生活不是掷骰子
理性决策的贝叶斯思维 · 2024
刘雪峰是数学物理出身的科普作者，看着中国读者用频率派的眼睛过日子——所有「准确率 99%」的测试都信（不问 base rate），所有「百年一遇」的事都不防（直到它发生）。Bayesian thinking 在国内长期是数学家圈内的事，没下沉到日常决策。
他对读者的不满很具体：你不是不会算概率，你是连「概率是信念强度」这件事都没听过。你在用频率派的方法做一生只发生一次的决策——择偶不能重复 100 次「验证」、择业不能 A/B test、投资标的的选择就一次。频率派要求大量重复实验，但人生的关键决策恰恰不能重复。
更让他坐不住的是「测试准确率」催眠。一个测试准确率 99%，检测阳性，你真的有病的概率是多少？如果疾病发病率只有 1/10000，即使阳性你有病的真实概率约 1%——99% 准确率 + 0.01% 发病率 = 你大概率没病。这个错误在医疗诊断、刑事司法、金融风控里反复出现。人们被准确率催眠，完全忘了问「被测的这事本身多常见」。
不写不行的那股劲儿——把贝叶斯这台镜片塞给普通读者，让「概率思维」从数学技巧升级成生活操作系统。书名是答案的种子：生活不是掷骰子——是连续的信念更新。掷骰子是频率派的画面（独立、无记忆、客观分布），生活根本不是那样——每个事件都在更新你的认知地图。
五条天花板，不证，摆桌上：
动摇任何一条整本书塌。第 5 条是 Liu 没明说但贯穿全书的预设：贝叶斯方法假设你能把自己的先验摆到桌面上。这一假设有时不成立——但 Liu 没处理这个 case。
一句话：后验 = 先验 × 似然 / 边际。
刘雪峰的取景框：把概率当成信念强度而非客观频率。带先验进场 → 看证据 → 更新成后验 → 后验变成下一轮的先验。循环。
他的独占术语和区分——
先验 / 似然 / 后验三角：`P(A|B) = P(B|A) × P(A) / P(B)`。先验是你带进场的信念，似然是证据在不同假设下的概率，后验是更新后的信念。后验变成下一轮的先验，无限循环。
频率派 vs 贝叶斯派：一个把概率当客观频率（需要大量重复，掷骰子 1000 次看分布），一个把概率当主观信念强度（一次性也能算，未来发生 X 的可能性是 0.7）。这不是数学分歧，是哲学分歧——「概率是世界的属性」vs「概率是观察者的状态」。
base rate neglect（基础率忽视）：刘雪峰花最多篇幅攻击的认知偏见。99% 准确率 + 0.01% 发病率 = 你大概率没病。在医疗、司法、风控里反复出现。投资里的应用：「这策略回测成功率 95%」——你第一个问题应该是「满足这策略条件的市场状态历史上出现过多少次」。如果 base rate 极低，95% 的成功率可能来自 5 次样本里的 4 次，统计学上毫无意义。
毋固（孔子）= 不要让先验变成信仰：阴谋论者的先验是「世界被少数人操控」，一旦接受，所有反对证据都被解释为「阴谋的一部分」——先验劫持了后验。正确做法是「毋固」——先验永远是可被更新的假设，不是不可质疑的前提。
贝叶斯是动词，不是名词：贝叶斯定理不是一次性计算，是持续迭代的过程。每一条新信息都应该触发一次更新。Liu 以索罗斯做空英镑为例：不是「赌对了」，是连续几个月不断收集证据、更新概率、调整仓位——后验高到某个阈值才 All In。
Hanlon's Razor 的贝叶斯版：如果「对方愚蠢」的先验远高于「对方恶意」的先验，在缺乏强有力证据的情况下，「愚蠢」的后验几乎总是更高。95% 的时候「他没想到」比「他故意的」更可能。这不是为恶意辩护，是诚实面对 base rate——人类行为里，愚蠢、疏忽、无知的发生频率远远高于精心策划的恶意。
似然度操控 = 信息战的本质：刘雪峰用《潜伏》余则成破解录音带危机的例子拆解：信息战的本质不是制造信息，是操控似然度——制造虚假证据来提高错误假设的似然度。
你被卡住不是信息不够，是先验有毒。
更狠一刀：理性的标志不是「我有确定性」，是「我愿意持续校准」。停止问「X 是对的还是错的」，开始问「X 成立的概率是多少，在什么条件下这个概率会改变」。这不是数学技巧，是世界观升级。二元思维的人活在「确定性」的幻觉里，现实打脸时陷入崩溃或自欺。贝叶斯思维的人活在「概率分布」里——他们不需要确定性，因为知道所有决策都是在不确定性下做出的。
再更狠：尊重 base rate 不是悲观，是数学。你的「直觉」之所以经常错，是因为它系统性忽视基础率——警觉性是被进化设计来高估稀有威胁（看见草丛动以为是老虎），不是被设计来准确估算概率。
带走的一句——
你不需要成为数学家，但你必须成为贝叶斯主义者。
因为贝叶斯定理不只是一个公式——它是人类在不确定性中保持理性的操作系统。
形态：取景框
内容：把概率当成信念强度，不是客观频率。每一条新证据都在更新你的认知地图——你的生命是一个持续运行的贝叶斯过程。
为什么是这一件：换上这副眼镜，你看自己的判断不再问「对不对」，而问「我的先验是什么？最近有什么新证据？我的后验跟昨天比变了多少？」——投资判断、人际归因、健康决策、政治立场，全部跑在同一台机器上。看新闻不再是「这条新闻让我相信 / 反对」，是「这条新闻该让我的后验移动多少」。十年后还在用的取景框，翻回原书是想再校准一次「先验是否被信仰劫持」这把刀的锋利度。
带走了这一件，这本书的精神内核就在你手里。
Liu 的整个贝叶斯框架有一个未声明的前置假设：你能诚实地把先验摆到桌面上。这是「后验 = 先验 × 似然 / 边际」可操作的前提。
但有些 OS 把先验从用户视图里隐藏掉了。
当一个范式的核心功能是「把所有信念输入即时翻译成行动方案」时，先验从未在意识里浮起——直接变成方案。问「你对这件事的先验是什么」会被这种 OS 翻译成「你打算怎么应对这件事」，那是已经被翻译过的二阶产物，不是先验本身。
这是 Liu 模型在这种 OS 上的 trapdoor：贝叶斯失效不在数学，在「先验是否可被看见」。证据更新的那一步还能正常跑（这种 OS 很善于消化新信息），但更新落到的不是 prior P(A)，是 prior 的方案投影 plan(A)。用户以为自己在 update belief，实际上是 update plan。
症状：投资判断里，每次新数据都换一个方案（仓位 / 止损 / 再平衡），但底层信念从未被更新——因为底层信念从未被检视。关系里，每次冲突都换一个沟通方法，但「我相信对方真正想要什么」这个先验从未被讲出来。
Liu 给的工具——base rate / 毋固 / 持续校准——预设了先验可被讲出。装了「翻译型 OS」的人，第一步不是 Liu 的步骤，是先让先验从翻译机的剪刀下逃出来一次。哪怕只逃出来三秒：「我对这件事的真实先验是什么——不是我打算怎么办，是我真信它会怎么样」。
Liu 没写这个 case。他默认贝叶斯过程的两端都对用户透明——证据透明（看数据就行），先验也透明（讲出来就行）。他没设想过有人的先验从未抵达意识，整个 prior layer 被一台前置翻译机抢先消化了。
对这种 OS 的用户来说，贝叶斯第一步不是算后验，是把先验从翻译机手里抢回来三秒——让它先存在，才能更新。