果即时（买了就知道好不好），偏差的空间被压缩。你在超市选一瓶水的时候，行为经济学的诊断工具帮不了太多。
经验丰富的专业人士会校准偏差
禀赋效应在实验室用学生做被试时非常显著。但塞勒自己也承认：在频繁交易的市场环境中，交易者的禀赋效应会减弱。
原因不是交易者"更理性"——是高频反馈迫使他们校准。股票交易员每天有市场价格告诉他高估还是低估了；二手车商每天在买卖中调整估价。重复博弈加即时反馈构成了一个自动校准机制。
判断标准：你面对的对象在这类决策上有没有大量重复经验？如果有，行为偏差的预测力会打折。不是消失——是打折。老练的交易员仍然有偏差，但方向和幅度都更小。
助推对强偏好人群基本无效
默认选项的力量来自惰性。如果你面对的用户对每个选项都有强烈的、清晰的、已经形成的偏好，他们会主动改掉默认值——助推就失效了。
素食主义者不会因为餐厅默认上牛排就吃牛排。技术极客不会因为手机默认关闭开发者模式就不去打开。
助推最有效的人群是"有温和偏好但懒得行动"的那一部分。如果你的用户群体偏好分布极端化——要么非常在意，要么完全无所谓——助推的改善空间有限。
偏差诊断不处理策略互动
塞勒的偏差框架假设你在分析一个人的独立决策。但很多重要场景是策略互动——你的选择取决于对方怎么选，对方的选择取决于你怎么选。
谈判是典型的策略互动。双方都有禀赋效应——你知道这一点，对方也知道你知道。这时候"禀赋效应让对方报价偏高"这个诊断还成立吗？也许对方正在利用你的禀赋效应做锚定。
进入策略互动领域，你需要博弈论的工具，不是行为经济学的偏差清单。塞勒的方法到这里就该交棒了。
停退换信号
该停的信号：你发现自己在给每一个行为都贴偏差标签——"这是禀赋效应""那是损失厌恶"——但贴完标签后没有任何操作空间。如果诊断不导向修正，诊断就变成了智力游戏。
该退的信号：你试图在一个选择极简、反馈即时的场景里使用助推——比如让人在两杯咖啡之间选一杯。这个场景不需要选择架构设计，硬套只会增加复杂度。
该换的信号：你面对的不是个人决策偏差，而是组织激励结构问题或信息不对称问题。一个部门不愿意砍项目，不一定是沉没成本偏差——可能是砍项目的人会被追责。这时候你需要的是制度设计，不是行为干预。