一、它到底是什么

偏差就出在这个替代上。捷径本身没错，问题是它会在某些场合系统性地把你带偏，而且偏的方向是稳定的，不是随机的。凡是稳定出错的地方，就值得单独拎出来记住。

几个常被提到的：可得性启发，容易想起来的事被高估；代表性启发，凭像不像来判断概率；锚定，第一个看到的数字拖着你的估计走。卡尼曼和特沃斯基系统研究了这些，把它们从「聪明人不会犯的错」变成了「人人都有的默认设置」。

二、为什么它管用 / 为什么人会这样

因为大脑分两套干活的方式。一套快，自动、不费力、几乎不受控制；一套慢，要专注、要消耗、能算清楚的账它才算。快的那套是默认档，大部分判断都在这里完成；慢的那套懒得常开，因为太费劲。启发式就是快档的常用工具。

在多数日常场合，省力的判断是划算的：没必要每次都算概率。可在信息被放大、样本很小、或者代价很高的地方，快档的近似就会出错。它不管样本够不够、统计上站不站得住，只问像不像、想不想得起来。

一个反直觉的地方：知道有这些偏差，并不能让你免疫。研究里反复出现的情况是，把偏差讲给一个人听之后，他照样中招，只是事后更容易承认。因为它不是知识缺口，是思维默认档的一部分，堵不住，只能靠慢档去查。

三、什么时候会碰到它 / 该用它

• 你要估计一个概率、一个风险、一个大概的量。
• 判断一个人靠不靠谱、一件事有没有代表性。
• 看到一个数字、一个报价、一个说法之后，你的估计被它牵着走。
• 你需要在信息不全、时间很紧的情况下做判断。
• 你想回头检查：这个结论是算出来的，还是感觉像出来的。

四、什么时候它不管用

这套东西不是让你把直觉全部扔掉。很多领域里，靠经验养成的直觉又快又准，硬要用慢档去算，反而更慢更容易错。它也不是凡事都要求数据的理由：有些判断本来就没有数据，也不值得去凑。真正的问题是分场合：代价小、可纠错的地方，让省力的判断去做；代价大、不可逆的地方，才值得调动慢档。把两者用反了，才是问题。

五、例子

六、最容易走偏的地方

• 以为靠意志力能防住：知道不等于免疫，只能靠流程和复核。
• 一竿子打死直觉：专家在熟悉领域里的直觉很有用，别一起否定。
• 只防别人、不防自己：这些偏差在你身上和在别人身上一样灵。
• 把偏差当万能解释：任何意见不合都说成你有偏差，这是拿概念当武器。
• 只在事后才想起：偏差往往要在事前设计检查步骤，事后才发现已经晚了。

七、怎么把它用起来

• 先问自己怎么得出来的：这个判断，是靠算，还是靠想得起、像不像？
• 要一个基数：把感觉多，换成一共多少里占多少。
• 故意先不看锚：涉及估价、出价时，先自己独立写一个数，再看别人给的。
• 把快慢分开：重要决定不要在累、急、烦的时候下，那时快档占上风。
• 用清单代替记忆：把要查的几项写下来，逐项过，别指望临场想起来。
• 请一个不同意见的人：让立场和经历跟你不一样的人先挑毛病。

八、它和「确认偏误」不一样

启发式偏差是关于怎么判断的：用一个好答的问题替换了难答的问题，所以结论在概率、数量、代表性上出错。确认偏误是关于怎么挑证据的：你已经有了立场，就偏爱找支持它的、忽略反对的。一个错在估算的方法，一个错在证据的取舍。前者像用错了尺子，后者像只量对自己有利的那一段。

九、常问的几个问题

能彻底消除吗？

不能。它属于思维默认档，能做的是在重要处加一道检查。

是不是意味着直觉不可信？

分场合。经验足的领域，直觉往往很好；陌生、高风险的领域，直觉容易错。

学了这个有什么用？

未必让你当下不犯错，但能让你更容易在做完之后认出，刚才那下是被带偏了。

和惰性思维是一回事吗？

相关，但不完全。惰性思维是懒得深想，启发式是大脑自动用了替代办法。

相关

确认偏误、锚定效应、可得性启发、基础比率、快与慢两套思维。