黑天鹅
书籍信息
全书名：《黑天鹅：如何应对不可预知的未来》
英文名：《Black swan : the impact of the highly improbable》
作者名：[美]纳西姆·尼古拉斯·塔勒布
译者名：万丹
前言
塔勒布的两本书《黑天鹅》与《反脆弱》对于我们构建科学的认知体系可以有很大的帮助。
这个“很大”指的并不是我们的认知体系是由这两本书里面的内容构成，而是初看到它们的时候，会给我们的思维方式一个重击，这就好像有人告诉你，你一直在遭受着愚弄一般。
塔勒布是个杂家，这并不是一个贬义词，他在哲学、数学、经济学、心理学等多个领域都有涉猎，通晓多种语言，同时还是个出色的企业家。
他的思想影响了数不清的人，接下来，让我们来走进他的《黑天鹅》。
一、了解黑天鹅
黑天鹅这个名词很多人已经如雷贯耳了，但对于从没听说过的人来说，确实不知道它具体代表着什么。在这一部分中，让我们来详细了解一下究竟什么是黑天鹅，职场上又有没有黑天鹅。
1.1 什么是黑天鹅
在发现澳大利亚黑天鹅之前，几乎所有欧洲人都确信天鹅肯定是白色的。这个事实说明，我们仅仅通过观察和经验得出来的知识具有严重的局限性和脆弱性。
**
而唯有从逻辑出发，才能得到正确的知识和结论，仅仅通过归纳，比如谁是通过怎样的方式成功的，哪怕这样的人有成百上千个，也是无法得出这就是成功之道的。
黑天鹅特指这样的事情：**罕见的、极端影响的和事后才可预测的事情**。
**
很多专家和权威喜欢在黑天鹅事件后夸夸其谈，比如“9•11”或者泰坦尼克事件的必然性等，但黑天鹅之所以为黑天鹅，正是因为其事前不可预测性，因此我们更加需要有独立思考，相信看完本书的你，会深有体会。
1.2 自以为知道
没人可以看透历史，那些历史学家以为自己可以，但导致历史进展的很多关键因素其实深埋在幕后，因为我们无法看到所有的事情和原因，这就像通过神的行为去解读他的思想一样，我们极有可能搞错它的意图。
人类很容易将事情简化成大部分人看得懂的样子，事实上，我们生活的这个世界比它看上去要复杂得多、难预测得多，然而人们通常很健忘，明明在当时什么都没意识到，在事后的分析看来，却总显得理所当然。
这也是正常的，因为我们的记忆本来就是有限且一直在被过滤着的，所以我们常常只记住了那些在事后看来与事实相符的信息，这会让事件看起来更具“可预测性”。
**
有时候那些成功人士来分享成功经验的时候，你可以竖起耳朵听听，他们分享的很可能是那些司空见惯的经验，然而你真的相信他们是因为这些经验成功的么？他们很可能隐藏了真实的原因，比如用钱贿赂了政府官员或者从合伙人那里骗了一大笔钱，哪怕他们没有用非法的手段，爸妈给他介绍了第一桶金的生意他们也不会大方地分享给你听，因为那样看起来，他们就不够“神”了。
然而更有可能的是，大多数成功人士自己都搞不懂自己是怎么成功的，甚至他们深以为然的不分享给你的成功之道，都有可能只存在于他们自己的臆想之中，很多人的成功本身就是个黑天鹅。
1.3 黑天鹅职业
黑天鹅事件的产生是有其特定土壤的，也就是说，在有些地方，黑天鹅比较容易发生，而在另一些地方，黑天鹅则不太容易出现。
从职业上来看，那些“报酬具有突破性”的职业是容易产生黑天鹅的职业。
**
我们必须承认，有些职业的收入是不可能具有突破性的，比如卖茶叶蛋、开一家小店（除非开连锁）、当私人医生、成为按摩师等，这些职业的收入都会受到既定时间内客户的最大数量的限制，所以哪怕你的每份收入很高，收入也很快会遇到天花板，不可能有人突然一天的收入就赶得上前面10年的地步。
不过还有另一些职业，如果你干得好，收入就可以10倍、百倍甚至更高程度地增长，却几乎不需要付出额外的努力。比如你出版了一本书，如果书的内容足够好，你就可以在之后的5年、10年甚至20年一直卖而不需要再付出额外的劳动，但面包师不行，就算他的收入足够高，他也必须为每一个新客户付出劳动——烤面包。
看到这里，很多人会有一种感觉：收入有突破性的职业是否是人们更好的选择呢？对大多数人来说，也许这并不是最好的选择。
为什么呢？因为收入具有突破性的职业只有在你成功的时候对你才是有利的，但这类职业往往有很大的不平均性，也就是说头部的几个人可能会抢走绝大部分的蛋糕，剩下的人也许什么也得不到，而他们或许干的并不差，这类职业的代表：明星、作家、艺术家、网红等。
以网红为例，网红直播看上去很赚钱，很吸引眼球，但除去头部几个人以外，大部分人一个月都挣不到2000块钱，这样的职业是否是普通人更应该考虑的呢？
所以对于只想要一碗还不错的饭吃的大多数人，去这类领域冒险未必是个好选择，至少，当一个三流的注册会计师不至于没饭吃，也不至于跟头部人群的收入差得太多，但三线明星却是有可能饿死的。
二、遵循逻辑
当我们只简单关注过去并试图去推算未来时，有时候会出现严重的问题，或许我们可以在不得不给出预测的时候参照过去，但我们不能理所当然地认为未来就是遵循过去的简单规律。
逻辑不是哲学家或者数学家需要搞定的事情，而应该是我们每一个人的好朋友，判断任何事情都需要根据逻辑，而不是经验、例子等这类不能从逻辑上被证明有普适性的东西。
2.1 经验只能代表从前
前面1000天的信息无法帮助你获得第1001天的信息，作者举了一只火鸡的例子。火鸡每天都有人喂食，很高兴，每多一天，“人类是友善的”、“人类就是为我打工的”这样的想法就会进一步在它脑子里强化，直到某一天被宰。
在火鸡眼里，喂食的天数越多，它感觉越安全，但事实上，喂食的天数越多，证明越接近被宰，这种安全在事实上却是更接近危险，这与我们的直觉不符。
就像我们的很多经验，它们可能一直在起作用，而我们也乐于把这样的经验知识看成是绝对不变的真理，以致于当它们某天不再起作用时，我们无法应对。
动物园的猛兽饲养员可能觉得自己工作了20多年，有着足够的经验去伺候猛兽们，于是，照往常一样去徒手掰开它们的嘴检查牙齿，他当然可以说20年来从没出过问题，但这不代表这一次不会出问题，泰坦尼克号的船长也说自己从没遇到过危险。
这让我联想到所有人都在谈论的房价，就算房价连续上涨了100年，当你在第101年评估它的时候，依然要将其当成独立事件。
2.2 逻辑靠谱
经验主义不靠谱是由于其几乎没有逻辑靠谱性。
比如你通过1年的观察得出明天太阳还是从东边升起，但事实上，这1年的观察并不能给你带来这样的确定性结论，只有你真正知道了为什么太阳从东边升起，并用科学的方式加以证明，才可以给你带来“太阳明天依旧从东边升起”的结论。
否则你就会陷入观察了100天鸡叫了太阳就出来了，然后得出是鸡把太阳叫醒的这样的结论。
一个人看到的所有天鹅都是黑天鹅，并不代表其他颜色的天鹅不存在，但只要有一次看到一只其他颜色的天鹅，那天鹅就必然不全是黑的。
这两者的区别是显而易见的，然而现实生活中却并没那么好区分。
就像我们读完《异类》之后对一个人说，成功并不是靠努力就行的，结果他反问你一句，不努力能行吗？
这样的脑回路是我们常常会碰到的，医生对一个疑似癌症的病人说，你已经痊愈了。当他询问理由时，脑回路奇特的医生会说，因为我们在你的体内没有发现癌细胞。
没有发现癌细胞和实质上没有癌细胞是完全不同的两码事，如果让很多人进行词义辨析，他们是分得清的，但在很多事上，都会忽略这样的差别。
2.3 记忆偏差
忽视事情的逻辑和前因后果就有可能出问题。
正如我们在第一部分的内容中所说，我们常常自以为在事后可以通过一些方法预料到事情的发生，这是由于我们的记忆方式带给我们的误导。
我们想要记住更多东西，那么在记忆编码中就要尽量将事件、片段进行压缩归类，同时将它们之间的联系简化和理顺，这样我们的记忆内存里才放得下更多的东西。
于是，我们在记忆中常常会感觉从某事到某事是理所当然的，因为我们已经理顺了，我们抛弃了其他的“干扰项”。但事实上呢？在结果到来之前，从A事件到B事件存在着无数种可能，只是我们的记忆以及我们对自己的叙述方式，人为将其合理化了。
记忆偏差不仅仅是我们在压缩时造成的偏差，情感等因素也会让我们在分析记忆时出现问题。比如你邻居被狗咬了，而小时候的你亲眼所见，你就自然而然地认为狗是多么危险的一种动物，以致于你在回忆分析此事时，只记得那些曾经看到过的被狗咬的例子。
但如果你仅仅是看到这样的一桩新闻，可能就不足以让你对这件事产生不理智的判断。
2.4 沉默的证据
除了叙述和记忆会误导我们以外，历史还惯于隐藏黑天鹅现象，如果我们不细心观察，很容易就会漏掉关键的细节。
2000多年前，罗马的雄辩家、思想家、政治家西塞罗讲过一个故事，说有人把一幅画给一个无神论者看，画上画着一群正在祈祷的拜神者，他们在随后的沉船事故中幸存了下来，说明祈祷可以保护人们不被淹死。
这个套路经常为记者所用，也为很多公众号所用，就是列举一大堆正面证据，然后说明一个道理。不过，哪怕是数量庞大的正面证据，真的可以验证一个道理吗？显然是不能的，我们早就说过，只有逻辑才可以验证道理。
无神论者问，那些祈祷后被淹死的人的画像在哪里？
淹死的拜神者已经死了，所以无法宣传他们的经历，而相信祈祷有用的那部分群体就算知道这回事，也不会说出来以影响自己论据的可靠性。
人们忽略这类沉默的证据是非常在行的，比如网上有某家大医院一直处于被喷之中，有人一查，就觉得这医院肯定不能去。真的是这样吗？
因为大医院看的病人基数大，因此好评和谩骂都是同比扩大，但由于好评的通常不会去网上大肆宣扬，于是，谩骂之声在绝对值上就显得特别大。我们平时在观察判断事物的时候，是不是也容易忽略这类沉默的证据呢？
2.5 你看不到的
有时候一些沉默的证据并不像上面的这么明显（虽然上面的这些对于很多人来说，已经不太明显了），比如很多政客用循环播放灾民受灾的场面，并频繁展示自己在现场许下重建诺言的画面。
重建是一句话，用的是谁的钱，是政客自己的吗？当然不是，用的是公众的钱，李笑来曾说过一个词儿，叫“慷他人之慨”，这就是慷他人之慨。
在一个固定盘子里，要往这儿多搁点儿，就要从另一头多剥夺一点，被剥夺的不管是哪个盘子的，都会有不可预知的连锁反应。
比如被抽走一部分资金的是某个控制糖尿病的研究基金，灾民是活生生的，但糖尿病人的死亡数增加也许只是一个冷冰冰的数字，这种沉默的犯罪不仅不会让人关注到，甚至连想都不会想到。
三、模型未必适用生活
我们很多人包括经济学家等，都喜欢在考虑事情的时候将其套入一个模型，将变量进行自我拟定，然后在框死的框架中求解。
然而现实生活远比框架复杂得多，在框架中计算出来的解，有时对现实生活中一点指导性意义都没有，比如经济学经常假设人是理性的，事实上，非理性的人比比皆是，而对于利益，每个人也有不同的看法，因此，模型化的东西放到现实中，往往未必适用。
3.1 谁才是愚人？
我们在生活中常常会发现“学习成绩好”跟“在社会上混得好”并不总是一致的，那是因为在既定的规则和条条框框中做得好，不代表能在无规则的复杂环境中做得好，在复杂环境中，永远有意料之外的情况发生，而通常谁有更好地抗不确定性能力，谁才能笑到最后。
**
书中举了两个人的例子，一个叫肥托尼，是个总能从市场中发现投机机会的商人，另一个是约翰博士，是一家保险公司的精算师。 作者分别问了两个人同一个问题：假设硬币是公平的，我把它抛出99次，每次都正面朝上，下一次得到反面的概率是多大？ 约翰博士回答：很简单，你说硬币是公平的嘛，那不管你前面抛了多少次，下一次当然还是1/2。 肥托尼回答：我不认为会超过1%。 作者很奇怪，问他为什么，肥托尼说，如果你相信50%的说法，你一定是个草包，这硬币百分之百做过手脚，谁如果说是50%，你就能从这些傻瓜身上赚到钱。
愚人，有时候靠分数是测不出来的，或许在智商测试中，约翰博士会遥遥领先，但在现实中，肥托尼很可能会击败他。
3.2 未知的未知
概率代表着未知，而未知本身也受到未知的影响。就如上面的例子，约翰博士也许能在确定性的未知中做到很好，但他极少会考虑到不确定的未知情况。
赌场看上去是个不确定性极强的地方，但若将其放在更大的框架中，在里面玩游戏结果却几乎总是确定的：赌场总是有着确定性盈利，这些盈利是可以被精确计算的。
**
赌场的风险管理总是在确定性的未知处下功夫，比如精确计算赌客的赢钱概率，控制大赌客的最大下注额等，但历史上导致赌场倒闭或重大损失的，往往不是计算得不甚完美的公式，而是发生在赌场之外的，比如漏报赌徒的收入导致吊销执照、或者表演者在表演时不甚被老虎咬伤致残等。
这些几乎不能被提前计算的东西常常才是影响全局的关键。
3.3 对未知的敬畏
不能被提前计算的东西不代表不能提前对其有防范之意，就像一个杀手，他会随时随地都保持警惕，知道可能会有人来找他报仇或者找他麻烦，虽然他不知道什么地点以何种方式，但他对未知保持着敬畏。
很多人是没有这种敬畏的，通常会在考虑到了某几个方面之后，声称避免了所有可能会发生的意外情况，或者称之为万无一失。
例如婚姻，很多国家的离婚率都在1/3以上，这个数字是公开的，也是众人皆知的，但几乎所有步入婚姻礼堂的人都认为自己的这一次是在剩余的2/3里的，理由可能是“我们现在很好”，不过，那婚姻破裂的1/3里，在结婚时大概也是“现在很好”的。
3.4 认知自大
对未知的不够敬畏究其根源是人们的认知自大。有些事情我们认为发生的概率很大，但其实小得不得了；而另一些事情，发生的概率极小，但人们由于种种原因，会以为常常在发生。
这样的偏差并不奇怪，怪的是很多人并不相信自己对于某些事实会有很离谱的估计。
之前法国经常发生恐怖袭击，又是剧院又是大街上，就有小朋友问我，我马上要去法国了，机票也订完了，但法国目前的这个状况我是不是该把机票退了，万一我真的遇到这样的情况，我该怎么做？
虽然我还是基于曾经是特警的这样一个身份给她提供了一些普通人该如何应对突发性恐怖袭击的建议，但也明确表明了态度：首先你不用退机票，其次你在法国遇到的概率和其他地方没有什么大的差别。
正如我们在前面部分学的内容一样，人们往往会对新闻媒体大量渲染的事情记忆深刻，从而在潜意识里高估其发生的概率，尤其是生动的画面感。这也是为什么人们明知道飞机比汽车安全得多，却始终在内心里难以承认的原因，因为飞机的每次失事几乎都会占据头条。
这种认知自大在很多方面都会害人不浅。
3.5 属于专家的自大
认知自大是会发生在每个人身上的事，那么某些领域的专家会不会呢？他们是人，当然也会，而且他们会很容易比普通人表现出更为强烈的认知自大特征。
这么说并不代表我或者塔勒布在质疑专家的专业能力，这里唯一质疑的只是专家质疑自己的能力。
诚然，这世上有些学科是有真正的专家的，这些专家虽然不能说在某一领域全知全能，但很明显他们会比一般人懂得多，比如说当你要做脑科手术的时候，你不会拜托一个记者去完成，当你要从北京坐飞机去洛杉矶时，你不会希望是一只猴子在开飞机。
不过另一些领域，你很难证明那些所谓的专家是有多少专业技能的，比如证券操盘手，你肯定听过那只著名的赢过华尔街专家的猴子了，一只猴子选的股票组合可能并不比专家差劲，再比如金融预测家，他在预测明年的经济走势时，从明年往前看，表现得不会比一名普通记者更好，虽然从他的嘴里能听到更多艰涩的术语，再比如精神病医生、政治科学家等。
我们可以给这些现象一个总结，那就是因变化而需要知识的事物，通常专家的作用并不大，因为那些领域永远需要的是关于未来的知识，且这些领域的很多现象没有对过去进行简单重复。
**
很显然，黑天鹅现象越容易出现的领域，专家的知识越不靠谱；反之，黑天鹅现象出现频率更低的领域，专家的表现通常在很长一段时间内会不错，他们的好成绩可能会一直延续到极小概率出现一次黑天鹅事件为止。
四、正确利用黑天鹅
我们常常会遇到计划之外的事情，这很平常，因为我们在做计划的时候其实也在做预测，在现实生活中，黑天鹅永远比我们想象的多，因此预测常常会出现偏差。
不过黑天鹅也并非都是不好的，对于能产生正面效应的黑天鹅，我们不仅需要正确看待它，还可以利用它。
4.1 计划之外
认知自大使人变得盲目乐观，于是很多人就学会了“预留提前量”。不过在很多时候，哪怕我们已经预留了一些提前量，最后的结果却还是要超过我们的估计。
你可以随便找几个楼盘，开发商预计交付的时间和你预计的时间通常是不一致的，开发商预计6个月后交付，你并没有那么乐观，可能会预测至少需要9个月，而通常交付时间会在1年半以后；
出版社向你约书，你们都预计6个月能交稿，最后一年多了才写到一半，也许这中间你妈妈住院了，或者你分手了无心写作，但这都不重要，意外总比我们想象中的多很多。
再看看装修预算，如果预计装修花费40万，那么最后全部加起来通常会超过50万，哪怕你明确告诉我这40万里已经确实包含了家里所有的东西，你再也想不出其他需要花钱的地方了，大概率最后还是要超过50万。
这种“计划之外”有着很多的原因，比如激励因素，开发商需要吸引你购买，因此把交付时间低估了，而你则是受到了对方锚定的影响；你为了得到出版社的合同，有意或无意地忽视了意外事件出现的频率，等等；又或者是你对于风险模型一无所知，对于“提前量”或“余量”毫无概念，一样会导致“计划之外”的频频发生，这些由于无知或额外的动机引起的预测谬误非常值得我们警醒。
4.2 无意的发现
计划之外有负面影响，它使我们的预测偏离，计划泡汤，但很多时候，许许多多的正向发现甚至是改变人类历史进程的那些，也都是在计划之外发生的。
发明车轮的人可能并不是想发明车轮，发明飞机的人想象中的飞机也未必是最后造出来的样子，一切都是计划之外的，最著名的当属青霉素的发现，正是青霉素，让人类的平均寿命得以大幅飙升，但发现者亚历山大•弗莱明仅仅是因为青霉菌污染了他之前的一个实验样本才发现它的抗菌特性的，在这之前，弗莱明跟许多“前辈”一样，几乎已经丧失了信心。
很多发现在事前并没有想好如何应用，比如互联网，那破不溜丢的邮件系统才是当时能想到的最大应用，还被人耻笑，因为没有初始的用户基数，这玩意儿几乎一文不值，现在呢？成为了一场人类生活方式的革命。而激光呢？发现者只是满足于将光线分成光束，仅此而已，现今世界有多少行业受益于这件当初只是为了“好玩”的事情？
我们习惯于拿着问题找解决方案，但有时候，也可以学习一下拿着解决方案找问题。那些我们并没有想到去解决、可以解决，甚至没有意识到它的存在的问题，有时候比你当时想解决的更为重要。
4.3 预测与反省
如果我们的所获都和预期没有关系，是不是意味着我们就不需要预测了呢？那也不是，只是预测是一件技术活，需要有对未来的敬畏，保留不确定性，承认自己的无知，做好各种打脸的心理准备，又要尽量对过去的一切进行正确反省。
很多人在预测之前只是盲目遵循过去的简单规律或者根据当下情绪就直接作出了判断，并没有用到更为深刻的反省心智。这是一种很糟糕的行为，因为反省是高级智力的表现，它需要对过去有足够深刻的认识，而不是忽略或者是简单归纳。
比如当购买一辆新车时，很多人会预测，这辆新车将永久提升自己的幸福指数，因为它的音响系统很赞，样子又好，动力又强，回头率会很高。但他们可能不记得了，上一辆车的幸福指数持续了多久，也许是几个星期，也许是几个月。如果想到了这一点，他们可能不会甘愿为它付出那么多钱，因为这些钱里有一部分是由于对未来的幸福感估计过高而付费的。**换句话说，此时的他们，由于极差的反省智力，做出了一次不够理性的决定。
幸福感预测会有偏差，不幸也是如此。你现在可能预计如果自己欠下一百万的债务将是灾难性的，或者你会因此而跳楼，但当你真正到了这个境地时，你不一定会这么做。
当人们预测不幸的持续时间时，往往也容易高估，因为适应环境的这种能力是绝大部分人与生俱来的。但在没有身处这种环境之中时，人们往往又容易忽略自己具有这个能力的事实。
4.4 杠铃策略
“预测”这件事是如此的困难，但我们却常常高估自己的预测能力，就像炒股，当一个人做出买或者卖的决定时，通常意味着他认为自己这个决定的正确率是大于50%的。
那么正在交易的人是不是真的都比至少半数的人要聪明呢？这件事显然从逻辑上就不会成立。
一个人对自己的决定信心越足，他就越是难以接受失败，所以你会看到很多人在投资领域只要有一点点收益就会收回，而面对损失却不愿意止损。这一切只是由于从心底里产生的对失败的厌恶，他们只想让自己显得有高正确率，尤其是基金经理等夹杂着其他利益的，高正确率能让他们看上去更为可信。塔勒布有一个很生动的比喻，叫“在压路机前捡硬币”，每次都能捡一枚，正确率看上去极高，但一旦损失，可能是整条命。
在应对黑天鹅事件中，塔勒布有个非常著名的策略，叫杠铃策略，我们先来简单说说，在之后的书中还会提到。
简而言之，你所有的投资都该投往风险这根杠铃的两极，而不是中间部位，因为你永远无法预知“中等风险”里的风险，事实上是不是远远超过你的认知。
**
不过一个正常的人都能基本确切地知道自己在做着极度安全或极度风险的事情，你对能得到的回报也有相对准确的预期，不至于拿着低收益还冒着高风险。
比如你可以把85%至90%的钱投入国债等极度安全或你能想到的最安全的产品中，将剩下的钱投入到风险极大的产品里，或许是比特币、以太坊等数字货币，又或许是参与ICO等。
这样负面黑天鹅事件就很难伤害到你，因为你的损失有小额上限，而当正面黑天鹅事件来临，比如比特币、以太坊或者某些ICO的数字货币大涨几倍乃至十几倍时，你就能极大地从中获益。
4.5 利用黑天鹅
塔勒布为了让读者们更好地利用黑天鹅，除了杠铃策略以外，还给了一系列建议。
4.5.1 寻找突破性
购买一点比特币的类似建议似乎有点像买彩票，冒风险以小博大？其实这中间还是有很大的区别。
我们前面讲过突破性收入，一名作家的新书能卖多少册？理论上是没有上限的，这个就可能产生突破性收入，突然因为一些不知名的原因，导致运气好有那么多人喜欢它，然后就有了之前想象不到的收入。
但彩票不是这样，彩票有确定性收入，比如2元就是最多只能拿到400万（扣税以后），它有明确的规则和概率，也就是我们前面说的“确定的不确定性”，它的天花板很明显，这就导致哪怕黑天鹅产生了以后也不会有太过惊人的收益。
4.5.2 放弃精确预测黑天鹅
黑天鹅之所以为黑天鹅，是因为它不可精确预测，或许你可以预测可能会产生黑天鹅，但请不要试图去预测黑天鹅究竟长什么样子，这会框住你的思维，然后让你对那些你没有想到的事情缺乏准备。
4.5.3 认真对待机会
想要搏到正面黑天鹅，首先要把自己置于它的影响之下，很多人并没有意识到当下的某些事情可能会导致黑天鹅有一定几率产生。
如果有一档实力雄厚的节目找你去录制，你一定要推掉手上所有的活，取消所有之前预定好的计划，因为类似的机会可能只会出现那么一次。
很多人可能会因为不够重视或者怯场而浪费掉机会，但他们往往事后仍然意识不到这种可能产生黑天鹅的机会有多么稀少，于是他们并不后悔，但却常常感叹自己的人生没有机会。
五、我们该怎么做
当几个事物运行的规律，以及当我们不得不做出预测时，我们该怎么做。
5.1 马太效应
我们在《异类》一书中，提到过著名的马太效应，你看，它是如此著名，我们在这里又见到了。很多人之所以成为牛人，可能只是因为一件小事，让他在极端斯坦的领域内从一开始就领先了别人一点点，接着渐渐通过人们的跟风成为了地位不可动摇的行业大牛，比如某些作家、艺术家等等。
很多城市也遵循马太效应，我们很容易就会看到很多大城市变得越来越大，因为人多，创造价值多，这就对其他城市造成了虹吸效应，最好的企业都往最大的那些城市跑，带来了机会，从而又产生了对人才的虹吸效应。而小城市则相反，变得越来越没有竞争力。
想要在生活中获得更多马太效应带来的优势？比别人多努力一点点永远是个好建议，有时候多努力仅仅是那么一点点，结果就获得了某个机会，接着就可能被一系列不可思议的好运击中。
5.2 长尾和马太
马太效应虽然是一个不可阻挡的趋势，但我们很少有看到什么领域内的差距一直在不断拉大。比如贫富差距，看起来遵循马太效应，但如果马太效应从一开始就必然存在，几百几千年后，人与人之间的贫富不该只有现在那么点儿差距。
马太效应导致两极分化，这种分化就像弹簧，被不断拉长之后，其维持现有状况的力量就会越来越难，也就是整个系统是越来越脆弱的，局面被打破的概率也越来越大。我以政权的更迭为例，当资源全部倾向人数较少的统治阶级，且有不断加剧之势，通常意味着这种统治局面被打破的日子就越来越近了。
很多公司、银行通过不断并购形成了巨无霸，结束了军阀割据的状态，看似整个系统波澜不惊，是比以前稳定许多，但一旦遭受黑天鹅事件，影响的可能不是一家公司，一家银行，而是整个全球的某一个行业或者多个行业。
在应对黑天鹅事件上，长尾明显会更有优势。所谓长尾，就是许许多多的小人物加在一起能控制商业中不小的部分。看上去小人物的数量更多，争端更多，死亡的概率也更大，但对整个系统来说，由于他们更容易相互替代，因此系统作为一个整体反而更平稳，更有能力承受黑天鹅事件的侵袭。
不过，现实的规律是，长尾终将走向马太，而马太在不断拉远强者和弱者的距离之后，终将因为一些不可预知的事件回归到长尾状态，于是又开始了新一轮的马太积累，这是一个循环。
5.3 平均与极端
黑天鹅事件无处不在，但黑天鹅事件的发生概率是有很大的区别的，具体我们可以从两类事件中进行简单区分。
正如我们之前内容所说，这世上有些事情是平均斯坦的（作者如此称呼），比如说身高、体重。假如平均身高是170cm，平均体重是60kg，你很难想象一个250cm的人或者是一个超过500kg的人，身高每增加10cm，人群中出现的概率就会指数级下降，在这些事情上，出现黑天鹅的概率就会非常小。
而另一些事情却常常是极端斯坦的，比如财富分布，1%的人可能掌握着超过地球上50%的财富，或者是书的销量，J•K•罗琳的《哈利•波特》系列的销量就抵得上几万名作者出版的所有书籍销量总和，在这些领域，出现突破性远远超出我们意料之外的黑天鹅的概率就会大大增强。
在平均斯坦的事件中，随着样本数的增大，个体对系统的影响微乎其微，这有点类似我们上一页讲的长尾。作者举了个生动的例子，理论上咖啡杯是有可能自动跳起来的，因为只要组成咖啡杯的粒子都往一个方向运动，那就肯定能自己跳起来，但事实上，这种概率小到可以忽略不计，因为这些粒子是处于平均斯坦的，在足够多的粒子样本下，我们可以忽略个体对整体的影响。
但在极端斯坦则不同，如果让你预测一下眼前的数万乃至数十万人的平均财富，你很可能无能为力，因为你不确定比尔•盖茨在不在里面，只要出现一个这样的人就足以颠覆你对整个样本的估计，同样的，在不设涨跌幅的金融市场上，最极端的几天收益或许会超过几十年收益的一半以上。
所以当我们对事情做出预测时，我们必须先分清楚，我们的对象究竟是属于平均斯坦领域的，还是极端斯坦领域的。
5.4 成为黑天鹅的对手
平均斯坦和极端斯坦代表着两种模式，在这两种模式的世界里，前者拥有温和的随机性，在这里，我们常常可以选择相信，而后者拥有疯狂的随机性，在这里，我们经常得保持怀疑。
**
保持怀疑并不代表我们只能什么都不做，而是对不可见的风险有足够的自保和准备意识，人们常常误以为黑天鹅指的只是简单随机性，比如以为在赌场中了3个6就是黑天鹅事件，其实黑天鹅指的是不可预知的随机性，那些广为人知、可预期的风险或收益都不是真正的黑天鹅，黑天鹅永远可能在你的想象之外。
要成为黑天鹅的对手，与前面的杠铃策略类似，当我们将自己置于正面黑天鹅的影响之下时，我们可以以小博大，此时应该非常冒险，因为失败的损失很小，失败的频次不那么重要；当我们可能预估会受到负面黑天鹅的影响之时，应该极度保守，因为在压路机前捡硬币并不是一个好习惯。
后记
本书的聚合内容基本就是这么多，还有很多是和本书主题相关性比较小的，所以如果对更多原书内容有兴趣，可以选择自省阅读原本。
总体来说，我们知道黑天鹅是什么，我们该如何注意黑天鹅、应对黑天鹅乃至利用黑天鹅，这就可以了。
**
🏹 Work hard，Think different
🤗 设计信息搜集
😉 设言托意
论设计与吹逼
关注
若有收获，就点个赞吧
0 人点赞
