第10天：后记（后半部分）
作者说明黑天鹅第一次在思想史上向我们提供了因无知而受伤害的图。稀有事件太罕见，以致不能通过经验观察来预测，通过先验模型进行预测的错误越严重。对自我参照的回路回归问题，之前章节已作介绍。我们并不在意可能性，而应对事件的结果更关注。发生率低对罕见事件的预测将更加错误，也就更加无法弥补，因此需要推断与归纳的理论。
在极端斯坦中的罕见事件更具影响力，从理论到现实世界的道路会出现两个截然不同的困难：相反的问题和预渐进性。关于两个方向混淆的问题在低可能性是非常重要（如卡萨诺瓦问题），负面倾斜，低可能性问题会更糟糕，此时的分布会使遵守者倾向于对稳定性的高估和对潜在挥发性及风险的低估，因此，对于看起来更具稳定性的事物，我们要给予更多的对待。某些渐进性在平均斯坦会更好的发挥作用（如生意兴隆的赌场），而在极端斯坦情况则大不相同。我们生存的真实的世界极少类似于渐进线，也因此证实了作者所说的游戏谬误。
作者从哲学角度阐明计算低可能性有多困难。作者用现实的经济数据说明了这个问题，在对人寿命预测和股票收益的例子中，平均斯坦和极端斯坦预测是不同的。极端，斯坦缺乏典型事件，对预测市场显得无意义。我们可以预测到事件的发生，但却无法预测事件的后果。弗古森关于事件预测的方法论，综合考虑了可能性与结果而更为可靠。在一个肥尾环境中（如艺术环境），罕见事件发生率极低，但影响甚巨。作者提到了美国政府用大的偏差对金融机构进行的压力测试，因数据缺陷，无法提出更多的风险问题。我们的直觉在预测是平均斯坦相对良好，表现为现实中愚蠢的冒险行为和低估机会。风险形成的方式会极大的影响人们对风险的认识（如投资领域及乘坐飞机的问题），说法不同影响了人们对风险的选择。
作者总结了复杂领域的特征，并因此得出的结论：复杂性暗示着极端斯坦。在现在的条件下归纳也使黑天鹅问题更为严重：即在一个复杂的领域归纳与演绎对于实际问题已经过于边缘化了。华尔街的亏损与纽约失业，正是反馈回路会产生巨大预测错误的结果。
统计学家戴维费德曼揭示了统计学知识的缺陷以及一些方法的不足。在他的著作中，他部分罗列了某一些人对黑天鹅不以为意的一些论点。二元陈列不取决于高度影响的事件，二元结果在生活中并不很常见，因为利益通常来说都是不确定的，是可变的。另外还存在着承担不明确因素的更复杂的决定。作者区分了四个象限，其中最重要的是第四象限，即黑天鹅区域，即是问题的所在，同样也存在着机遇。在第四象限，证据缺失与缺失证据之间的区别变得更为剧烈，没有模型反而更好。作者给出的建议就是不要陷入第四象限，如医生的行业，死亡率的降低更多是来自于卫生习惯的改变与抗生素的偶然发现，医生的在相当长时间内只是充当了杀手的角色。作者对医源性伤害进行了简要的陈述，提出摆脱第四象限的影响最为明显的做法是截短。作者提出了几个法则与原则，阐明了经济生活在后危机时代如何应对黑天鹅事件。作者在书中提出我们的经济生活应该去金融化，市民应当因自己能掌控的生活而劳心，而不是因投资而劳心。作者最后简要介绍了塞内加，谈到他乐于接受失去一切，似乎也暗示了此时的作者一定是无比强大，无惧于失去一切的。
