面臨選擇時(shí)，通常有兩類決策方式：一種是多方權(quán)衡、加權(quán)計(jì)算后再比較；另一種則是憑感覺(jué)，哪種決策更靠譜？

你考慮換工作，也拿到了一個(gè)offer，看上去還行，但稱不上心儀，正糾結(jié)是否要跳槽，于是你想到了“科學(xué)決策”。

羅列工作的屬性，包括：薪酬福利、職位級(jí)別、公司口碑、上司人品、工作地點(diǎn)、工作壓力……

給各屬性分配權(quán)重。然后，對(duì)新工作與原工作的各個(gè)屬性打分，計(jì)算加權(quán)總分。最后誰(shuí)分?jǐn)?shù)高，就選擇誰(shuí)。

這種決策方法稱為富蘭克林規(guī)則，是普遍使用的決策方法。

計(jì)算結(jié)束之后，你發(fā)現(xiàn)新offer略高，于是決定跳槽。

正當(dāng)你興高采烈寫(xiě)離職申請(qǐng)時(shí)，你一個(gè)研究前沿決策學(xué)的朋友恰好有事找你，于是你順帶詢問(wèn)他換工作的事。

了解情況后，朋友告訴你，“決策方法不妥，我建議你只需考慮一點(diǎn)……原工作跟新工作，在這一點(diǎn)上哪個(gè)占優(yōu)勢(shì)，就選擇哪個(gè)。”

你聽(tīng)后很驚訝，這幾乎不用動(dòng)腦的決策，會(huì)比計(jì)算加權(quán)總分（富蘭克林規(guī)則）靠譜么？

一、決策學(xué)能打破魚(yú)與熊掌不可兼得的局面么？

我們面臨選擇時(shí)，通常會(huì)采取兩類決策方式：一種是多方權(quán)衡、加權(quán)計(jì)算后再比較（俗稱理性決策）；另一種，“憑感覺(jué)”。

哪種決策更靠譜？

學(xué)者們通常會(huì)告訴你：

前者決策慢，但準(zhǔn)確性高；后者決策快，但犧牲了準(zhǔn)確性。

這符合諺語(yǔ)“魚(yú)與熊掌不可兼得”，也符合我們一貫的“公平感”，你想要好結(jié)果，那就得付諸努力。

但現(xiàn)實(shí)真的如此么？

是否存在快決策比慢決策更準(zhǔn)確的情況，我們能貪婪的既要魚(yú)又要熊掌么？

看到這里，我相信你的腦海中已經(jīng)涌現(xiàn)了諸如“認(rèn)知偏見(jiàn)”、“概率謬誤”、“聰明人也會(huì)辦蠢事”、“系統(tǒng)1，系統(tǒng)2”（諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)丹尼爾·卡尼曼在《思考，快與慢》中提出的心理框架）等等，一系列說(shuō)明“人類非理智行為主導(dǎo)人類做出蠢決策”的暢銷(xiāo)書(shū)關(guān)鍵詞。

但是，請(qǐng)恕我不客氣的提醒一句，由于常年的“非對(duì)即錯(cuò)”教育，我們的思維已經(jīng)變得非常教條，比如：

“認(rèn)知偏見(jiàn)”是存在缺陷的人類思維的一種，既然是“缺陷”，那就是有問(wèn)題，因此做任何決策都必須將之隔離。

這個(gè)推演乍一看好像有道理，那我們不妨換個(gè)說(shuō)法：

你女朋友喜歡胡吃海喝，是存在“貪吃缺陷”的人類性格，因此吃任何食物都必須將你女朋友隔離。

發(fā)現(xiàn)問(wèn)題了吧！

實(shí)際上，科學(xué)界對(duì)人類認(rèn)知的各種研究本身也犯了一個(gè)嚴(yán)重錯(cuò)誤，我稱之為“書(shū)呆子偏見(jiàn)”。

這些人都過(guò)于執(zhí)著于“真理”，放大了“認(rèn)知偏見(jiàn)”的惡果，卻忽視了這些“缺陷”的功績(jī)。

科學(xué)家特別容易犯這個(gè)錯(cuò)，我們要理解他們，因?yàn)榭茖W(xué)的初衷就是研究精準(zhǔn)，容不得“含糊不清”。

我們看“認(rèn)知偏見(jiàn)”這個(gè)叫法，翻譯中就透露著滿滿的惡意。其實(shí)還有一個(gè)詞匯描述同樣的意思，叫：SimpleHeuristics，即簡(jiǎn)單啟發(fā)法。

褒義使用啟發(fā)法這個(gè)術(shù)語(yǔ)的不是別人，正是愛(ài)因斯坦。（發(fā)表量子力學(xué)方面的重要論文《論有關(guān)光的產(chǎn)生和轉(zhuǎn)換的一種啟發(fā)式觀點(diǎn)》時(shí)引用）

愛(ài)因斯坦用這個(gè)術(shù)語(yǔ)表達(dá)的是：

啟發(fā)法意味著不完善，甚至是錯(cuò)誤，但卻是非常有價(jià)值的。

老愛(ài)是以說(shuō)話謹(jǐn)慎聞名的，但請(qǐng)留意“價(jià)值”兩字前面的形容詞——“非常有”。

為什么“認(rèn)知偏見(jiàn)”非常有價(jià)值？理由很簡(jiǎn)單：認(rèn)知是為適應(yīng)（生存）服務(wù)。

這個(gè)原則非常重要，如果你周邊沒(méi)人，建議至少朗讀三遍，飽含深情的那種。

但科學(xué)卻是為尋求真理服務(wù)，而認(rèn)知不在乎真假，只在乎利弊，這便是兩者的分歧。

如果你還是蔑視各種不理智的“憑感覺(jué)決策”，不妨想象一個(gè)場(chǎng)景：

兩個(gè)人在野外遇到老虎，一個(gè)人二話不說(shuō)拔腿就跑，另一個(gè)人二話不說(shuō)拿起計(jì)算器就算（是爬樹(shù)還是跳河存活概率大），你說(shuō)誰(shuí)更有生存？

實(shí)際上，那些抨擊“認(rèn)知偏差”的經(jīng)典實(shí)驗(yàn)中提出的反例，本身也充滿著“偏離現(xiàn)實(shí)”的情境。用心理學(xué)的話來(lái)說(shuō)，就是缺乏“生態(tài)效度”。

比如，在一個(gè)經(jīng)典實(shí)驗(yàn)中，認(rèn)知科學(xué)家Tversky和Kahneman請(qǐng)大學(xué)生對(duì)“琳達(dá)”做出評(píng)估：

琳達(dá)，31歲，單身，率直開(kāi)朗，主修哲學(xué)，學(xué)生時(shí)關(guān)注歧視和社會(huì)公平問(wèn)題，參加過(guò)反戰(zhàn)示威活動(dòng)。

那么，以下哪個(gè)選項(xiàng)的概率大：

A. 琳達(dá)是銀行出納員；

B. 琳達(dá)是積極參加女權(quán)運(yùn)動(dòng)的銀行出納員；

這個(gè)實(shí)驗(yàn)被引用很多，你或許也認(rèn)識(shí)這位“琳達(dá)”，實(shí)驗(yàn)最有趣的地方是，86%的大學(xué)生選了B。

這顯然不符合“現(xiàn)實(shí)”，如上圖所示。

實(shí)驗(yàn)進(jìn)而揭示我們?nèi)祟愃季S中“忽略基礎(chǔ)概率”的認(rèn)知偏差，然后讓人“恍然大悟”。

但我們反思下現(xiàn)實(shí)，什么情況我們才會(huì)去評(píng)估一個(gè)年輕異性的職業(yè)？

只有兩種情況，要么是自己找對(duì)象，要么是給人介紹對(duì)象。

這種情況，我們的直覺(jué)判斷，該女士性格接近“具有女權(quán)傾向的銀行出納員”顯然比“普通銀行出納員”這一信息更具實(shí)用價(jià)值。

同樣道理，單身女性夜深人靜遇上陌生男子，第一時(shí)間應(yīng)聽(tīng)從你劇烈跳動(dòng)的心臟——危險(xiǎn)！遠(yuǎn)離！而不是想著“根據(jù)基礎(chǔ)概率，該男子犯罪率很低”并漫不經(jīng)心玩手機(jī)。

在多數(shù)現(xiàn)實(shí)情境中，基礎(chǔ)概率沒(méi)有任何現(xiàn)實(shí)意義！

事實(shí)上，心理學(xué)家們挖空心思編排的各種證實(shí)人類“認(rèn)知偏差”的經(jīng)典實(shí)驗(yàn)要么是現(xiàn)實(shí)生活中極端罕見(jiàn)，要么是毫無(wú)意義。

當(dāng)然，我并不是說(shuō)我們壓根無(wú)需考慮“認(rèn)知偏差”。

比如，許多“奸商”就常常利用“錨定效應(yīng)”、“從眾心理”、“登門(mén)檻效應(yīng)”等認(rèn)知偏差促成交易，但我同樣必須警告大家過(guò)度防御，以致錯(cuò)殺了一個(gè)優(yōu)雅（既更快還更準(zhǔn)確）且具有強(qiáng)大生存力的決策模型。

沒(méi)錯(cuò)，在決策方面，就是會(huì)出現(xiàn)很神奇的現(xiàn)象，許多情境下，所謂科學(xué)的“慢決策”反倒不如基于直覺(jué)的“快決策”，換句話說(shuō)，魚(yú)與熊掌竟可兼得。

你或許在想，我懂，比如專家的直覺(jué)通常比普通人的科學(xué)決策更準(zhǔn)。

但我下文要說(shuō)的是：基于“無(wú)知”的快決策反倒比專家的慢決策更準(zhǔn)。

二、無(wú)知在復(fù)雜情境中讓你更受益

眾所周知股市是世上最無(wú)常、最復(fù)雜的領(lǐng)域之一，就連股神巴菲特也曾諷刺股市專家，“唯一價(jià)值就是讓算命先生看起來(lái)也很厲害”。

如果你準(zhǔn)備購(gòu)買(mǎi)國(guó)內(nèi)的股票，你會(huì)更相信投資分析家還是國(guó)外路人？

生態(tài)理性決策科學(xué)家BernhardBorges、GerdGigerenzer等人曾以6個(gè)月時(shí)間對(duì)美國(guó)股市的多種不同投資方案業(yè)績(jī)進(jìn)行追蹤比較。

下面，我截取我們關(guān)注的三組投資方案進(jìn)行對(duì)比：

針對(duì)美國(guó)股市：

• 對(duì)比組1，美國(guó)保值藍(lán)籌股增長(zhǎng)基金（即專業(yè)機(jī)構(gòu)的專家模型）
• 對(duì)比組2，美國(guó)“道瓊斯30”（美國(guó)最好的藍(lán)籌股代表）
• 對(duì)比組3，在德國(guó)步行街隨機(jī)采訪180個(gè)路人，選擇他們聽(tīng)過(guò)名字（有點(diǎn)印象）的美國(guó)上市公司，選取出現(xiàn)頻率最高的10個(gè)股票（即對(duì)美股一無(wú)所知的群體決策）。

6個(gè)月后考察市場(chǎng)業(yè)績(jī)，美國(guó)專家組獲得了19%的增長(zhǎng)，“道瓊斯30”獲得了23%的增長(zhǎng)，而基于德國(guó)路人集體無(wú)知決策組獲得了高達(dá)47%的收益?。▽?shí)驗(yàn)期恰好是歷史牛市階段）

為了確認(rèn)不是巧合，GerdGigerenzer團(tuán)隊(duì)又針對(duì)德國(guó)股市，選取美國(guó)路人、德國(guó)專家、德國(guó)達(dá)克斯30指數(shù)等多種不同投資策略進(jìn)行對(duì)比，同樣得出類似結(jié)論。

有意思的是，在更詳細(xì)的實(shí)驗(yàn)中發(fā)現(xiàn)，基于“國(guó)外路人印象”的選擇比“本國(guó)路人印象”獲得了更大收益，換句話說(shuō)，在股市上，最為“無(wú)知”的群體，反倒獲得了最大的收益。

這實(shí)在是個(gè)驚人（且誘人）的情報(bào)。

這意味著如果你要炒股，與其聽(tīng)專家分析或者算命先生，還不如隨機(jī)逮幾個(gè)印度和尚、美國(guó)嬉皮士，問(wèn)他們聽(tīng)過(guò)哪些中國(guó)公司，這樣做出的決策靠譜。（我不慫恿大家入股，上述實(shí)驗(yàn)恰巧發(fā)生在全球“牛市”周期。還是那句話，股市有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。）

我們更好奇的是，為何基于普通人的“再認(rèn)”（印象）做出的決策竟能比專業(yè)投資者的分析決策更有優(yōu)勢(shì)？

順帶一提，現(xiàn)在的金融分析師已將無(wú)知群體的“再認(rèn)”公司納入數(shù)據(jù)模型了。

這背后到底隱含著什么秘密？

我們不妨先從記憶、生態(tài)及進(jìn)化的三維視角看待這個(gè)問(wèn)題。

三、再認(rèn)保護(hù)我們避開(kāi)“風(fēng)險(xiǎn)收益不對(duì)稱性”傷害

我們對(duì)“再認(rèn)”都不陌生，曾經(jīng)去過(guò)的地方、看過(guò)的書(shū)、認(rèn)識(shí)的人，哪怕名字全忘了，只要重新一接觸，就能馬上再認(rèn)出來(lái)。

那么，人類的再認(rèn)能力到底有多強(qiáng)悍呢？

認(rèn)知心理學(xué)家謝潑德曾做過(guò)一個(gè)再認(rèn)實(shí)驗(yàn)：

向?qū)嶒?yàn)者以5秒一張圖片的速度連續(xù)呈現(xiàn)1000張圖片，事后進(jìn)行記憶測(cè)驗(yàn)，被試平均能認(rèn)出98.5%的圖片。

科學(xué)家斯丹丁進(jìn)一步推進(jìn)研究，他向被試短時(shí)間內(nèi)提供了10000對(duì)圖片，結(jié)果被試的再認(rèn)率仍能保持8300次。

最終結(jié)論是，人類的再認(rèn)記憶容量能輕松覆蓋正常人一輩子的經(jīng)歷。

簡(jiǎn)而言之，再認(rèn)記憶是一種寬廣的、自動(dòng)化的、可靠的認(rèn)知資源。

那么，為什么我們的大腦要特別優(yōu)待“再認(rèn)能力”呢？從進(jìn)化視角看，就很好理解。

大自然中存在顯著的“風(fēng)險(xiǎn)收益不對(duì)稱性”。

典型情況是，一種陌生（未知）的水果，你吃下它獲得的收益，可能是1小時(shí)熱量的卡路里，但為此付出的風(fēng)險(xiǎn)，可能就是你的小命。

我們預(yù)估陌生水果有毒無(wú)毒的概率各為50%，因此，陌生水果的期望收益是：

“一點(diǎn)營(yíng)養(yǎng)”*50%減去“一條小命”*50%，這肯定是個(gè)極大的負(fù)值。

這就是“風(fēng)險(xiǎn)收益不對(duì)稱”的典型特征，就好比擲骰子只有擲到6你才贏錢(qián)，其它都是輸錢(qián)，在這種規(guī)則下長(zhǎng)期賭下去肯定會(huì)賠精光。

順帶一提，人類的各類賭局也是“風(fēng)險(xiǎn)收益不對(duì)稱”，長(zhǎng)期賭博，莊家的勝率是100%。

大自然就是一個(gè)典型“風(fēng)險(xiǎn)收益不對(duì)稱”環(huán)境，原始條件下，食物時(shí)有時(shí)無(wú)、危機(jī)四伏、環(huán)境充滿不確定性，為了能在這種情況下存活，最好的策略就是“接近熟悉，遠(yuǎn)離陌生”。

而判斷事物是熟悉還是陌生，依賴的就是“再認(rèn)能力”，漫長(zhǎng)的進(jìn)化過(guò)程中，我們大腦自然會(huì)對(duì)“再認(rèn)能力”進(jìn)行高度優(yōu)化。

哲學(xué)家大衛(wèi)·休謨斷言：我們觀察到的頻率越高，我們的信念就越強(qiáng)。

近期有關(guān)“人類對(duì)事件發(fā)生頻率監(jiān)控能力的研究”也支持休謨的觀點(diǎn)，記憶對(duì)不斷流動(dòng)信息的發(fā)生頻率非常敏感。

實(shí)際上，古老的“收益風(fēng)險(xiǎn)不對(duì)稱性”正是我們?nèi)祟悺笆煜ぜ窗踩钡挠蓙?lái)。

時(shí)至今日，我們?nèi)悦刻煸谟谩笆煜じ袥Q策”，無(wú)論是購(gòu)買(mǎi)商品、面試、交友、擇偶……多數(shù)時(shí)候，我們都會(huì)將熟悉的列為“候選對(duì)象”。

大企業(yè)每年豪擲數(shù)十、上百億的預(yù)算做品牌曝光，正是為了讓我們露出大猩猩般的憨笑啊。

我稍微費(fèi)點(diǎn)篇章談?wù)撊祟惢凇霸僬J(rèn)”決策的好處，正是為了扭轉(zhuǎn)大家對(duì)“認(rèn)知偏見(jiàn)”的“偏見(jiàn)”。

近年來(lái)，我們將太多注意力放在“認(rèn)知偏見(jiàn)”（即簡(jiǎn)單啟發(fā)法）的失誤上，卻忘了它其實(shí)是一種高性價(jià)比的“原生態(tài)”決策模型（之一）。

乍一看，“簡(jiǎn)單啟發(fā)法”不需付出精力，實(shí)際上，它卻是人類整體在自然生態(tài)環(huán)境中積累了上萬(wàn)代跨度數(shù)十萬(wàn)年的“生態(tài)經(jīng)驗(yàn)算法”。我們說(shuō)專家直覺(jué)靠譜（僅在特定領(lǐng)域），是因?yàn)樗麄兎e累了數(shù)十年的經(jīng)驗(yàn)，那為何人類積累了數(shù)萬(wàn)代經(jīng)驗(yàn)的“簡(jiǎn)單啟發(fā)法”就靠不住了呢？

沒(méi)有人會(huì)因?yàn)榕ｎD定律不夠精確而舍棄它，也沒(méi)有人會(huì)看到孩子哭鬧就直接來(lái)一針鎮(zhèn)靜劑，既然如此，我們?yōu)槭裁匆釛壐黝悺昂?jiǎn)單啟發(fā)法”呢？

明白了進(jìn)化、生態(tài)與簡(jiǎn)單啟發(fā)法的關(guān)系，我們就馬上能揭秘，為什么在“生態(tài)情境”下，直覺(jué)的簡(jiǎn)單啟發(fā)法更勝于“專家的分析計(jì)算”。

除此之外，我們更想知道，在哪些情境下，這類“不費(fèi)腦”的直覺(jué)決策能比耗時(shí)費(fèi)力搜集數(shù)據(jù)計(jì)算的決策更為靠譜。

為了探索真相，GerdGigerenzer團(tuán)隊(duì)選擇了20種不同情境，并對(duì)人類“基于直覺(jué)的簡(jiǎn)單啟發(fā)法決策”跟“基于科學(xué)數(shù)據(jù)分析的決策”進(jìn)行競(jìng)賽。

四、為何簡(jiǎn)單啟發(fā)法更適用于現(xiàn)實(shí)世界

在直覺(jué)決策方案中，Gerd Gigerenzer 選擇了我們?nèi)祟愖畛Ｓ玫摹?strong>采納最佳啟發(fā)法”，大家不要被名字嚇到，算法很簡(jiǎn)單。以人類擇偶為例，采納最佳法決策如下：

你找對(duì)象時(shí)，首先考慮“整體感覺(jué)”（屬性1），如果候選對(duì)象的整體感覺(jué)差不多，那么你才考慮家庭背景（屬性2），如果家庭背景也差不多，那么你就考慮職業(yè)收入（屬性3）……

以此類推，但如果在屬性1“整體感覺(jué)”中，有一個(gè)候選人突出，那么你就直接忽視其他屬性，直接跟人家好上了。

在科學(xué)決策方案中，GerdGigerenzer選擇了以靠譜度跟復(fù)雜度著稱的“多元線性回歸算法”（即富蘭克林規(guī)則的豪華旗艦版），決策如下：

我們首先列出擇偶對(duì)象的重要屬性：顏值、家庭資產(chǎn)、職業(yè)、教育……然后從大量“其他人的擇偶數(shù)據(jù)”的分布中逆向推導(dǎo)（需借助專業(yè)統(tǒng)計(jì)軟件）計(jì)算，進(jìn)而建立“擇偶回歸模型”。然后根據(jù)該模型，代入候選人的屬性進(jìn)行計(jì)算，最后把你的下半生托付給得分最高者。

如果是你找對(duì)象，你更信任哪種？

乍一看，所有人都更信賴多元線性回歸模型（盡管聽(tīng)上去不太把人當(dāng)人看）。

但現(xiàn)實(shí)情境中到底如何呢？我們不妨先看下GerdGigerenzer團(tuán)隊(duì)的研究。

他們選取了包括社會(huì)、人口統(tǒng)計(jì)、經(jīng)濟(jì)、交通運(yùn)輸、健康、生物學(xué)、環(huán)境科學(xué)等在內(nèi)的20種現(xiàn)實(shí)情境：

比如，擇偶、輟學(xué)率、房?jī)r(jià)、城市人口、交通事故、肥胖預(yù)測(cè)、哺乳動(dòng)物睡眠、降雨量、舊金山臭氧水平……

在每種情境中，“采納最佳決策法”都僅依據(jù)“一個(gè)理由”直接進(jìn)行決策推導(dǎo)，而“多元線性回歸”則要收集大量信息并做大量計(jì)算。

以“房?jī)r(jià)”為例，“采納最佳決策法”僅根據(jù)“資產(chǎn)稅率”評(píng)估房?jī)r(jià)，而回歸則根據(jù)“資產(chǎn)稅率、房間數(shù)量、占地面積、房齡”等線索評(píng)估。

上述研究為期十多年，我們也不一一羅列具體每個(gè)情境中各自的準(zhǔn)確率了，直接對(duì)比20種不同環(huán)境中的總成績(jī)：

• 當(dāng)數(shù)據(jù)量充分時(shí)（這對(duì)多元回歸有優(yōu)勢(shì)）：采納最佳的準(zhǔn)確率是75%，多元回歸的準(zhǔn)確率是77%，略勝一點(diǎn)。
• 當(dāng)數(shù)據(jù)量較缺乏時(shí)：采納最佳的準(zhǔn)確率是71%，多元回歸的準(zhǔn)確率則下降至68%。

光看數(shù)字沒(méi)感覺(jué)，我簡(jiǎn)單說(shuō)明下：

1. 在激烈的市場(chǎng)競(jìng)爭(zhēng)中，幾個(gè)百分點(diǎn)的差距常常決定了成王敗寇；

2. 多元線性回歸具備優(yōu)勢(shì)的前提條件是需要“喂食”大量原始數(shù)據(jù)，在現(xiàn)實(shí)情境中，除非是國(guó)家或BAT級(jí)別的互聯(lián)網(wǎng)平臺(tái)，一般人很難、甚至根本搜集不到這些數(shù)據(jù)，換句話說(shuō)，連實(shí)驗(yàn)中提到的“數(shù)據(jù)較缺乏”的要求都遠(yuǎn)遠(yuǎn)達(dá)不到，這種高度缺乏數(shù)據(jù)的情況，多元回歸的準(zhǔn)確率會(huì)劇烈下降；

3. 多元回歸的運(yùn)算復(fù)雜度（決策成本）比采納最佳高出幾個(gè)指數(shù)的量級(jí)；

綜上，GerdGigerenzer團(tuán)隊(duì)得出異常反直覺(jué)的結(jié)論：

我們通常認(rèn)為，付出大量努力的決策比“憑著一兩個(gè)重大線索”就下判斷的“直覺(jué)”決策靠譜的多，但現(xiàn)實(shí)顯然沒(méi)我們?cè)O(shè)想的那么“公平”。

所幸，不公平的獲利方正是我們?nèi)祟惔竽X——在信息不充分（現(xiàn)實(shí)常常如此）的情況下決策——少即是多，無(wú)知比裝模作樣的數(shù)據(jù)決策更有機(jī)會(huì)獲勝。

幸福來(lái)的太突然，你一定想要刨根問(wèn)到底，到底是什么導(dǎo)致這種驚喜呢？

根源就一個(gè)字母：J。

五、真理與現(xiàn)實(shí)的分歧

這個(gè)問(wèn)題的詳細(xì)解釋過(guò)于學(xué)術(shù)復(fù)雜，這里我簡(jiǎn)要的說(shuō)明下根源。

“采納最佳決策法”成功的條件是：

做出決策的屬性1其權(quán)重遠(yuǎn)大于屬性2，而屬性2的權(quán)重遠(yuǎn)大于屬性3，以此類推……

換句話說(shuō)，只要決策環(huán)境是呈現(xiàn)“偏態(tài)分布”（即倒J型分布，我們俗話說(shuō)的二八原則），那么我們基于直覺(jué)的“采納最佳決策法”就具有強(qiáng)大的優(yōu)勢(shì)。

就拿擇偶來(lái)說(shuō)，你見(jiàn)誰(shuí)找民政局要數(shù)據(jù)再拿著統(tǒng)計(jì)軟件找對(duì)象的？如果不要遇上強(qiáng)勢(shì)的家長(zhǎng)干涉，多數(shù)人擇偶還是最看重“整體感覺(jué)”，其次才是職業(yè)、房車(chē)等物質(zhì)屬性。雖然人們常吐槽離婚率，但從社會(huì)宏觀上看，“不離婚率”遠(yuǎn)高于“離婚率”，這恰好說(shuō)明“采納最佳決策法”整體運(yùn)作良好。

反之，各類“科學(xué)決策法”（比如富蘭克林規(guī)則、多元線性回歸）往往是將現(xiàn)實(shí)想的太完美，它基于一種過(guò)度理想化的假設(shè)：

即我們能獲得影響決策的所有屬性，并且通常默認(rèn)現(xiàn)實(shí)是呈現(xiàn)“鐘型曲線分布”（見(jiàn)下圖），但這顯然過(guò)度忽略簡(jiǎn)化了現(xiàn)實(shí)中的“不連續(xù)性變化”。

時(shí)下較好的決策模型，比如“貝葉斯網(wǎng)絡(luò)”也是吸納了采納最佳決策的思想改進(jìn)的，但運(yùn)算量仍然非常復(fù)雜，不適用于日常生活。

如此一來(lái)，我們就能理解，為何以“采納最佳決策”為代表的直覺(jué)決策既“省事快速”還能“更準(zhǔn)確”，因?yàn)樗鐚?shí)反映了現(xiàn)實(shí)的環(huán)境結(jié)構(gòu)：

現(xiàn)實(shí)中，無(wú)論是社會(huì)環(huán)境還是自然環(huán)境，到處存在體現(xiàn)“二八原則”正太偏的J型分布。

比如，財(cái)富分布、互聯(lián)網(wǎng)流量、新聞曝光、人口分布、職位收入、市場(chǎng)容量、物種分布、權(quán)力、創(chuàng)新影響、新知識(shí)流動(dòng)……

此外，現(xiàn)實(shí)中，我們決策時(shí)往往沒(méi)法獲取大量數(shù)據(jù)。

這兩大因素共同賦予了“直覺(jué)決策”以強(qiáng)大的適應(yīng)力。

但這并不意味著直覺(jué)決策就完全可靠，只是它比“缺乏數(shù)據(jù)的理性決策”可靠。

前文也做了劇透，不是我們?nèi)祟惔竽X與生俱來(lái)就與真實(shí)環(huán)境匹配，事實(shí)上，正是大自然（包括自然與人文）無(wú)意中把大腦塑造成了快速且準(zhǔn)確的決策專家（那些決策模型不匹配現(xiàn)實(shí)的物種早已滅絕），這正是演化效應(yīng)。

或許你也了解過(guò)，在特定領(lǐng)域具有豐富經(jīng)驗(yàn)的專家，其直覺(jué)決策同樣非?？煽?。事實(shí)上，我們大腦更勝一籌，它是在大自然中野蠻生長(zhǎng)累積了數(shù)十萬(wàn)年經(jīng)驗(yàn)的“專家”，其認(rèn)知適用性更廣，并沒(méi)有我們認(rèn)為的那么“無(wú)知”。

所以，表面上是“感性決策”，實(shí)際上也可以稱為“生態(tài)理性”決策——它更契合現(xiàn)實(shí)環(huán)境。

說(shuō)了這么多，我有義務(wù)跟你分享下本專題的初衷：

我發(fā)現(xiàn)很多人往往簡(jiǎn)單的認(rèn)為“只要邏輯不通就沒(méi)價(jià)值”，或?qū)幭嘈拧叭狈?shù)據(jù)的理性決策”也不相信自己的偏好。

確實(shí)，感情用事不是好習(xí)慣，但“感情用事”的對(duì)立面是“理智”，理智并不等于盲目理性。

所謂的理智決策，代表智慧，就是讓我們?cè)谠鷳B(tài)環(huán)境中，即“視野受限、時(shí)間資源受限”做出最有利于生存（適應(yīng)）的判斷。

而理性決策，代表求知，追求的是“上帝視角”的完美答案，你不能用“上帝算法”來(lái)替“凡人”做出決策。

能耐著性子看到這里，辛苦了。當(dāng)然，你的努力不會(huì)白費(fèi)。下面，我將會(huì)在上述研究的基礎(chǔ)上與你分享，如何在現(xiàn)實(shí)中做出更睿智的決策。

六、理智決策的五原則

決策的話題很宏大，較真起來(lái)，估計(jì)能寫(xiě)成一整個(gè)學(xué)科的教材了。

但是，根據(jù)上述研究，我仍然能為大家提供一些高價(jià)實(shí)用的決策原則，進(jìn)而讓我們的生命更有力度：

原則一，做出好決策的大前提是“對(duì)自己誠(chéng)實(shí)”

理智決策不可或缺的是介入感性?？此埔饬现?，卻在情理之中。

事實(shí)上，任何決策都沒(méi)有絕對(duì)的“好與壞”，評(píng)估“好壞”就要涉及到“價(jià)值觀”，而每個(gè)人的價(jià)值觀差異極大。

所以，高質(zhì)量的決策，前提就是“認(rèn)識(shí)你自己”，立足自身的內(nèi)心愿景進(jìn)行決策。

拿我自己來(lái)說(shuō)，當(dāng)年大學(xué)畢業(yè)找工作時(shí)，恰好遇上金融危機(jī)，而我特別擅于考試，外加其他各種優(yōu)勢(shì)，要考個(gè)公務(wù)員可說(shuō)是十拿九穩(wěn)?！袄硇詻Q策”來(lái)說(shuō)，小學(xué)生都算得出我該去考個(gè)公務(wù)員。

但我并沒(méi)有這么做——公務(wù)員的核心優(yōu)勢(shì)——穩(wěn)定——在我看來(lái)卻是——重復(fù)且缺乏自由，那樣的職業(yè)生命簡(jiǎn)直要我的命。

所以我選擇“對(duì)自己誠(chéng)實(shí)”（情愿辜負(fù)許多親戚的期望）。當(dāng)然也遭到“報(bào)應(yīng)”，甚至直到今天，我仍然在現(xiàn)實(shí)中磕磕碰碰。但如果上天能給我一個(gè)再來(lái)一次的機(jī)會(huì)，我會(huì)對(duì)公務(wù)員考試說(shuō)三個(gè)字：去你的。

當(dāng)然，我說(shuō)的“對(duì)自己誠(chéng)實(shí)”是建立在“承諾”的基礎(chǔ)上，你不能說(shuō)一方面要追逐自由（自由須付出巨大代價(jià)），另一方面又每天煲劇刷某音愚樂(lè)至死。

我們看到很多人活的很累、很虛無(wú)，正是因?yàn)?strong>做決策時(shí)“忽視了自己”。

比如，為了“迎合伴侶的喜好”、“跟風(fēng)攀比”購(gòu)物，為了“滿足某些巨嬰親戚”、為了“滿足父母的期望”而做決策，事后往往還喜歡以一種受害者的形象顧影自憐。

這根本就不值得同情，因?yàn)椤闶紫染筒惶鹬刈陨砩?strong>生命的本質(zhì)從來(lái)就不是委曲求全，而是在持續(xù)的沖突中變得更好。

原則二，優(yōu)先利用“風(fēng)險(xiǎn)收益不對(duì)稱效應(yīng)”采用“一票否決式”決策法

前面我讓大家深情朗誦了一句話“認(rèn)知不是為了真理，是為適應(yīng)服務(wù)”。

這給到我們很重大的啟示，考慮到大自然顯著的“風(fēng)險(xiǎn)收益不對(duì)稱性”，這說(shuō)明任何現(xiàn)存的物種在本質(zhì)上都是通過(guò)“不做某事”而獲得成功（進(jìn)化）。

而我們要做出理智決策，就該好好借鑒這一最為古老的智慧：否決式?jīng)Q策

實(shí)質(zhì)而言，“否決式?jīng)Q策”是上述“采納最佳決策法”的逆反運(yùn)用，相比之下，它擁有最佳決策法的優(yōu)點(diǎn)——“簡(jiǎn)單快速”（無(wú)需搜尋、分析大量數(shù)據(jù)），既更為穩(wěn)妥，還符合原則1，對(duì)自己誠(chéng)實(shí)。

讓我們以“是否跳槽”為例說(shuō)明下：

我們雖然無(wú)法確定新工作是否比原工作強(qiáng)，但是，我們（結(jié)合自己實(shí)際情況）卻能判斷，存在哪些因素的工作是“一定不要去”：

比如，你剛準(zhǔn)備還房貸，那么新創(chuàng)企業(yè)不要去，哪怕開(kāi)出的薪酬可觀；

根據(jù)“林迪效應(yīng)”，對(duì)于“非自然”事物（比如技術(shù)、知識(shí)、業(yè)務(wù)），其存在時(shí)間越長(zhǎng)，那么預(yù)期壽命也越長(zhǎng)。換句話說(shuō)，一家企業(yè)的預(yù)期壽命等于其已存在時(shí)間，因而新創(chuàng)企業(yè)的存活率相當(dāng)?shù)?/strong>。

為什么這么說(shuō)？因?yàn)?strong>生命的發(fā)展不可或缺的就是真實(shí)壓力。

夢(mèng)想能讓你去教室自習(xí)么？考試一來(lái)絕對(duì)會(huì)去。這就是真實(shí)壓力賦予你的行動(dòng)力。

真實(shí)世界充滿不確定性，你永遠(yuǎn)別想等到“萬(wàn)事俱備只欠東風(fēng)”的理性決策環(huán)境，你越是遲遲不做決策，就越難與現(xiàn)實(shí)產(chǎn)生沖突，也就缺少生命發(fā)展的動(dòng)力。

用一句很俗的話來(lái)說(shuō)，有時(shí)候不逼自己一把，永遠(yuǎn)不知道自己的潛力有多大。

#專欄作家#

李少加，公眾號(hào)：少加點(diǎn)班，人人都是產(chǎn)品經(jīng)理專欄作家?！哆M(jìn)化式運(yùn)營(yíng)》作者，“基于用戶視角的用戶養(yǎng)成運(yùn)營(yíng)框架”提出者，互聯(lián)網(wǎng)商業(yè)獨(dú)立研究者、運(yùn)營(yíng)管理專家。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議