# why - 由于人类进化的过程，我们的边缘系统的反应要比前额叶快 40ms，我们很容易把决策交给本能反应，因此会出现认知偏差。 # what - 过度自信偏差（Overconfidence Bias） 人们通常会高估自己的判断准确性，认为自己比实际更擅长预测结果。这种偏差会让我们在计算概率时，倾向于将成功概率视为远大于真实值，从而导致决策失衡。 - 代表性偏差（Representativeness Bias） 当人们把某事件简单地与“看起来相似”的案例联系起来时，就可能忽视基准概率。例如，听到某人“喜欢辩论”“喜欢逻辑分析”，就贸然认为对方是律师，而没有考虑“律师在所有职业中的基准比例”究竟是多少。这种忽视基数概率的错误，会严重影响我们的概率判断。 - 可得性偏差（Availability Bias） 我们往往根据脑海中能想到的“例子或场景”的清晰程度来判断概率。比如，若近期看到新闻报道飞机失事，就会夸大搭乘飞机的风险，忽略了事实上飞机比汽车更安全的数据统计。 - 锚定效应（Anchoring Effect） 初始给出的某个数字（锚点）会在潜意识里影响我们的后续估计，即使这个锚点与实际并无直接关联。投资里若先听到有人报出一个不切实际的目标收益率，我们后续的判断会不自觉地被这个数字框定。 - 正是因为大脑在处理概率时与生俱来地有各种“漏洞”，我们才需要在实践中刻意运用[[009 概率思维 probabilistic thinking]]来对冲、纠偏这些不自觉的偏差。 # how # how good # Ref.