Everything Is Predictable

《Everything Is Predictable》出版于2024年，作者 Tom Chivers 是英国科学记者，先后为《泰晤士报》《卫报》《新科学家》等媒体撰稿，2018 年和 2020 年两次获得皇家统计学会统计新闻奖。全书围绕一条方程展开：贝叶斯定理。作者的主张是，任何在不确定条件下做决策的过程，只要做得对，都在近似地执行贝叶斯定理；概率表达的是主体对世界无知程度的估计，而不是世界自身的属性。他把这条线索从医学检验推到科学统计、决策理论、人工智能、人类感知与意识，最后落到进化和日常判断。

贝叶斯定理是一个条件概率公式：P(A|B) = P(B|A) × P(A) / P(B)。它把两种条件概率关联起来：给定证据 B 时事件 A 的概率，由给定 A 时看到 B 的概率、A 的先验概率、B 的先验概率共同决定。书中反复强调方向问题：经典概率问"给定假说为真，看到这批数据的可能性有多大"，贝叶斯定理问的是相反的"给定这批数据，假说为真的可能性有多大"。后者必须引入先验——在看到证据之前，你有多相信这个假说。

引言用乳腺癌筛查演示这一点。假设 1% 的同龄女性患乳腺癌，检验的敏感度是 80%（患癌者 80% 检出），特异度是 90%（未患癌者 90% 判阴）。给 10 万人检查：1,000 人患病，其中 800 人阳性；99,000 人未患病，其中 9,900 人假阳性。阳性结果共 10,700 例，真阳 800 例，所以一次阳性结果对应的真实患病概率约 7%，多数人会误以为它接近检验的"准确率"。把检测人群换成患病率 10% 的高危人群，同样的检验给出的概率变成约 47%。检验本身没变，变的是先验。

一、引言：一条方程

条件概率与先验

条件概率处理"已知某事件发生，另一事件的可能性"这类问题。一副牌抽到红心的概率是 13/52，先抽出一张梅花后，红心概率变成 13/51≈0.255。伦敦某天降雨的概率约 0.4，看到乌云压顶后概率升高。贝叶斯定理把这些直觉形式化，并给出一个反直觉的推论：检验"准确"程度与"阳性结果意味着什么"是两回事，前者是 P(B|A)，后者是 P(A|B)。作者借用一句区分：一种是"某个人是教皇的概率是八十亿分之一"，另一种是"教皇是人的概率是八十亿分之一"。

医学检验中的先验

医学是全书用得最多的例子，先验（医学上叫患病率或背景率）决定了阳性结果的真实含义。

• 2020 年 4 月，英国一种获批紧急使用的 COVID-19 抗体检验报告约 95% 敏感度与特异度，当时约 3% 英国人感染过。检验一百万人，约 28,500 真阳、48,500 假阳，阳性结果中真阳略多于三分之一。若据此向全体阳性者发放"免疫护照"，约 300 万人会被错误放行。
• 同年的 PCR 争议：当时英国流行率约 0.1%，按 1% 假阳率、10% 假阴率随机检测，90% 以上的阳性是假的。"封锁怀疑派"把这当作贝叶斯式的解释，作者指出他们没有推到底：检测对象是有症状或接触史的人，先验远高于 0.1%；且 2020 年夏季全部检测阳性率最低时仅 0.05%，假阳率不可能高到 1%。
• PSA 前列腺筛查：按 3 ng/ml 截断值，敏感度 32%、特异度 85%；50 多岁男性患病率约 2%。检测一百万人，约 6,400 真阳、147,000 假阳，阳性者真实患癌概率约 4%。把截断值升到 4 ng/ml，特异度升到 91% 而敏感度降到 21%，阳性者真实患癌概率仍只有约 4.5%。作者据此提出一个无法回避的权衡：提高灵敏度必然增加假阳，提高特异度必然漏掉真阳，唯一出路是换一种更好的检验。
• NIPT 产前筛查：对普通人群随机检测时，唐氏综合征的阳性预测值 82%、帕陶综合征 49%、爱德华兹综合征 37%；限定高风险孕妇后，爱德华兹的阳性预测值升到 84%。作者指出"99% 准确"的检验在低流行率人群中会产出大量假阳性。

司法证据中的逆概率

检察官谬误是把"样本匹配"误当成"嫌疑人有罪的概率"。一份 DNA 样本与嫌疑人匹配，匹配在三百万人中只出现约一次（1/3,000,000）。若嫌疑人是随机从 6,500 万英国人中挑的，对全体人口做 DNA 检测会得到约 20 个偶然匹配，那么他是凶手的概率只有约 5%。若事先把嫌疑人缩小到 10 个人，情况则完全不同。1990 年 Andrew Deen 案中，专家证人把"无辜者 DNA 匹配样本"的概率说成"样本来自别人的概率"，定罪因此被推翻（重审仍定罪）。O. J. Simpson 案是相反方向的错误：辩方称打妻子的男人一年内谋杀妻子的概率不到 1/2,500，Gigerenzer 指出这用的是先验而忽略了新信息——妻子已经被谋杀。若 10 万名受虐女性中每年约 40 人被丈夫杀害，给定"女性被杀"之后，凶手是丈夫的条件概率要高得多。

二、概率史的岔路

Thomas Bayes 1701 年前后出生于伦敦一个非国教（Nonconformist）家庭，成年后在滕布里奇韦尔斯担任长老会牧师，业余研究数学。非国教信徒在 1662 年《统一法》后约有 2,000 名牧师被逐出教会，1688 年《宽容法》后获得信仰自由，但仍被禁止进入英国大学。贝叶斯因此赴爱丁堡读书。传记作者 David Bellhouse 认为，贝叶斯的信仰接近阿里乌主义或索西尼派——否认三位一体的异端，介于正统基督教与唯一神论之间。他的交往圈包括数学家 William Whiston、化学家 Joseph Priestley、伯爵数学家 Philip Stanhope。1731 年他出版神学著作《神圣仁慈》，为"全能全善的上帝为何允许恶存在"辩护；还写过辩护牛顿微积分的《流数导论》，反驳 Berkeley 的"除以零"批评。

贝叶斯留下的是一篇遗稿，1761 年去世后由朋友 Richard Price 整理，1763 年发表在《哲学汇刊》上，标题为《论机会学说中一个问题的解法》。Price 是伦敦纽因顿格林的非国教牧师，与富兰克林、杰斐逊、亚当斯均有交往，被 Stigler 称为"第一个贝叶斯主义者"。他在论文后半部分加入应用，包括著名的"日出问题"：看到太阳升起 n 次后，下一次升起的概率是多少。Price 的动机之一是用概率论证对抗休谟《论奇迹》中的主张——任何关于奇迹的证词都不足以让人相信奇迹。两人见面后互致敬意，休谟称 Price"是一个真正的哲学家"，但没有改写自己的论文。

从帕斯卡到伯努利

概率论从 17 世纪法国的赌场起步。1654 年，赌徒 Antoine Gombaud（自封 Chevalier de Méré）发现"四掷骰子至少出一次 6"值得下注，而"二十四掷双骰至少出一次双 6"不值得，便向 Pascal 请教。Cardano 早先的算法——把单次概率乘以次数——会出错，正确做法是计算"不发生"的概率：四掷至少一个 6 是 1 − (5/6)⁴ ≈ 0.52；二十四掷至少一次双 6 是 1 − (35/36)²⁴ ≈ 0.49。两人进而处理"中断的赌局如何分注"的问题，Pascal 用三角形数出剩余局面的可能结果数。Jacob Bernoulli 随后引入大数定律：样本越大，观测比例越接近真实比例。他把问题从游戏推进到"从数据推断世界"。

Bernoulli 面对瓮中黑白球：已知抽出的比例，能对瓮中真实比例说什么？他的定理给出了"道德确定性"——给定样本量和置信度，可以保证结果落在真实值附近。他举的例子需要 25,500 个样本，才能把 3,000:2,000 的瓮中比例估到 2% 以内、置信度 999/1000；Stigler 评论说这个数字比当时巴塞尔全城人口还大。Clayton 在《伯努利的谬误》中认为，Bernoulli 犯了一个关键混淆：他把"样本比例接近总体比例"当成"总体比例接近样本比例"，二者的概率可以相差很大，这个错误直到贝叶斯才被纠正。

Abraham de Moivre 把伯努利的工作推进了一步：他发现二项分布的形状随样本增大而趋于一条钟形曲线，即正态分布；用它可快速近似任何结果的概率，而不必逐项计算阶乘。他量化了标准差与样本量平方根的关系。Thomas Simpson 1755 年处理天文观测误差时明确做推断——用观测均值估计行星真实位置——并给出作者所称"已知最早的统计学家给实验科学家的建议"：取尽可能多次观测的均值。审稿人之一是贝叶斯，他评论说，若测量仪器本身有系统偏差，取再多均值也无济于事，只会让你更确信一个错误的答案。

频率主义的兴起

19 世纪后半叶，统计学家对主观先验的排斥促成了频率主义的统治地位。Galton 引入回归均值（他称之为"回归到平庸"）、用 quincunx 演示正态分布叠加、研究天才的家族遗传，并创造了"优生学"一词；他对非洲人、阿拉伯人、中国人的种族主义言论白纸黑字写在信里。Karl Pearson 创造了"标准差"一词和卡方检验，与 Galton、Weldon 创办《生物统计》期刊，并出任优生学教授。Ronald Fisher 发明了方差分析、统计显著性、最大似然估计（MLE），也是著名遗传学家。两人因为 Fisher 的 MLE 是否在偷偷引入贝叶斯先验而决裂。

作者对这段历史保持距离。他转述 Clayton 的论断：Fisher 与 Pearson 追求频率主义的"客观性"，是为了给优生学主张披上科学权威的外衣；但他明确表示不接受这一因果解释，并转引 Bellhouse 的怀疑——该问的问题应当是"哪个更正确、哪个更有用"，而不是"哪个的支持者更令人不快"。作者列举了 19 世纪对主观主义的批评：Mill 认为概率必须表达真实世界的频率而非无知；Boole 指出"无知"有不同的种类，对总体分布无知与对每个球无知会给出不同的先验；Bertrand 的盒子悖论显示对边长均匀无知与对面积均匀无知互相矛盾；Venn 把概率定义为无限次掷币的频率。作者还指出，Fisher 声称 Boole、Venn、Chrystal 摧毁了贝叶斯主义，但据 Zabell 的研究，这三人其实都只批评了其中一部分，Chrystal 甚至算错了自己的例子。

统计显著性

Ronald Fisher 定义了现代统计显著性的核心工具 p 值：在零假设为真的条件下，看到至少这么极端数据的概率。Fisher 建议以 0.05 作为"方便的划线处"，并明确说这完全任意，可以根据任务调整。单尾与双尾检验的差别在于是否愿意对两个方向的极端结果都感到惊讶。作者反复提醒，p 值回答"给定假说，数据有多意外"，回答不了"给定数据，假说有多可能为真"——后者必须用贝叶斯定理。

贝叶斯主义的蛰伏与复兴

频率主义成为科学正统之后，贝叶斯方法转入一些具体应用领域。Harold Jeffreys 用地震波数据研究地球内部，1926 年证明地球核心是液态的；他认为概率是描述一切不确定性的恰当语言，包括"日内瓦是不是瑞士首都"这种真命题。Frank Ramsey、Bruno de Finetti、Émile Borel 各自提出把主观概率当作下注意愿来量化，Ramsey 的名言是"我们一生都在下注"。Alan Turing 在布莱切利园破解 Enigma 时使用先验——假设某些字母组合比另一些更可能——并建立了信息论的一些雏形。20 世纪 70 年代的 Valencia 会议（1979 年第一次）把贝叶斯主义推向现代形态，会上有"贝叶斯合唱团"和改编歌曲的传统。

三、科学中的贝叶斯

2011 年发生的一系列事件暴露了科学统计实践的漏洞。荷兰心理学家 Diederik Stapel 被证实伪造数据（"吃肉使人更反社会"、"垃圾环境使人更种族主义"等论文从未做过实验）；康奈尔大学的 Daryl Bem 发表了"逆向启动"研究，声称找到超心理（psi）的证据，p 值 0.01；Simmons、Nelson、Simonsohn 发表《假阳性心理学》，用常规统计方法"证明"听披头士歌曲《当我六十四岁》能让听者年轻十八个月（p = 0.04）。作者称后两篇论文说明：工具本身没有错，错的是把 p 值当成了"假说为真的概率"。

p 值的误读与复制危机

2005 年，Stanford 的 John Ioannidis 发表《为什么大多数已发表的研究发现是假的》。Lindley 早在 1991 年就指出，多数研究者把"5% 显著性"理解为"零假设为假的概率是 0.05"，而它只是"零假设为真时看到如此极端数据的概率"。作者引用的调查显示：2007 年一项研究让 44 名心理学本科生、39 名教授和 30 名统计学教学者判断六句关于显著性的陈述，全部本科生、90% 的教授和 80% 的方法论教学者至少答错一句；30 本心理学导论教材中 25 本定义"统计显著性"，其中 22 本定义错误。

Brian Nosek 2011 年发起可重复性项目，270 名研究者尝试复制 100 项心理学研究：原研究 97 项显著，复制后只有 36 项显著；复制的效应量平均只有原研究的一半，超过一半落在原研究 95% 置信区间之外。

p-hacking 与发表机制

p 值低于 0.05 的论文更容易被发表，因为期刊偏爱"新颖、有趣"的结果。这给研究者制造了"发布或灭亡"的压力，鼓励他们（即使下意识地）把数据切到显著为止。最系统的演示是《假阳性心理学》本身：通过多测量、多种切法、提前停止收集数据，做出显著结果的概率超过 60%。食品科学家 Brian Wansink 是最极端的公开案例：他让学生把一个失败的零结果数据集"切成男/女、午餐/晚餐、独坐/群体……"直到挖出显著相关，据此发表了多篇论文，最终 18 篇被撤稿、7 篇被附加"关注声明"、15 篇被更正，本人于 2019 年辞职。作者指出 Bem 1987 年写给学生的发表指南里"把数据集当宝石打磨、围绕新发现重写文章"的建议，正是 p-hacking 的日常形态。

先验与不可能的结果

先验把"锤子比氦气球下落快"和"本科生能念力识别色情图片"区分开。两者在频率主义框架下等价：做六次实验，都得到 p≈0.02，都达到显著。Clayton 认为贝叶斯主义给科学家提供"怀疑的工具"，对先验极低的假说应提高证据门槛；Lakens 则援引 Popper 反对这一立场——科学不应当因为编辑的先验而拒发结果。2011 年 CERN 测到中微子疑似超光速，p 值约 0.000000002（六西格玛），事后查明是时钟系统一根光纤线缆未拧紧，造成约 75 纳秒的误差。作者借此说明：对高度不可能的假说，贝叶斯式的回应常常是怀疑证据本身出了问题，而不是相信假说。

波普尔与证伪的局限

Karl Popper 试图用证伪绕过休谟的归纳问题：科学不证实假说，只尝试证伪它，幸存下来的是"经过严格检验"的假说。作者承认休谟问题的存在，但质疑波普尔：一架波音 777 起飞和我相信木卫二上有外星鱼类，两者"都被严格检验"与"更可能为真"在语义上难以区分。Wagenmakers 补充说，多数科学假说无法被单一反例证伪——"对乙酰氨基酚治头痛"本就只陈述统计倾向；波普尔晚年试图量化"corroboration"，结果得到的公式在功能上等价于贝叶斯的相对信念比。作者援引对《自然·人类行为》论文作者的一项调查：所有受访者都承认数据提高了其主张的可能性，而这正是频率主义框架回答不了的问题。

林德利悖论

林德利悖论指出 p=0.05 的结果有时反而是反对你的假说的证据。设想重复十万次零效果实验，p 值均匀散布；若存在真实效应（例如一群智商均值为 107 的人），p 值会大量聚集在接近零处。那么一个恰好落在 0.04 的 p 值，在零假设下反而比在备择假设下更常见——它可以是支持零假设的证据。2017 年一组科学家在《自然·人类行为》呼吁把显著性标准降到 0.005，作者认为这能缩小问题范围，但解决不了根本问题：p 值始终不回答"假说有多可能为真"。

另一个相关现象是可选停止：数据每加一个人就瞄一眼 p 值，若零假设为真，不偷看时显著结果的概率是 1/20，偷看时跳到约 1/2。贝叶斯分析不受此影响（Lindley、Edwards、Wagenmakers 均持此说），2014 年 Rouder 的模拟显示，只要后验或贝叶斯因子低于阈值就提前停止，得到的结果与等待全部数据一致。此外，频率主义对"零假设"是二元的：Bakan 对 6 万名美国被试做各种分组检验，全部显著；Meehl 把 57,000 名明尼苏达高中生的数据切出 990 种组合，92% 显著相关。样本足够大时总能找到显著，贝叶斯方法则给出效应大小的概率分布，不做二元判决。

先验的获取

先验有多种来源。无信息时可取均匀先验，但 Boole 早已指出均匀先验在另一种意义下并不均匀；Jeffreys 提出 U 形先验缓解这一问题。有信息时可纳入专家意见——Madsen 研究印尼渔民捕捞行为时把当地专家和 NGO 的判断编入先验；制药业用历史数据构造"元分析先验"（Grieve），同一项试验的控制组若与历史数据差异过大，混合分布会自动给历史信息降权。Wagenmakers 建议用多种先验做稳健性检查："如果结论依赖先验，你的数据通常不够好。"作者引用统计学家 Robert Weiss 的话：放着可用的数据不用，等于"把钱留在桌上"。

四、贝叶斯决策论

贝叶斯定理把决策过程形式化了。作者借用热力学里的卡诺机作类比：任何真实引擎的效率都受卡诺机上限约束，真实决策的质量则受贝叶斯定理约束——它规定了在不确定条件下整合信息的最优方式，真实世界只能近似它。Yudkowsky 的彩票例子说明为什么要坚持完整推理：一个会随机误报的"选号盒子"即使连续响十次，单张彩票是头奖的概率仍然不到 1%，因为 131,115,985 种组合里错误组合太多了。

逻辑是贝叶斯的特例

亚里士多德的三段论和布尔代数处理的是概率为 1 或 0 的极端情形。Jaynes 论证，日常推理大多用不上这种确定性——警察看到蒙面人从珠宝店破窗出来带着一袋珠宝，"这是窃贼"只是最可能的一种解释，而不是逻辑必然。把三段论里的 1 和 0 换成连续概率，就得到贝叶斯推理：湿路面让"昨晚下过雨"更可能。作者给出完整数字：晚上下雨的先验是 33%，下雨后湿路面的概率是 80%、不下雨后是 20%，那么看到湿路面时下过雨的后验是 66%——与三段论一样，接受前提就不得不接受结论。

克伦威尔规则

克伦威尔规则禁止给任何事赋 0 或 1 的概率。它由 Lindley 命名，名字来自克伦威尔 1650 年给苏格兰教会大会的信："看在基督的份上，请想想你可能是错的。"用南极麦克默多干谷的例子：那里两百万年没下过雨，先验是七亿分之一；看到第一户人家的湿路面后后验仍是 1/1.7 亿，但一户户走下去，十六户之后概率升到约 70%。反过来，若先验是 0，任何证据乘以 0 都还是 0，你永远不可能被说服。

期望证据守恒

预期出现的证据没有出现，这件事本身就是反对假说的证据。若你预期某政客会支持虐狗政策（你相信的把握是 95%），真看到支持材料只会把你的信念从 0.9 推到 0.99；而材料缺席会让你从 0.9 掉到约 0.33——强烈的预期落空，惩罚比奖赏大。把搜索证据可能得到的各种结果按发生概率加权，后验的期望值应当等于搜索前的先验；因此，预期内的支持材料只能小幅上调信念，意外缺席则必须大幅下调。作者指出，多数人尤其在政治问题上做不到这一点，往往只奖励支持材料，却不惩罚预期证据的缺席。

效用与荷兰赌

概率之外，决策还需要效用。概率乘效用得到期望值：彩票头奖 1.5 亿英镑、中奖概率 1/131,115,985，每张一元彩票的期望值是 1.14 英镑。Ramsey 与 de Finetti 的洞见是，信念可以用下注来量化，而信念不自洽（概率加总超过 1）的人会被"荷兰赌"榨干——例如同时认为明天下雨概率 50%、不下雨概率 60%，两笔赌注必亏。von Neumann 与 Morgenstern 为效用设了公理（传递性、连续性、可替代性），并据此创立博弈论；Holmes 与 Moriarty 的例子展示混合策略：Moriarty 五次里三次去多佛、两次留在坎特伯雷，才能最大化期望效用。

奥卡姆先验与超先验

简单性可以作为先验的来源。最小消息长度（等价于 Solomonoff 归纳与 Kolmogorov 复杂度）问：描述某串输出所需的最短程序有多长？三串 11 位数字中，"33333333333"和"31415926535"都能用短程序生成（后者是圆周率），"84354279521"只能逐位写出，所以它更像是随机数。一位信息比特应把搜索空间减半；若一个复杂程序不能把搜索空间减半，它就没付自己的"房租"。Google 密码学家 Crowley 指出，现代神经网络惩罚复杂权重集合的做法就是一个奥卡姆先验。超先验处理"对哪个参数无知"的更高层问题：玩捉迷藏的小 AI 若发现对手从偏爱墙变成偏爱树，就要在"对手偏好"这个更高层上切换模型。

多重假说

当存在多个备择假说时，分歧可能永远无法弥合。英国超心理学家 Samuel Soal 的卡片猜测实验得到 25 个标准差的偏差，数字上排除了偶然性；但作者指出，你仍然不会被说服，因为"欺诈"或"实验设计缺陷"的先验远高于"超能力"，而支持"超能力"的证据同样支持"欺诈"——后来证实 Soal 确实篡改了数据。这个结构延伸到现实争论：给"疫苗导致自闭症"或"气候变化为真"的支持者看对立的科学报道，若他们的模型里存在"主流科学不可信"这个备择假说，证据反而会把双方推得更远。作者在多数情况下认为这是理性的，而非单纯的偏见。

AI 的贝叶斯内核

人工智能的核心任务是预测。作者区分了显式的"贝叶斯机器学习"和他所论证的更宽命题：所有监督学习都在预测人类标签。他用线性回归作近似说明：当前拟合线代表模型对下一观测的先验预测，新数据提供似然并改变后验；是否允许曲线弯曲对应更高层的参数，而偏好在同样拟合程度下选择更简单的线，就是奥卡姆先验。2023 年一篇研究用黑白棋（Othello）棋谱训练一个类似 GPT 的模型（Othello-GPT），探针（probing）显示它在内部建立了棋盘表征：它能走出从未见过的合法棋步，人工改动其内部状态后它按被改动过的棋盘走棋。2021 年另一篇论文显示语言模型能从"你从箱子里取走钥匙"推出"箱子空了"。作者据此认为"只是预测下一个词"的说法低估了预测本身——要做出好预测，常常需要建立关于世界的模型。

五、世界中的贝叶斯

作者在这章处理的问题是：人类在多大程度上是理性的贝叶斯主义者。他的结论相当温和：人类在自然环境下是相当好的推理者，形式化概率题做不好，部分原因在于题目场景脱离日常。

启发式与偏差

Kahneman 与 Tversky 的研究记录了大量推理偏差。可得性启发式让人用"容易想起例子"替代"评估基准率"，于是高估恐怖袭击、低估日常事故。合取谬误让人相信"博格会输掉第一盘但赢下比赛"比"博格会输掉第一盘"更可能。框架效应中，同一个方案写成"救 200 人"与"死 400 人"，选择完全反转。作者承认这些研究经得起复制危机的检验，但也指出其中一部分——尤其社会启动研究——在 2011 年后被证伪，Dan Ariely 的一篇论文还被发现基于伪造数据。

Madsen 的立场是：这些偏差大多发生在实验室里"专门设计得特别抽象"的任务中。Wason 选择任务（翻 8 和兔子才能验证"数字背面是动物"的规则，正确率不足 10%）换成酒吧查身份证的版本后，75% 的人答对。作者还引用 Liebenberg 对非洲桑人（Bushmen）猎人的研究：他们能区分"豪猪留下两垫脚印的概率"和"两垫脚印来自豪猪的概率"，并把"该动物是否常见"作为先验，这正是贝叶斯推理。2016 年 Madsen 等对美国选民的研究显示，人们据以评价政客所支持政策的信任度先验，其更新方式与显式贝叶斯模型的吻合度相当高。

形式化的概率推理

离开自然场景后，人类表现显著变差。1978 年哈佛医学院的研究让 60 名医生计算"患病率 1/1000、假阳率 5%"时阳性结果的含义，只有 11 人答对，近一半人答 95%；2011 年一项研究把题目拆成"十个患病者九个阳性、990 个未患病者 89 个假阳"，近 5,000 名产科住院医师中仍只有 26% 答对。作者同时指出，日常决策可以靠低成本的启发式接近最优：接住飞行的球不需要解弹道方程，一个"盯着球跑、保持视线夹角不变"的凝视启发式就足够——狗接飞盘、二战英国空军拦截轰炸机、响尾蛇导弹都在用同一策略。9/11 后美国人因恐惧飞行而多开车，一篇 2009 年论文估算由此多出约 2,300 起致命车祸。

蒙提霍尔问题

蒙提霍尔问题展示先验与新信息如何共同决定后验。三扇门后有一辆汽车，你选 1 号，知道底细的主持人打开 3 号（后面是羊），问是否换到 2 号。换门的胜率是 2/3：开局时每扇门后是车的概率各 1/3，主持人开 3 号这件事的概率依赖车的位置——车在 1 号时他开 3 号只有一半可能，车在 2 号时他必开 3 号，所以似然比是 1:2:0，后验赔率变成 1:2。若门是地震震开的或主持人随机开的，换不换都一样。1990 年 Marilyn vos Savant 在《Parade》杂志给出换门的答案后收到大量数学博士的指责信，Erdős 一开始也坚持概率无差别。

同类的还有 Martin Gardner 1959 年的"男孩-女孩悖论"：已知某家有两个孩子且至少一个是男孩，另一个也是男孩的概率是 1/3 而非 1/2；若明确知道年长的是男孩，概率才是 1/2。作者承认这类题目极其反直觉。

超级预测

Philip Tetlock 用可检验、带概率的预测检验专家。1983 年他在国家研究委员会"防止核战争"小组上观察到：戈尔巴乔夫上台后，自由派和保守派专家都把这一完全没人预料到的事件解释成"证明自己一直是对的"。随后他组织 284 名专家做出超过三万条有时限、可证伪、附数字概率的预测，用 Brier 分数（预测概率与真实结果之差的平方）评估。平均预测者只比随机好一点，作者转述 Tetlock 的说法"不比掷飞镖的黑猩猩强多少"；表现垫底的是持单一"大思想"、把同一模板套到所有问题上的"刺猬"（例如 Larry Kudlow 的供给侧经济学），表现较好的是承认世界复杂、综合多种信息的"狐狸"，其中顶尖 2% 被称为超级预测者。

超级预测者的方法可拆成几步。先取外部视角找基准率：预测一段婚姻能否长久，先查英国约 37% 的婚姻以离婚告终，再按内部视角（两人是否般配）向上或向下更新——基准率就是先验，内部信息就是似然。用 Fermi 估计拆解问题：估算芝加哥钢琴调音师数量，从城市人口拆到钢琴保有率、调音频率、工时，得到约 62.5 人，实际约 80 人；预测阿拉法特遗骸是否含钋，也拆成"钋如何进入体内""半衰期多长""情报机构为何愿意调查"等可查的小问题，得到 65% 的概率，后来证实。他们还参考他人的预测（可靠预测者的信息权重更高），并公开记录自己的预测——公开承诺给了校准以激励。普通人常见的失败是过度自信：让受试给出 90% 置信区间，正确率实际只有 50–60%。

贝叶斯认识论

贝叶斯主义化解了一批哲学难题。定义问题（什么是"游戏"？什么是色情？）在贝叶斯框架下变成对家族相似性的概率判断：先验很低，新的特征逐条上调或下调概率，不再需要硬边界。悖论堆（一百万粒沙是堆，一粒沙不是堆）在贝叶斯框架下变成一条平滑下降的概率曲线，无需寻找那颗转折点。作者用它回应相对主义：所有信念都是概率性的，不等于所有信念等值——"疫苗有效"与"金字塔是外星人造的"可以同为不确定，但置信度天差地别。

六、贝叶斯大脑

这章把贝叶斯定理推进到感知与意识的层面。作者的主张是：大脑不是在接收世界的图像，而是在持续生成关于世界的预测（先验），用感官信息（似然）更新它们，产出后验；人所经验到的内容是这些预测，而不是感官数据本身。

感知是预测

感知是大脑对世界做出的预测，而不是对世界的直接接收。这条思路有长谱系：柏拉图把感知比作洞穴墙上的影子；德谟克利特认为物体发出微小的影像；海什木（Alhazen）提出光沿直线传播并反射进眼睛；康德区分现象与物自体，并主张大脑必须预置概念框架才能整理感官数据。赫尔姆霍茨测得神经信号速度约 165 英尺/秒、人反应时间超过十分之一秒，由此证明感知不可能即时，必然是"无意识推理"——三个手指触到笔的三段圆柱面，大脑推断它们属于同一支笔。Richard Gregory 在 20 世纪 70 年代明确提出"感知是假说"：视网膜上一个小亮点可能来自近处的小物体或远处的恒星，存在无限种解释，大脑必须选一个。

视错觉与先验强度

视错觉暴露了先验的强度。Adelson 的棋盘阴影错觉里，阴影中与阴影外两个明暗相同的方块被看成不同颜色——大脑用"阴影下的浅色方块"这个假说解释同样的信号。一幅看不出内容的图片，被告知"这是一头牛"后，就再也无法把它看回随机墨迹。2015 年的"裙子"事件是天然实验：同一张照片，67% 的人看成白金色、33% 看成蓝黑色（裙子实际是蓝黑色），因为"暗色裙子在偏黄亮光下"与"亮色裙子在偏蓝暗光下"两个假说都能解释视网膜信号，且多数人无法在两个假说间切换。Charlie Chaplin 的空心面具幻觉更极端：大脑认定脸朝外，即使知道它凹进去也改不了。阅读中的漏字（"PARIS IN THE THE SPRINGTIME"）同样显示，强先验会盖过证据。

预测误差与受控幻觉

Frith 把感知称为"受控幻觉"。神经层面的事件是能量脉冲：光子引起化学变化，神经发放一串信号。大脑的任务不是记录这些脉冲，而是解释它们的原因。咖啡杯的例子展示了分层结构：高层预测"桌上有杯热咖啡"，逐层向下翻译成"这个颜色、这条边线、这根神经发放这么多次"，感官数据与预测相符时整条链保持安静，不符时产生预测误差并向上报警，直到某层能解释它（"咖啡早已喝完，杯子凉了"）。作者指出预测误差是真正重要的信号：视网膜神经节细胞"发出的不是原始视觉图像，而是对可预测结构的偏离"。

Wolfram Schultz 2001 年的猴子实验展示了最低层面的预测：猴子学会光闪后有果汁，多巴胺细胞的活跃峰值从"果汁到达"移到"光闪"；光闪后果汁没来，细胞活动跌到基线以下——被预期的奖励缺席，本身就是信号。这解释了为什么我们能自己挠痒但别人挠就痒、为什么背景噪音停止时会被"听到"。

主动获取信息

大脑主动寻找能减少不确定性的信息。Friston 提出预测处理框架：感知之外，运动控制同样需要预测——执行一个动作需要"逆模型"（发送什么神经信号能实现目标）与"正模型"（这些信号会产生什么后果）并行匹配，因此人可以通过想象练习提高技能。信息性动作的例子是 Wordle：猜"ARISE"不是为了命中答案，而是为了把两千个候选词按字母位置压缩到几十个；贝叶斯最优的下一步是把搜索空间减半最多的那一步。眼睛的扫视（saccade）遵循同一逻辑：网球选手的视线跳到球将要到达的位置，而不是当前最显眼的位置——那里现在没有任何特征，但未来信息密度最高。新手（新手司机、初学者）预测不准，只能盯近处；专家把目光放到未来信息最密集的地方。

精神分裂症与自挠痒

精神分裂症患者拥有更弱的先验。证据包括：约 30% 的精神分裂症患者看穿空心面具幻觉，普通人群只有约 10%；患者报告身体被外力控制、手臂"不是自己动的"、听到头脑里的声音。贝叶斯解释是：正常人大脑对自己的动作产生高精度预测并把它从体验中减去，而患者预测精度低，动作和内部声音没有被减去，于是像外人施加的一样。2000 年 Frith、Blakemore、Wolpert 据此做出一个不寻常的预测——精神分裂症患者能自己挠自己痒——并在实验中证实。Seth 的评价是：好理论要能做出别的理论不会做的预测，这是这个模型的优点。

抑郁、致幻剂与自由能

抑郁被解释为某些负性信念的先验过强。Carhart-Harris 用"信念景观"比喻：信念像地形里的山谷，过深的谷（"我是坏蛋，人人都恨我"）让合理的反驳证据被"他只是在安慰我"这类备择假说吸收，车开不出来。裸盖菇素（psilocybin）在理论上会压平先验、上调感官数据的权重，配合心理治疗让信念之车移出抑郁山谷。作者明确标注证据等级：2021 年一项试验显示裸盖菇素与艾司西酞普兰疗效相当，但样本小、无法真正双盲（对照组用微剂量作技巧性处理），至少四项同类研究有同样的"研究者效应"问题；作者还提醒，该试验是在医疗监督、配合治疗、针对久治不愈的重度抑郁患者条件下进行的，不应自行用药。

Friston 的自由能原理把预测误差最小化推广成一切生命活动的基本描述。单细胞生物必须维持内部与环境的边界，它通过预测盐浓度等间接量并纠正误差来存活；对性命攸关的预测（体温、血糖、氧气）它无法修改先验，只能改变世界让预测成真——这就是"欲望与预测同义"。人类多了一层异稳态（allostasis）：在血糖掉下去之前先规划去喝杯咖啡，即把预测滚动到未来、避免预期的惊讶。作者指出，自由能更像一个"让你能做数学的框架"而非实证科学理论，他认可其优雅，但提醒不要把它当成既定的生物学事实。

七、结论：贝叶斯式生活

结论部分把贝叶斯视角应用到日常判断。垃圾邮件过滤器是教科书级的朴素贝叶斯：先验是约一半邮件是垃圾，再按"包皮环切"之类的词逐步更新，累积超过阈值就进垃圾箱。进化也可以用贝叶斯术语描述：Hoyle 的"龙卷风刮出波音 747"误把进化当随机组装，自然选择其实是一种搜索优化；基因组可以看作对环境的预测，某个基因在种群中的频率编码先验，存活与繁殖是似然，Price 方程给出频率变化的公式。

确认偏差的合理内核也在贝叶斯框架下显形：朋友说在北伦敦见到狐狸，你会信，因为狐狸常见；说见到非洲水牛，你会要求更硬的证据——差别只在先验。同理，同一段演讲出自你信任或不信任的政客，反应不同可以完全理性；2022 年一项研究显示审稿人更接受诺贝尔奖得主的论文，作者认为这不理想，但理性——在阅读之前，你本就对作者身份赋了先验。George Box 的名言"所有模型都是错的，但有些是有用的"在此扩展为对世界模型的一般态度：模型的好坏取决于它预测世界的程度，新信息到来时应该更新它。

作者在结尾给读者三条可操作的教训。第一，把"对或错"换成"有多确定"：把信念当作可上下调整的概率，而不是必须在"相信"与"不相信"之间二选一，新证据就既能进来又不会把你吹得东倒西歪。第二，把信念当成预测：遇到"cancel culture 是否真实"这类争论，先问这个标签会改变你关于未来的任何预测吗；如果没有可证伪的预测，争论就只是定义问题。第三，保留一点不确定性：克伦威尔规则的现代版本是，永远别把任何事的概率设为零——这不是要你对"万亿分之一"的事提心吊胆，而是提醒自己，火星人偶遇证据、复读机式的先验，都可能在某个时刻让你无法更新。

作者把全书结论压缩成一句：人类是预测机器，贝叶斯定理写下了我们做这件事的算式。这个断言的范围很宽，作者对其中每个环节的证据等级也不同——概率史与决策论部分有明确的数学，复制危机部分有大规模复制研究，感知与意识部分则建立在预测处理这一仍在发展的假说上，他在相关章节都标注了这些限制。