《黑天鹅》是那种可以直接给一个名词新定义的书，在我的印象中，完全是因为这本书，“黑天鹅”这个名词才有了新的含义，特指那些：”发生概率极低，却能产生巨大影响的事件”。

日出日落，生老病死，我们总是倾向于认为万物都有自己的运转规律，对于智力活动有特殊偏好的人们，更是试图用尽古今智慧，在尽量多的领域找到某种范式，进而能够越来越接近真理。很多人相信万物皆有因果，而当一些无法理解的事情发生了，却找不到直接的原因时，人们就会倾向于先找一个差不多的原因，也许有点牵强，但是，有原因总是会让人舒服一些。

击毙本拉登可以是股市上涨的原因，也同时可以是下跌的原因，一个素材，从任何角度都可以解释得通，毕竟，我们是那种相信“巴西的蝴蝶煽动下翅膀就会引起日本海啸”的物种。

分裂的世界

塔勒布在书中把世界分成了两边，一边是有规律，几乎从来不会出错的“平均斯坦”，另一边则是几乎从来无法预测的“极端斯坦”。为什么叫“斯坦”我不懂，但是这个观点后来在心理学家菲利普·泰特罗克的《超预测》中，也提到了，在他的书中，写给超级预测家的“十诫“，第一诫就是分清楚问题类别，如果是那些”如时钟般规律的问题”，那么预测才是有意义的，但是要小心“时钟”的“故障率”，如果是那些“云一样”的问题，就不要预测了，一朵云的形状随时都在变化， 没有人能猜得准。这个心理学家最有名的实验就是那个让一群政治家和学者去预测政治事件，结果成功率还不如抛硬币，更严重的说法是，还不如大猩猩扔飞镖。因为政治基本上属于“云一样的问题”，是在极端斯坦的范畴，预测很难。

其实无论是塔勒布，还是塔特洛克，都没有给出明确的概率来区分： 在什么样的概率范围内是可预测的。我觉得，这其实知识一种认知方式，没有办法直接划分，万维钢在一篇文章中提到：“尽管p是个小数，可是（1-p）^N也是个小数。“ 就是说大概率事件在经历次数足够多之后，就难免遇到一些意想不到的事情，也因此，哪怕是平均斯坦，也存在着黑天鹅。

数据与极端斯坦

在人类掌握了科学方法后，我们学会主动构建实验环境来重复试验，进而提高事件的发生概率，收集数据，改进方法。正是因为”学会了做实验“，我们才在科学上开始有长足的进步。我们似乎在实验室内找到了战胜极端斯坦的方式。

一辆汽车在正式上路之前，会在实验室内进行无数次的撞击，以此来保证驾驶员发生小概率事件时的安全。在现代医学以前，我们的医生也是没有数据支持的，无论是中医还是西医，书中都充满了哲学化的猜想， 因为那个时代的医生，基本上黑猩猩扔飞镖，每天都在和极端斯坦战斗。在循证医学理论推广之后，医学才开始逐渐变得标准化，数据化，医生们把临床病例的数据发表，共享，药品生产商开始通过大规模的临床试验来验证有效性。恶性肿瘤这个对于个人来说是极端斯坦的事件，因为全球医生的数据共享，逐渐开始建立有效的数据库，至少在概率上，变得可预测了。

曾经几乎无法预测的极端斯坦，在主动创造环境，主动共享信息的条件下，有了有效的数据支撑，原来越接近可预测的平均斯坦，这是人类文明的进步，而数据时代，我们会不会有新的惊喜？在还在飞速增大的数据量中，是否有可能通过刻意的收集和有效的共享和整合，让越来越多的极端斯坦变得可控呢？

因为平均斯坦内的事件，发生的频次较高，我们通过不停的总结，归纳，试错，来寻找我们之前没有发现的那些规律。可是极端斯坦的时间发生频次低，这些黑天鹅又对世界有着如此大影响，我们该如何去面对呢？

一边避险，一边冒险

迈克尔·莫布森在他的《实力、运气与成功》画了这么一张图：

不同的运动，可以在实力和运气之中找到相应的位置，篮球更靠实力一些，而冰球相对更依赖运气。我们的生活选择也是，有的职业更依靠运气，有的更依赖实力，有的投资风险很高，缺有大额回报，有的更加稳健。

一方面，相信价值和逻辑，在这条线更偏向实力的方面，付出就几乎一定会有回报，这是平均斯坦的地方，这里似乎有点无聊，但有时候确实最有效的渠道。塔勒布建议人们去从事平均斯坦的工作，因为那样虽然不能发财，但是更稳定。李笑来建议所有人练习写作和编程，因为这是只要花时间就一定能掌握，只要能掌握就一定有收获的技能。在这个方向上的投入，是我们规避风险的一种方式。

另一方面，不要忘了，黑天鹅之所以是黑天鹅，就是因为他是意想不到的，所以依然要警惕那些极小概率的事件，做必要的对冲，比如购买保险。同时，适当的拥抱极端斯坦，创造看起来没必要的冗余，做一些低概率的投资，多去尝试各种不同的可能性，说不定什么时候就会出现惊喜呢。

创造个冗余，跟我聊十分钟？
微信：bigorangee