思考快与慢
Thinking, Fast and Slow · 2011
Kahneman 是 2002 年诺贝尔经济学奖得主（心理学家拿经济学奖），跟 Tversky 几十年合作把「认知偏见」从心理学边缘话题推到决策科学中心。2011 年这本书是他 40 年研究的总结+科普。
他对经济学的不满很具体——主流经济学预设「理性行为人」，但他和 Tversky 几十年实验数据显示：人不是「偶尔犯错的理性动物」，是「偶尔正确的偏见机器」。损失厌恶、锚定、可得性启发、代表性启发——这些不是个别认知缺陷，是系统性的、可预测的、几乎无法消除的认知模式。
更深的挠痒处——他看到行为经济学被实务界滥用成 nudge（推动）技术。Cass Sunstein、Richard Thaler 把这套工具用来「设计选择架构」。Kahneman 在书里小心地区分：发现偏见是科学，利用偏见操控人是另一回事。但这条线在实际应用中模糊。
不写不行的那股劲儿——他要让普通读者看清自己的认知，不是为了消除偏见（多数偏见消不掉），是为了在重大决策时知道什么时候要 disengage 系统 1 启动系统 2。
五条天花板，不证，摆桌上：
一句话：System 1 vs System 2。直觉快系统 vs 理性慢系统。
Kahneman 的取景框：把所有认知行为先用两个系统定位——是系统 1（自动、直觉、毫不费力）在跑，还是系统 2（受控、理性、费力、带宽窄）在跑？多数时候是前者，你以为是后者。
他的独占术语和区分——
System 1 / System 2：自动 vs 受控。系统 1 永远在线，处理无数日常判断（识脸、读情绪、估距离）。系统 2 带宽极窄，需要被主动调用。「系统 1 给答案，系统 2 盖章」是默认运行模式。
损失厌恶（Loss aversion）：Pain(损失) ≈ 2.5 × Gain(等量收益)。这是 Kahneman/Tversky Prospect Theory 的核心发现。解释了股市非理性、保险偏差、谈判中的固守。
WYSIATI（What You See Is All There Is）：所见即全部。系统 1 用手头有的信息构造完整故事，系统 2 很少质问「我看不见的信息是什么」。信息越少越自信——这是 Kahneman 最反直觉的发现。
Anchoring（锚定）：第一个数字会拽住所有后续判断。「这辆车原价 30 万现降到 20 万」让你觉得 20 万便宜——30 万就是锚。
Availability heuristic（可得性启发）：判断概率时用「能想起多少例子」替代「实际频率」。媒体覆盖度高的事件（空难、恐怖袭击）被高估，低覆盖事件（车祸、自杀）被低估。
Representativeness heuristic（代表性启发）：判断属性时用「像不像典型」替代统计概率。「Linda 看起来像女权主义者所以她是」——忽略 base rate。
Peak-end rule（峰终定律）：体验的记忆 = f(峰值 + 终点)，不是体验的积分。一次美好旅行最后一天淋雨可以毁掉整段记忆。
Experiencing self vs Remembering self：体验自我 vs 记忆自我。两者经常冲突——大多数人选择优化记忆自我而非体验自我（拍照而非看风景）。
你以为你在理性思考，其实 90% 的时间是一个懒惰的直觉系统（系统 1）在替你做决定——而你对此毫无察觉。系统 2 的主要工作不是思考，是给系统 1 的输出盖橡皮章。
更狠一刀：多数认知偏见无法被消除——它们是系统 1 的工程性质，不是 bug。你能做的不是「消除偏见」，是「识别偏见出现的场景，在重大决策时主动调用系统 2」。但调用系统 2 是费力的、违反默认的、需要触发的。多数时候你不会调。
再更狠：损失厌恶让股市投资者持有亏损股不卖（怕实现损失）；让谈判者不让步（怕损失沉没成本）；让人在关系里继续待着（怕失去已投入的时间）。这不是「不理性」，是大脑底层结构。理解它的人不是变得理性，是变得知道自己什么时候不理性。
带走的一句——
Nothing in life is as important as you think it is, while you are thinking about it.
形态：取景框
内容：大脑有两个系统——系统 1（快、自动、直觉）和系统 2（慢、受控、理性）。系统 2 懒惰到几乎从不接管，多数判断是系统 1 在跑。识别这一点比消除任何具体偏见都重要。
为什么是这一件：换上这副眼镜，你看自己的「直觉」「第一反应」「肯定是这样」全是系统 1 输出，未必是结论。看广告、看新闻标题、看政治宣传，全是设计来激活系统 1 绕过系统 2 的工艺品。看自己重大决策时，问「我现在是系统 1 在裸跑还是系统 2 真上线了」。十年后还在用的取景框，翻回原书是想再校准一次「系统 2 调用的触发条件」。
带走了这一件，这本书的精神内核就在你手里。
Kahneman 给了 System 1 / System 2 的二分作为强大的取景框。但这个二分有一个 Kahneman 自己后来部分承认的 trapdoor：它可能只是一个有用的隐喻，不是大脑实际架构。
认知神经科学没找到「系统 1」和「系统 2」对应的明确神经基础。最接近的对应是「自动 vs 受控加工」的连续谱，不是离散的两个系统。Kahneman 在 2011 年承认这只是「教学性的虚构」（pedagogical fiction），但这本书的成功让二分话语固化在大众认知里——一个隐喻被广泛误读为事实。
另一条 trapdoor：Kahneman 在 2017 年承认「priming research」（启动效应研究）的复现危机让他对自己书里某些主张失去信心。第 4-5 章关于 priming 的多个经典实验在 2010s 复现失败。Kahneman 公开承认「I placed too much faith in underpowered studies」。但这本书 2011 年出版后这些章节没被修订，读者持续把这些已被质疑的发现当结论。
再一条：Kahneman 的研究范式（实验室任务 + 大学生被试 + 强行选择）有外部效度问题。许多「偏见」在自然环境、长期决策、专业领域里要么消失要么被有效校准。例如「锚定」在新手身上明显，在专业谈判者身上大幅弱化。Kahneman 的实验室数据被推广为「人类普遍认知特征」，但人类不只在实验室做决策。
再一条：System 1 / System 2 框架预设两者是对立的——System 1 出错，System 2 来救。但 Gerd Gigerenzer 等「fast and frugal heuristics」学派反对这个框架——他们的数据显示，在「生态有效」的情境里（信息不完整、时间紧、风险真实），System 1 的启发式经常优于 System 2 的精确计算。把所有「System 1 输出」都贴上「偏见」标签，可能是 Kahneman 框架的过度归因。
对 Thinking Fast and Slow 取景框的用户来说：第一刀是用 System 1 / System 2 看认知，第二刀是接受这是有用隐喻不是神经事实，第三刀是警觉书里部分章节（特别是 priming-related）已被复现质疑——把它当 2011 年最佳整合，不是 2024 年最终真理；第四刀是接受 System 1 不一定总错，在生态有效情境下它可能比 System 2 更准。