值得学的人 05|安妮·杜克——概率思维与放弃的智慧
一个好的决定和一个好的结果是两件事。
好的决定是用当时最好的信息做出最合理的判断,而不是事后看对不对。
这个系列前面讲的人——芒格、贝佐斯、达利欧、Naval——都是做决定做对了很多次的人。安妮·杜克(Annie Duke)值得讲,是因为她的专长恰恰不在于「怎么做对」,而在于一个更底层的问题:在不确定性面前,「做对了」这个概念本身是不是靠得住。
杜克是认知心理学出身,宾夕法尼亚大学博士项目读到一半去打了职业扑克,拿过世界扑克大赛(World Series of Poker)的冠军手环。后来她离开牌桌,成为专门帮企业和个人改善决策质量的顾问。她写了两本书,一本叫《Thinking in Bets》(对赌思维),讲的是怎么用概率思维做决策;一本叫《Quit》(放弃的力量),讲的是为什么大多数人不会在正确的时候退出。
杜克的决策系统里有两个核心判断,这两个放在一起才完整:每个决定都是赌注,你必须学会和不确定性共处;以及,知道什么时候该退出比知道什么时候该坚持更重要。
一、每个决定都是赌注
杜克的第一个核心概念来自她在扑克桌上的观察:在扑克里,你从来不知道对手的底牌,你只能根据不完全的信息估算概率,然后下注。 生活中的决策也是一样——你从来不知道所有的信息,你永远是在概率的基础上做选择。
但大多数人不这么想决策。大多数人把决策当成一个「找到正确答案」的过程——好像只要想得够清楚、信息够充分,就能找到那个唯一正确的选择。杜克说这是一种幻觉。真相是:最好的决策也可能导致坏的结果,最差的决策也可能碰巧产生好的结果。
这引出了她最核心的一个区分:决策质量和结果质量是两件不同的事。
你可以做一个在当时信息条件下完全合理的决定,结果很差——因为运气、因为信息之外的因素、因为世界就是不确定的。你也可以做一个在当时看来很鲁莽的决定,结果很好——因为碰巧赶上了好时机或者运气好。如果你只用结果来评价决策质量,你会犯一个系统性的错误:把好运气当成好判断,把坏运气当成坏判断。
杜克把这种错误叫做结果主义(resulting)——用结果来反推决策过程的质量。 这在生活中无处不在。一个人投资比特币赚了钱,所有人都觉得他有眼光。但如果你看他投资时的决策过程——他可能什么都没研究就买了——这其实是一个质量很差的决策,只是结果碰巧好了。如果你因为他赚了钱就模仿他的做法,你是在学习运气,不是在学习判断力。
我自己在做内容的过程中对这个区分有体会。有一篇文章我花了很长时间准备,逻辑严密、引用扎实,但发出去后反响平平。有另一篇我在一个小时内写的随想,反响意外地好。如果我只看结果,我会得出「不需要花太多时间准备」的结论。但这个结论是错的——它是被一次偶然的好结果误导的。
概率思维的核心是:评价一个决定好不好,不看结果,看决策过程。 在你做决定的那个时间点,你有没有用当时可用的信息做出了最合理的判断?如果有,那即使结果不好,这也是一个好的决策。如果没有,那即使结果好了,你也不应该庆祝——你应该检查自己为什么会做一个质量差的决定,以免下次没有那么幸运。
二、决策日记:分离过程和结果
杜克提出的最实用的工具是决策日记(decision journal)。
方法很简单:在你做一个重要决定之前,写下来。写什么?
- 你在决定什么(具体的选项是什么)
- 你做这个决定时知道什么(你掌握的信息)
- 你做这个决定时不知道什么(你意识到的不确定性)
- 你估算的概率是多少(你觉得这个决定成功/失败的可能性各是多少)
- 你预期的结果是什么(如果按你的选择走,你觉得会发生什么)
然后把这份记录封存。等结果出来之后,再拿出来对比。
决策日记的威力在于它在时间上把「做决定的时刻」和「看到结果的时刻」分开了。 如果你不做记录,当结果出来时,你的记忆会自动重写——结果好了你会觉得「我当时就觉得会这样」,结果差了你会觉得「我当时就有不好的预感」。这是一种非常普遍的认知偏差,叫后见之明偏差(hindsight bias,指在知道结果之后,人们会高估自己事前预测到这个结果的可能性)。决策日记帮你对抗它——白纸黑字写下来的,没法事后修改。
你不需要像记账一样记录每一个决定。杜克建议从你生活中最重要的几个决定开始——职业选择、大额消费、重要的人际决定。每个月回顾一次你的决策日记,看看你的估算和实际结果之间的偏差在哪里。时间长了,你会发现自己在哪些类型的判断上系统性地偏高或偏低。
三、退出的智慧:预设 kill criteria
杜克的第二本书《Quit》讲了一个大多数人不愿意面对的话题:什么时候该放弃。
我们的文化对「坚持」的崇拜几乎是无条件的。「不要放弃」「坚持就是胜利」「最后一个离开的人赢」——这些说法植入太深了,以至于放弃在大多数人眼里等于失败。杜克的观察是:坚持的美德被严重高估了,而放弃的智慧被严重低估了。
她提出了一个概念叫 kill criteria(退出标准)——在你开始做一件事之前,就预先设定好「在什么条件下我会退出」。 不是等到事情已经很糟了才开始想要不要退出,因为到那个时候,你已经投入了大量的时间、金钱和情感,沉没成本偏差会让你不理性地继续。
杜克的建议是:在你最理性的时候——也就是还没有投入的时候——设定退出标准。 比如你决定学一个新技能,在开始之前就和自己约定:「如果三个月后我还没有感受到进步或者持续不下去,我就停下来,不用觉得是失败。」比如你决定做一个副业项目,在开始之前就设定:「如果六个月后月收入没有超过 X,或者我发现自己每次做都很痛苦,我就停止,把时间花在其他地方。」
这个方法为什么有效?因为它把「退出」的决定从一个情绪化的判断变成了一个预先约定的规则。当你达到了自己设定的退出标准时,你不是「放弃了」,你是执行了一个理性的决策。 这在心理上完全不同。
杜克用扑克做类比:好的牌手不是永远不弃牌的牌手,是知道什么时候该弃牌的牌手。每一手牌都打到底的人不是勇敢,是在烧钱。 同样,每个项目都坚持到底的人不是有毅力,是在浪费不可再生的时间。
四、从冠军到顾问:杜克自己的退出
杜克最有说服力的退出案例是她自己的。
她在扑克界有非常成功的职业生涯——世界扑克大赛冠军手环、数百万美元的奖金、业内的声誉。很多人打到这个位置会继续打下去,因为成本——放弃已有的身份、收入和地位——看起来太高了。
但杜克观察到几个信号。首先,她发现自己在牌桌上的热情在减退——不是因为输了,而是因为赢了也不怎么兴奋了。其次,她开始对决策科学的兴趣越来越浓,在牌桌上花的时间开始和她想要探索的方向冲突。第三,她意识到自己在扑克领域的特定知识——对概率、对人类决策行为的深度理解——在决策咨询领域可能有更大的价值。
她做出了退出扑克的决定,转型为决策咨询顾问和作家。这个决定在当时被很多人不理解——「你正在巅峰期为什么要走?」但杜克的逻辑是:正是因为她还在巅峰期,退出的成本才是最低的。 如果等到状态下滑了再退出,她既没有了牌桌上的收入,也错过了在新领域积累的时间。
这个案例的启示是:最好的退出时机往往不是事情变得很糟的时候,而是事情还不错但你发现了更值得做的事的时候。 大多数人把退出和失败绑定在一起。杜克把退出重新定义为:一种关于资源分配的理性决策。
五、他的条件和你的距离
杜克的方法有几个需要注意的前提。
概率思维在情感决策上不完全适用。 当你在决定和谁在一起、要不要和一段关系告别、要不要原谅一个人的时候,把它变成一个概率计算不但困难,而且可能不合适。不是所有重要的决定都可以被理性框架覆盖——有些决定需要你信任自己的感受,而不是计算概率。
决策日记需要持续的纪律。 很多人一开始很有热情,写了两三周就停了。杜克的方法不是写几天就能看到效果的——它需要至少几个月的记录才能开始发现你的决策模式。如果你知道自己很难坚持记录类的习惯,可以从最简单的形式开始——每个月只记一个最重要的决定。
杜克的扑克经验给了她一个特殊的训练环境。 职业扑克手每天做几百个概率决策,反馈循环极短——每一手牌几分钟就知道结果。这种高频练习在日常生活中不存在。你的重大人生决策可能一年只有几个,反馈要等几个月甚至几年。这意味着你需要更长的时间才能校准自己的判断力。
你可以直接拿走的
- 今天开始一本决策日记。 打开备忘录或者 Obsidian,记录一个你正在做的重要决定:你在选什么、你知道什么、你不知道什么、你觉得各个选项的成功概率各是多少。不需要精确到小数点——粗略的「七成把握」「五五开」就够了。一个月后拿出来看。
- 给你目前投入最多时间精力的一件事设一个 kill criteria。 在什么条件下你会停下来?什么样的信号出现说明这件事不值得继续?把它写下来,具体到可以衡量的标准。不是「如果不行就停」,是「如果到某月某日之前没有达到某个指标,我就重新评估」。
- 下次一个决定的结果很差时,试着不做结果主义的归因。 不要自动跳到「我做了一个坏决定」。先回忆:在做决定的那个时间点,基于当时的信息,我的选择合理吗?如果合理,那这不是决策质量的问题,是运气的问题。如果不合理,再去分析到底是哪里的判断出了偏差。
- 审视你正在坚持的事情里有没有该退出的。 不是因为你失败了才退出,是因为你的时间和精力是有限的。如果你在一件事上继续投入的边际价值已经很低,而你把同样的时间放到另一件事上的潜在回报更高,退出不是放弃,是更好的资源分配。
一点边界
- 概率思维是一个工具,不是一种人生态度。不是每件事都需要算概率——朋友需要帮忙的时候你不需要估算帮忙的期望收益。
- kill criteria 不能机械地执行。当你设定的退出条件达到时,它是一个提醒你重新评估的触发器,不是一个必须执行的命令。有些时候条件达到了但情况确实变了,继续投入仍然合理。
- 如果你发现自己对「坚持还是放弃」的焦虑持续存在并且严重影响了你的日常功能,这可能不只是一个决策技巧能解决的问题。
这个系列会讲什么
- 值得学的人 01|查理·芒格——多元思维模型
- 值得学的人 02|杰夫·贝佐斯——不可逆决策框架
- 值得学的人 03|瑞·达利欧——原则驱动的决策机器
- 值得学的人 04|纳瓦尔·拉维坎特——杠杆与判断力
- 值得学的人 05|安妮·杜克——概率思维与放弃的智慧(本篇)
- 值得学的人 06|段永平——本分与不为清单
- 值得学的人 07|纳西姆·塔勒布——反脆弱与切肤之痛
参考
- Duke(2018),《Thinking in Bets: Making Smarter Decisions When You Don't Have All the Facts》,Portfolio/Penguin
- Duke(2022),《Quit: The Power of Knowing When to Walk Away》,Portfolio/Penguin
- Kahneman(2011),《Thinking, Fast and Slow》,Farrar, Straus and Giroux
没学会也不要紧,本来就不是一天的事。把重复交给 AI,把省下的力气拿去复利。