一、它到底是什么

关键在「最好」两个字。它不追求逻辑上的必然，而是给出一批可能的原因，然后挑解释力最强的那个。所以它天然是试探性的：先提出假设，再去验证。

这个说法由哲学家皮尔士系统提出，他把溯因看作科学发现和日常猜测里必不可少的推理形式，和演绎、归纳并列。

二、为什么它管用 / 为什么人会这样

现实里我们常常是先从结果看起的。病人来了，你看到的是症状，不是病因；系统崩了，你看到的是报错，不是当初那行改动；生意下滑，你看到的是数字，不是背后的原因。要从可见的结果走到不可见的原因，靠的正是溯因。

它和人的日常生活贴得很近。侦探看现场、医生问病史、维修工听异响、你猜朋友为什么情绪不对，都在做同一件事：在有限线索下，找出一个说得通的原因。这是人脑省力又高效的默认动作。

但它有个前提：说得通不等于说得对。多个原因都可能解释同一个现象，选出来的只是当前最合理的一个，还得靠后续证据去证实或者推翻。

这里有个反直觉的地方：最容易被想到的原因，未必是最佳解释。人脑偏爱熟悉的、生动的、能编成故事的答案，而最好的那个解释，往往是能同时串起最多线索、又最经得起检查的那个，哪怕它一开始并不显眼。

三、什么时候会碰到它 / 该用它

• 你只看到结果，看不到原因，比如故障、异常、结果突变。
• 线索零散、信息不全，但有若干可以解释的假说。
• 需要快速给出一批候选原因，再逐一排查。
• 做诊断类工作，比如看病、排错、故障复盘。
• 面对一个「怎么会这样」的疑问，而不是「该不该这样」。

四、什么时候它不管用

当现象本身有多个同样合理的解释，而你又没有验证手段时，溯因会停在猜的阶段，容易挑到巧但不真的那个。它也不能给你确定性，只能给概率上的偏好。如果没有后续检验，把溯因的结论当成定论，是危险的。它适合生成假说，不适合单独承担下结论的责任。

五、例子

六、最容易走偏的地方

• 把最巧的解释当成真的：故事讲得越顺，越容易让人信，但顺不等于对。
• 只留一个假说：一开始就锁定唯一原因，后面的所有线索都被强行往上套。
• 不做验证就下结论：溯因只负责提出可能，验证才是把它钉死的步骤。
• 忽略共同原因：两个现象一起出现，未必一个导致另一个，可能背后有个第三因素。

七、怎么把它用起来

• 先把观察到的现象写清楚，只写事实，不夹带猜测。
• 列出至少三个能解释它的可能原因，别急着挑。
• 对每个原因问：如果它成立，还会留下什么别的痕迹。
• 去找那些能区分这些原因的线索，优先找能排除某些选项的。
• 挑一个当前解释力最强、又最容易被检验的，先验证它。
• 验证失败就回到清单换下一个，别死守第一个假说。

八、它和「归纳」不一样

归纳是从许多具体例子往上总结出一般规律，比如见了很多次，得出一个趋势。溯因是拿一个具体结果往下追一个具体原因。归纳产出的是规律，溯因产出的是假说。两者常配合，但方向相反：归纳往上收，溯因往回追。

九、常问的几个问题

溯因能保证找到真原因吗？

不能。它只能给出当前最合理的候选，必须靠验证来确认。

它和演绎有什么区别？

演绎前提真就结论必真；溯因的结论只是可能真，需要检验。

日常哪里会用到它？

看病、排错、破案、猜人心事、复盘事故，只要是从结果找原因，都在用它。

相关

假设检验、奥卡姆剃刀、第一性原理、根因分析、贝叶斯更新