Thinking, Fast and Slow — 行为经济学圣经
"我们以为自己在理性思考，其实大多数时候只是在凭感觉做决定。"
丹尼尔·卡尼曼（Daniel Kahneman），普林斯顿大学心理学教授，2002年诺贝尔经济学奖得主（他是心理学家，不是经济学家）。这本书的核心框架只有一个概念：你的大脑由两个截然不同的系统驱动。
系统1是你的"自动驾驶"，处理95%以上的日常决策。系统2是你的"手动驾驶"，只在系统1搞不定或者你刻意启动时才介入。关键问题：系统2比系统1懒得多，而且你以为自己在用系统2思考时，其实系统1已经替你做了决定。
超过50%的哈佛、普林斯顿、MIT学生第一反应答"10美分"——这是系统1的直觉答案。但正确答案是5美分（球拍$1.05 + 球$0.05 = $1.10）。系统1给出的答案听起来"差不多对"，系统2懒得去验算。
琳达，31岁，单身，坦率而聪明。大学主修哲学，关注歧视和社会公正问题，参加过反核示威。以下哪个更可能？
系统2的正确答案——单一事件的概率必然高于"且"事件
85%的人选B！因为描述"像"女权主义者。这是"代表性启发法"在作怪。
系统1不擅长处理统计和逻辑，它擅长的是讲故事。当系统1听到"琳达"的描述，它立刻构建了一个"女权主义银行出纳"的故事——这个故事很连贯、很合理，所以你觉得它"更可能"。但概率论告诉你：A&B的概率永远不可能高于A单独的概率。
系统1是一个联想引擎——看到"香蕉"会联想到"黄色"、"水果"、"弯曲"。这些联想是自动的、不受控制的。这就是为什么"别想粉色的大象"——你已经想了。
当信息看起来熟悉、清晰、容易被处理时，系统1感到"放松"，你就更倾向于相信它是真的。这就是为什么重复的谎言比一次性的真相更有说服力——重复带来认知放松。
"What You See Is All There Is." 系统1只根据眼前有的信息做判断，不关心"还缺什么信息"。这就是为什么第一印象如此强大——系统1基于有限信息迅速构建了一个完整故事。
损失100元的痛苦约等于获得200元的快乐。系统1对"失去"的敏感度远高于"获得"。这是人类从演化中继承的倾向——错过一顿饭比多吃一顿饭的后果严重得多。
系统2是一个"懒鬼"——它只在以下情况才启动：
17×24、在复杂表格中找特定数字、比较两种保险方案的优劣——这些事系统1干不了，系统2被迫上场。
有人问你："毛泽东哪年出生的？"你说不知道。但如果有人说是1889年，你会觉得"差不多吧"——系统1不会主动去查，但如果你觉得离谱，系统2会介入。
如果你在嘈杂的派对上专注于听某个人说话，你就是在"召唤"系统2。但这也意味着你听不到别的声音——系统2的注意力资源极其有限。
系统2的注意力像一个固定预算——你把注意力花在A上，就自动从B上抽走了。这就是为什么开车时打电话很危险：即使你用免提，系统2的注意力也被分走了。研究表明，开车打电话的事故率与酒驾相当。
系统1为了省力，大量使用"启发法"（heuristics）——也就是经验法则、思维捷径。这些捷径在大多数时候管用，但在特定情况下会系统性地出错——这就是"偏见"（biases）。
实验：先让被试者转动一个随机数字转盘（结果在0-100之间），然后问"联合国中非洲国家的百分比比这个数字高还是低？最后请估计具体百分比。"结果：转到10的人平均估计25%，转到65的人平均估计45%。一个完全随机的数字，影响了人们对非洲国家比例的判断。
锚定效应在生活中无处不在：
一件衣服标价1999，打五折卖999。1999就是锚——你被它锚住了，觉得999"很便宜"。如果直接标价999，你的感觉完全不同。
先开价的人设定了锚。你要求月薪3万，对方的还价会围绕3万展开。如果你让对方先开，他说1.5万，你的还价就被锚在1.5万附近。
中介给你一个"建议挂牌价"，这个价格就是你的锚。你后续的调价都会围绕这个锚展开——即使中介的动机是尽快成交，而不是帮你卖最高价。
你判断一件事发生的概率时，系统1不查统计数据，而是问自己："我能不能轻松想到例子？"能想到 → 概率高；想不到 → 概率低。但"容易想到"和"实际概率"经常没关系。
① 飞机失事后人们不敢坐飞机——不是因为飞机变危险了，而是因为失事新闻太容易想到；② 人们高估恐怖袭击的死亡率，低估糖尿病死亡率——前者上新闻，后者不上；③ 医生刚诊断过一个罕见病例后，短时间内高估该病的发病率。
你判断一个人或一件事的类别时，系统1看它"像不像"那个类别的典型成员，而不是看基础概率。
史蒂夫非常害羞、内向、乐于助人，但对人不太感兴趣，喜欢有序和整洁。他更可能是图书管理员还是农民？大多数人选图书管理员——因为他"像"图书管理员。但美国的男农民数量是男图书管理员的20倍，从概率上说，史蒂夫更可能是农民。
基础概率（base rate）是最重要却被最常被忽视的信息。系统1只关心"像不像"，不关心"有多少"。
表现极端好或极端差之后，下一次表现大概率会回归平均水平。但人们总是为回归均值编造因果解释。
卡尼曼在以色列空军教官培训中发现了这个现象：教官认为惩罚比表扬更有效——因为一个表现极差的学员被罚后下次往往进步，而一个表现极好的学员被表扬后下次往往退步。卡尼曼指出：这只是回归均值。表现极差后自然会进步，表现极好后自然会回落——跟表扬或惩罚无关。但教官们把随机波动归因于自己的行为。
系统1最大的问题不是"偶尔犯错"，而是"对自己的判断过度自信"。这一部分揭示了人类在预测未来时的系统性自大。
我们的大脑有一种强烈的冲动——把过去的事件编织成一个连贯的、有因果关系的故事。故事越连贯，我们越相信"事情必然如此"。但故事≠事实。
看看这些"解释"：
每天都有一条原因，但没有一条能可靠地预测明天。我们只是在事后找理由。
成功企业的"秘诀"在失败企业身上也完全适用（比如"坚持创新""重视客户"），只是失败者没人采访。
同一个特质（如"固执"），在成功者身上叫"坚定信念"，在失败者身上叫"不听劝"。
事件发生后，人们会觉得自己"早就知道会这样"。这种偏差让我们高估了世界的可预测性。
所有人都说"这很明显嘛，次贷泡沫迟早要破"。但在2007年，几乎没人准确预测到了——包括几乎所有经济学家和政府官员。
事后聪明让我们产生一种"世界是可以理解的"错觉，从而低估未来的不确定性。我们以为自己能预测，其实不能。
卡尼曼和特沃斯基让学生估计完成一篇论文需要多长时间。学生平均估计34天，实际平均55天。更离谱的是：他们知道自己以前类似任务的平均完成时间也是55天——但他们依然相信自己这次会更快。
规划谬误无处不在：
他花了20多年研究政治专家和经济专家的预测准确度。结论：专家的预测准确率并不比随机猜测好多少。更讽刺的是：专家越有名、越自信，预测越不准。因为自信来自"故事编得好"，而不是预测能力强。
卡尼曼引用哲学家以赛亚·伯林的名言："狐狸知道很多事，刺猬只知道一件大事。"刺猬型专家（有一个核心理论解释一切）预测最差；狐狸型专家（从多角度看问题、承认不确定性）预测更好——但也不怎么样。真正的预测高手是承认自己不知道的人。
卡尼曼总结了数百项研究，比较了"简单算法/公式"和"人类专家判断"在预测中的表现（从医疗诊断到信贷审批到大学录取）：
| 领域 | 算法 | 人类专家 | 结论 |
|---|---|---|---|
| 医疗诊断 | 统计模型 | 资深医生 | 算法 ≥ 专家 |
| 信贷审批 | 信用评分 | 信贷经理 | 算法 > 专家 |
| 大学录取 | 综合分数 | 招生委员会 | 算法 > 专家 |
| 葡萄酒评分 | 天气模型 | 品酒师 | 算法 ≥ 专家 |
| 囚犯假释 | 风险评估表 | 假释委员会 | 算法 > 专家 |
这是卡尼曼获得诺贝尔经济学奖的核心贡献。他和阿莫斯·特沃斯基（Amos Tversky）共同提出了"前景理论"（Prospect Theory），颠覆了传统经济学的"理性人"假设。
年终奖发了5万。如果同事都拿了3万，你高兴；如果同事都拿了8万，你沮丧。金额一样，感受天差地别。因为你的参照点不是"0"，而是"别人的奖金"或"预期"。
给你两个选择：A. 50%概率赢150元，50%概率输100元。B. 什么都不做。数学期望上，A的期望值是+25元（理性的话应该选A）。但大多数人拒绝A——因为输100元的痛苦远大于赢150元的快乐。实验测得"损失厌恶系数"约为2.0-2.5。
你对金钱变化的敏感度随金额增大而递减——从0到100元的快乐远大于从1000到1100元，尽管都是增加100元。这解释了为什么同样是打折，"省50元"在小商品上让人冲动，在大件商品上无感。
手术方案A："存活率90%" → 大多数人选择。手术方案B："死亡率10%" → 大多数人拒绝。两个方案完全一样，只是"正框架"和"负框架"的区别。你的系统1对"存活"和"死亡"的反应截然不同。
一旦你拥有了某样东西，你对它的估值就会上升。实验：随机给学生一个马克杯，然后问他们愿意多少钱卖出去——平均要价$7.12。问没有杯子的学生愿意多少钱买——平均出价$2.87。同一个杯子，只是因为"是我的"，价值翻了2.5倍。
花100块买了电影票，去了发现是烂片。"来都来了"——你硬着头皮看完，又浪费了2小时。这2小时是额外的沉没成本。理性的做法是：100块已经没了，现在唯一的问题是"接下来的2小时我是看电影还是做更有价值的事？"
理查德·塞勒（Richard Thaler，卡尼曼的合作者，2017年诺奖得主）提出：人们把钱放在不同的"心理账户"里，对不同账户的钱态度不同。
工资很"珍贵"，奖金可以"挥霍"，彩票奖金更是"白来的"——花起来毫不心疼。但钱就是钱，来源不影响价值。
丢了200块钱 → 大多数人依然会买票看演出。丢了价值200块的票 → 大多数人不愿再花200块买新票。两件事的财务影响完全一样，但心理感受不同——因为票被放在"娱乐账户"，钱被放在"一般账户"。
系统1对概率的处理是非线性的：
从"不可能"到"有可能"（0→5%）带来的心理变化，远大于从"一半"到"多半"（50→55%）。这解释了为什么人们愿意花大价钱买彩票（0.001%→0.01%感觉"有希望了"），也解释了为什么对极小概率的风险（如飞机失事、恐怖袭击）过度恐惧。
卡尼曼最后提出了一个深刻的区分：体验生活的"你"和回忆生活的"你"，不是同一个人。
卡尼曼做了经典的"结肠镜检查"实验：A组患者经历了一个短而剧烈疼痛的检查（持续8分钟）；B组患者经历了一个长一些但结尾逐渐减轻疼痛的检查（持续24分钟，总疼痛量是A组的3倍）。结果：B组患者事后回忆的痛苦程度低于A组——因为B组的结尾更温和。记忆自我忽略了持续时间（duration neglect），只看峰值和结尾。
一次旅行的记忆不取决于每天的开心程度，而取决于最精彩的瞬间和最后一天的体验。所以最后一天安排一个特别的体验（高级餐厅、日落观赏），整趟旅行的回忆就会大大提升。
一部烂片如果结尾精彩，你的总体评价会比一部全程平庸但结尾平淡的电影更高。结尾的力量巨大。
面试或演讲的结尾决定了面试官/听众对你的印象。把最有力的论点放在最后，中间平淡一点没关系。
约会的结束方式决定了对方对整晚的印象。即使中间有尴尬时刻，一个愉快的结尾（比如一起看了场好电影）就能覆盖。
当你专注于某件事时（比如"如果有辆车我会多幸福"），你会高估它对你整体幸福感的影响。加州人和中西部人自评的幸福水平几乎一样——虽然加州人觉得"加州人肯定比我们幸福"，因为他们只关注了加州的"好天气"这一个维度，忽略了通勤、房价、地震等因素。
卡尼曼的研究发现：收入对幸福感的影响有边际递减效应。年收入7.5万美元（约50万人民币）以下时，收入增长确实提升幸福感（因为减少了经济压力）。但超过这个阈值后，收入增加对日常情绪的影响微乎其微。亿万富翁的日常快乐并不比中产阶级高——虽然他们对生活的"满意度评分"更高（记忆自我），但每天的实际感受（经验自我）差不多。
全书的落脚点：既然系统1充满偏见，系统2又太懒，我们该怎么办？
我们的大脑有两套系统——系统1（快）负责直觉和自动反应，系统2（慢）负责理性和分析。系统1经常替我们做决定，但它充满偏见。系统2太懒，不轻易介入。理解这两个系统的运作方式，是做出更好决策的第一步。