思维与决策
人类的推理错误不是随机噪音，而是方向一致、可预测的系统性偏差；本篇沿「错在哪—为何错—统一机制—出路」的问题链，梳理启发式与偏差研究、Kahneman 双系统理论与前景理论，并评估纠偏的现实路径。
偏差是系统性的，不是噪音
判断研究的起点是一个反常识观察：人的错误不是围绕真值的随机散布，而是整体偏向同一侧的偏移——只有这种误差才需要理论解释。新古典经济学的理性人假设把人视为期望效用最大化者；Simon 的有限理性（bounded rationality）先松动了它——认知资源有限，人只求满意（satisficing）而非最优。Tversky 与 Kahneman（1974）把松动变成测量：判断不靠概率演算，而靠少数启发式（heuristics）——捷径在多数场景够用，却在特定问题结构上以可预测的方式失效，产出偏差（biases）。这一步把「人是否理性」的哲学争论改写为可实验、可量化的科学问题。
三大启发式：捷径如何失效
偏差的机制藏在三条最常用的捷径里，每条都在做同一件事——属性替换（attribute substitution）：用一个容易算的量偷换想算的量。
| 启发式 | 替代的捷径 | 典型偏差 | 失效根源 |
|---|---|---|---|
| Anchoring | 从锚点出发调整 | 估计被任意数字拉偏 | 调整递增式推进，停得太早 |
| Availability | 例子涌上心头的容易度 | 高估空难、低估心脏病 | 提取易得性由鲜活、新近、情绪决定，与真实频率脱钩 |
| Representativeness | 与原型的相似度 | 基率忽视、合取谬误 | 相似度不编码基率与样本量 |
Anchoring 的经典证据是命运轮盘：转盘停在 10 或 65（纯随机），被试随后估计非洲国家在联合国的占比，两组均值相差 25% 对 45%——明知锚点无关，估计仍被拖拽；谈判先出价、促销划线价都以此为本。Availability 的失效出在记忆端：记忆系统 Memory 中提取线索强度与存储频率本是两回事，媒体对罕见事件的放大恰好制造二者的错位。Representativeness 走得最远——Linda 问题里，被试判断「银行出纳员且热心女权」比「银行出纳员」更可能，违反合取规则 ，85% 的人中招；把「像不像」当「是不是」，同款匹配机制也支撑着 巴纳姆效应 Barnum Effect。
双系统：偏差的统一解释
三条捷径各有失效面，失效方式却高度一致：直觉先给答案，审校姗姗来迟。Kahneman 的双系统理论为这幅图景命名：System 1 快、自动、并行、不费力，靠联想不断产出对世界的现成解读，运作方式接近 感知觉 Perception 中的知觉加工——不由你启动，也无法关掉；System 2 慢、序列、费力，独占 注意 Attention 与工作记忆资源，专职监控、计算与覆写。要点不在「脑中确有两个模块」（Kahneman 自承 system 是有用的虚构），而在分工与默认权重：System 2 是懒惰的控制器，人天然是 cognitive miser，只在 System 1 给出低置信答案时才介入。于是启发式是 System 1 的正常输出，偏差是 System 2 的监控失守。证据来自认知反射测试：蝙蝠与球合计 1.10 美元、球棒比球贵 1 美元，多数人脱口「球 10 美分」——不是不会算，是没去算；时间压力与工作记忆负载进一步放大偏差。但资源论本身要打折扣：解释「意志力耗竭」的 ego depletion 模型在复制危机中严重受创（见 心理学研究方法），System 2 的「费力」更像动机性吝啬，而非燃料耗尽。
前景理论：参照点改写风险决策
双系统若只解释填空题式的人工判断，分量尚轻；它在真实风险决策中的对应物是前景理论（prospect theory）——对期望效用理论的正面替代。偏好不再由最终财富决定，而由相对参照点的得失决定。价值函数一段写尽三个推论：收益段凹（风险规避）、损失段凸（风险寻求）、损失端斜率约为收益端的 2.25 倍（损失厌恶）。
框架效应（framing effect）是其最锋利的证据：亚洲病问题中，同一方案表述为「确定救活 200 人」时多数人选它，表述为「确定死去 400 人」时多数人转向赌一把——客观选项未变，选择因措辞翻转，直接违反理性决策的不变性原则，也坐实了决策建于 System 1 的表层编码之上。
偏差能否被纠正
机制清楚了，剩下的问题是：知道偏差，个体能自救吗？答案分层，且不乐观。Kahneman 的类比是视错觉：量过 Müller-Lyer 线段知道等长，看上去仍不等——认知错觉同样「知道却看见」；而警觉最先在认知负载下崩塌，现实决策偏偏发生在负载之中。个体干预里，统计训练的迁移范围很窄，考虑对立面（consider the opposite）是少数稳健的技巧——强制生成反例，等于人为给 System 2 派活。Gigerenzer 提供反案：启发式是生态理性（ecological rationality），在与进化环境匹配的场合，快简法则（如 take-the-best）以少胜多（less-is-more），偏差更像实验环境与「标准答案」定义的产物，而非认知缺陷。两条路线的现实合流点是不再指望改造个体，转而改造环境：选择架构（choice architecture）与 nudge、算法与 checklist 替代直觉、外部视角（outside view）强制回到基率。社会场景中的偏差远比数字判断顽固——刻板印象与基本归因错误见 社会认知与归因 Attribution。落点：偏差不是 bug，而是认知架构的副产品；纠正的单位与其押在个体意志上，不如押在制度与工具设计上。