有些朋友可能收藏过红酒，对红酒有过研究。一瓶红酒的价值，从专家的评估角度，取决于众多因素，比如红酒的产地、葡萄的生长周期、酿酒工艺等等。

出自同一酒庄的酒，即使年份不同，价格也有很大差异。

收藏或投资者买酒就像买艺术品一样，期望未来能够增值。那如何准确预测一款酒的未来价值，就成为经济学上的一个重要课题。

普林斯顿大学的经济学家，阿申菲尔特对此进行了研究。他只拣选了天气的三个特征——生长期的平均温度、丰收期的降水量、以及上个冬季的降水量，通过将这些转化成数据公式，来预测葡萄酒的价格。

阿申菲尔特的公式，给出了未来几年葡萄酒的价格预测。这些预测在后来被证明相当准确，预测的价格和真实价格的相关系数超过了0.9，远远超出了行业内的专家预测水平。

为什么专家的预测竟不如简单公式来的准确呢？

我们猜测其中一个原因，是专家们试图综合全面的特征，进行复杂的加权，来预测未来。

各种复杂的因素，尽管看起来对事物是有影响的，但也给预测增加了更多的不确定性，降低了结论的正确性。

另外一个原因，是人们对复杂信息的最终判断很难达成一致，也就是说因素越多，越难以确定各个因素的权重。

比如把一张X光片，在不同场合，让一个经验丰富的放射科医师去看，得出的检查结果在是与非的问题上，会有20%的偏差。这也是为什么对糟糕的诊断结果，要去不同医院做进一步核验的原因。

在可预见性上，专家比算法差，总体而言，是因为环境中的细微环节都会影响我们的思想和行为。比如在炎热的夏天，一阵凉风吹来就会使我们心情舒畅，在这一瞬间我们无论评估什么都会更积极一些。

而算法却不会有这样的问题，输入不变则输出也不会改变。

据此我们可以得出一个惊人的结论：要使预测更准确，结果应由算法给出，在低效的情况下尤其如此。

你在面巾纸上构思的一个简单算法，通常可以和理想化的复杂公式相媲美，当然也比专家的言论更胜一筹。

行为心理学的研究就是这样，结论常常与我们的固有感受背道而驰，这也是心理学不容易理解的地方。很多时候，需要我们在一个结论上反复消化，这是消耗大脑算力的事情，显然需要我们与系统2进行斗争。

既然专家的预测通常不会优于简单的算法，那么还要相信专业技能对事物判断的重要性吗？这里，我们引出一个新的概念——专家型直觉。

专家型直觉就是说，在我们所工作的熟练场景里，我们就是能够对萌发的一些状况做出精确判断，而我们却不知道为什么。

比如消防员，在火场中常常能预感到即将发生的危险。而精深的会计员，则能在繁杂的数据中发现异常。这种直觉是因何而生，又是从何而来呢？

图灵奖和诺贝尔奖双料得主，也是世纪通才的，赫伯特·西蒙给出了一个有力的解释。人们在不知情的情况下就能知道，其中的奥秘并非直觉的显著特征，而是大脑的常规活动。

一个对危险有着第六感消防员，必定在日常练习和思考中模拟过他并没有亲自参与的各种火灾状况，并在脑海中演练过当有什么样的线索时，该如何应对。这些储存的记忆，便在消防员大脑中形成了范式。

当类似线索出现时，系统1便通过联想记忆的自主功能将相应范式呈现出来，系统2通过对呈现出来的范式进行模拟以检测其有效性。而这就是所处场景中的最优答案。

既然已经了解了直觉发生的过程，也肯定了直觉具备的可信性。那么在什么样的条件下，我们取信于专家直觉呢？

人们的自信与两个点有关：一个是认知放松，另一个是一致性。

如果我们能轻易地想到自己想要的故事，且各情节间并无矛盾，我们就会很自信。但是，放松和一致性并不能保证我们充满自信的观点就是正确的。

换句话说，自信是我们的主观感受，与正确并不直接相关。人们对直觉的自信心也就不能作为预测有效性的可靠指标。

什么支撑下形成的直觉才可作为我们判断的依据呢？

有两个基本条件：

一个长期的有规律可循的环境；

一个可长期训练学习这些规律的机会。

当满足以上两个条件，培养出来的直觉，才称为专家型直觉，可作为我们采信的依据。

专业技能不是一项单一的技能，而是由许多技能组成的。在一个领域专业的人员，在别的领域可能是个新手。但由于领域信赖效应，这些领域的专家会带着主观自信，而忽略了自己所在专业技能的局限性，从而在自己不擅长的情境和任务中妄下判断。

正如铁锤人故事中的表述，在只有铁锤的工匠眼里，所有问题都像一颗钉子。