在任何一场博弈当中，比如打扑克、棒球比赛、NBA 篮球比赛…… 只要收集了足够的信息，我们都可以预测胜负，但也不是收集的信息越多就越好，因为有一些只是噪声，会干扰我们的判断。比如在偷袭珍珠港和 911 恐怖袭击发生前，其实有足够的信息可以证明事件即将发生，但因为噪声的数据量远远大于真实的信息，所以导致当时做决策的人们会出现误判。我们还要考虑样本不足的问题，比如一件事情从没有发生过，或者发生的次数很少，那么要预测同类的事情发生就会非常的不容易，即便有人做出了相关的预测，我们也不必深陷其中，因为那些预测很可能是错误的。现在信息获取变得越来越容易，我们更需要分辨哪些是信号，哪些是噪声，这样才能做出更加准确的预测。

小到天气预报，大到政治上的选举、金融危机、恐怖主义，甚至地震、传染病等每一个人切身相关的方面，都离不开预测。而在现实中做出预测的时候往往依靠各种信号，甚至是噪声，亦或者两者结合，但即便如此，我们不得不说预测结果比我们想象的糟糕。这一点所谓的专家和精英们，与普通人没什么差别，甚至表现更差。

除去预测者自身的问题，预测所面对的不确定性和复杂性等因素的影响也是不容忽视的。就拿不确定性来说，很多时候是初始状态的不确定性、发展过程中积累的不确定性以及结构的不确定性共同作用，导致你根本无法进行预测。就像你不知道哪一粒沙子掉下，沙堆会崩塌一样。

虽然我们常常无法做出如此精准正确的预测，但我们也不是完全无能为力。其中一点和《超预测》里的超级预测者一样，保持像狐狸一样的思维方式是每一个人都可以做到的。还有一点，我们不能再自说自话，需要进行交流，达成共识，真诚分享彼此的经验和结果，这样可以让小样本的个案汇聚起来行成一个个更为正确的选择。

提到预测，塔勒布的思想也不容忽视，结合本书来说就是，你要区分统计不确定性和系统不确定性。本书对于后者的内容需要进行修订，也就是说这个模型可能不对。但正如所有的模型都是错的，不过其中一些是有用的。本书的思想精髓是在信号和噪声保持和谐的状态下尽可能做出正确的预测，发现未来。从这一点上来讲依然有一定的学习价值，尤其是对于普通读者来说。

信息多了杂音大，死记硬背最可怕。概率思维常更新，黑天鹅来别硬砸。世界观（底色）：世界是充满噪声和黑天鹅的复杂系统，不存在百分百的确定性。方法论（手段）：拒绝死板、复杂的经验主义（过拟合），采用简单的、持续更新的反馈机制（贝叶斯）。心态（核心）：保持谦逊，区分信号与噪声，用概率说话，永远给万一留条活路（防范肥尾）。1. 预测失败的根本原因不是数学模型不够好，而是人分不清信号和噪声，信息越多，噪声占比往往越大。预测总翻车，不是公式不行，是人爱把杂音当真相。信息越多，垃圾信息反而越多，真东西就越难找。想看明天会不会下雨，看了 10 条天气预报，其中有 8 条说晴天，2 条说暴雨。结果偏偏信了那 2 条暴雨预警，因为标题特别吓人。这 2 条就是噪声，8 条才是信号。这就像在嘈杂的酒吧里想听清朋友说话（信号），结果背景音乐和人声太吵（噪声）。手机里装了 100 个资讯 APP，不是让人更清醒，而是把耳朵堵死了。2. 越是复杂的模型越容易过拟合历史数据，反而不如简单贝叶斯推理持续更新判断来得可靠。模型搞得太复杂，就像死记硬背历史答案，一换题就傻眼。不如老老实实边看新情况，边改旧看法，反而更准。教 AI 认猫。如果给它看一万张橘猫的照片，它就会认为凡是猫必须是橘色的。一旦看到黑猫，它就懵了（这就是过拟合）。而聪明的做法是：看到一只黑猫，就更新一下认知，哦，原来猫也有黑色的。这就好比应试教育和终身学习。应试教育是死记硬背往年真题，题目稍微变个样就挂科；终身学习是根据新反馈不断调整策略，虽然每次不一定考满分，但长期生存能力强。3. 好的预测者不追求百分之百正确，而是承认不确定性，用概率表达观点，根据新信息不断修正。会算命的人不说一定，只说大概几成把握，然后盯着新消息，随时改口这才是靠谱的预测。德州扑克高手高大松同学不会说我这把肯定赢，他会说我有 70% 的概率赢。如果翻牌后对手突然加注很猛，他就会重新计算：刚才那 70% 可能不准了，现在也许只剩 40% 了，我得撤。这就像导航软件。导航不会说这条路绝对不堵，它会说预计通行时间 20 分钟。如果前面发生事故，它会立刻说：检测到拥堵，正在重新规划路线。能认怂、能改道，才是好导航。4. 在股市、地震、政治选举这些复杂领域，极端事件的影响力远超普通人想象，忽视肥尾效应的预测模型会在一次黑天鹅中彻底失效。股市、地震、大选这种事，最吓人的从来不是日常波动，而是几十年一遇的王炸。模型要是敢忽略这种极端情况，一次意外就能把它干趴下。2008 年金融危机前，银行家们算账时觉得房价怎么可能全国一起跌？他们忽略了那个极小概率的王炸。结果百年一遇的暴跌一来，不仅把利润亏光，连底裤（本金）都赔没了。这就像买保险。每天开车，99% 的时间都是小刮小蹭，但必须防备那 1% 的致命车祸。如果按平时只会有小擦碰去买保险，真出大事那天，就直接破产了。肥尾效应就是说：别拿运气赌身家。总之，别迷信大数据，要信小概率；别死守旧结论，要常改主意。在不确定的世界里，真正的智慧不是追求算得准，而是学会认不清，承认信息有假象、未来有意外，放弃对绝对正确的执念，用动态的概率思维去应对极端风险。