这部电影很烧脑，这里不讨论剧情。
发哥没有了《英雄本色》中的英俊，郭富城也没有了《浪漫樱花》中的潇洒。但这里也不讨论颜值。
我只看到留在两个人脸上的沧桑，岁月没有饶过任何人，他们也没有饶过岁月。
整部电影下来，我印象最深的一句话就是发哥对郭富城说的一句话：“只看到黑跟白的人，永远都是失败者。”
不知道你是否会认同这句话？可能你会认为自己是一个爱憎分明的人，怎么会用这种模棱两可的态度来对待人生。
至今记得在电影《后会无期》中，贾樟柯的那句台词“小朋友才分对错，大人只看利弊”。
在利弊之间你是否还能分得清对和错，黑跟白？
在黑白之外，你觉得“灰色”是个怎样的存在？
任正非“灰度管理”的智慧
1、坚持正确的方向
如果面对的问题是非分明，要么说“是”，要么说“不”，就不会有第三选择。
如果面对的问题是非难辨，就要有第三选择，在“是”与“否”之间寻找一条适合的道路。所以，第三选择需要在混沌中寻找出路。因此，方向就是最重要的。
假如你在一座大山中迷路，你最需要明确的是什么？
明确的方向。
也许南方是你走出深山的唯一出路，那不管如何绕路，向南走下去不能变。或许顺着山中的溪流能够走出深山，那么无论东西南北，一定要跟着溪流的方向走下去。
方向就是出路，没有方向就没有出路。因此，“方向”对一个人来说是非常重要的，有时它是清晰的，有时它是混沌的，有时它是稳定的，有时它是多变的，需要我们用心去感悟它感知它。
实际上，很多人身陷生活中的繁琐走不出来，不是没有目标，而是没有找到方向。目标容易确定，但方向却容易迷失，一旦方向迷失了，目标也就难以实现。
人们迈着正确的步伐走在错误的方向上。最后，他们将准确并且正点地抵达错误的终点。
2、做事懂得妥协
没有正确的方向，就不会有出路，但是，不懂得妥协，即使明确了方向也难以有出路。因为前进的道路总是曲折的。
“妥协并不意味着放弃原则，一味地让步。明智的妥协是一种适当的交换。为了达到主要的目标，可以在次要的目标上做适当的让步。这种妥协并不是完全放弃原则，而是以退为进，通过适当的交换来确保目标的实现。”
在妥协的同时，一定要像保留自己的底裤那样坚持自己的底线。
3、灰度，第三选择的结果
什么是“灰度”？任正非这样说道：“合理地掌握合适的灰度，是使各种影响发展的要素，在一段时间的和谐，这种和谐的过程叫妥协，这种和谐的结果叫灰度。
有两个词可以解释灰度：
一是非主流（因为非主流，才冠以灰色），破旧立新，容易遭到大家的排斥，但可能会很实用；
二是适度，做事适可而止，把握好主流与非主流之间的平衡。
表现非主流也要有个度，什么都可以变，原则和方向不能变。聪明人的聪明之处就在于能够把“正”“反”两个不相容的东西捏到一起，生成新的更加有价值的东西。不要觉得“弯弯身子”“拍拍马屁”就失去了本色、失去了原则。只要我们维护了更大的原则，只要我们的方向没有变，妥协一下，有什么不可的呢？“大德不逾闲，小德出入可也”，才是一个人成熟的表现。
如果你看到这里觉得自己已经理解了人生的奥义，可能还为时尚早。
你可能还需要了解一下什么是“贝叶斯定理”。
先来点硬知识：
1812 年，法国人 Pierre Simona 将贝叶斯的理论进一步发展为条件概率，帮助人们在概率相关的决策过程中，通过新获得的观察结果来更正对概率的判断。
贝叶斯定理（Bayes' theorem）告知我们如何利用新证据修改已有的看法。在事件 B 出现的前提下，事件 A 出现的概率，等于 A 和 B 都出现的概率，除以 B 出现的概率。用公式表示就是：
几个相关概念：
先验概率：在考虑观测数据前，能表达不确定量 p 的概率分布
后验概率：在考虑和给出相关证据或数据后所得到的条件概率
条件概率：事件 A 在另外一个事件 B 已经发生条件下的发生概率，表示为 P(A|B)
可能性函数/似然函数：一种关于统计模型中参数的函数，用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计
如果你原来没听说过“贝叶斯定理”，没有关系，如果上面的公式你看完有点懵，也很正常。
我们在这里并不是讨论这个公式，而是谈论这个公式在我们生活中的应用。
举个例子：假设，有一种叫做「叶贝死」的病，人群中得病概率是万分之一，即 0.0001。然后，有一种测试可以检测你是否患有「叶贝死」病，准确率为 99.9%。你做了一次测试，结果被告知得病了！然后你的世界坍塌了，把这个不幸的消息告诉家人，开始准备遗嘱，甚至皈依了一个莫名其妙的宗教，好走完最后的日子……
但是，就在此时，你的智商突然上线了，你找回检测报告，看看遗漏了些什么。然后你就会发现事实的真相。
我们知道，每当 1 万人中会有 1 个人患病，这也意味着另外 9999 个人没病。再来看看检测的准确率。如果真正患病的人去做检查，那么 99.9% 的概率会被诊断出来。如果实际上没有患病的人，会有 0.1% 的概率会被误诊断。于是这 1 万人中，9989 人相安无事，总共有 11 人被诊断为「叶贝死」，但只有 1 人真正患病。
所以，你虽然被告知患病，但实际上真正患病的概率是：1/11 ，约 9%。
贝叶斯定理能给我们什么启示？
纳西姆·塔勒布说过，数学不仅仅是计算，而是一种思考方式。现实世界中，我们没法时时刻刻拿出电脑来演算一下公式，但是我们仍然可以通过这个定理得到一些宝贵的启示：
1、先行动起来。
大胆假设，小心求证。不断调整，快速迭代。这就是贝叶斯方法。
当信息不完备时，对概率的判断没有把握时，当然可以选择以静制动，但是不行动也是有代价的，你可能会错过时机，你也没有机会进步。这个时候，贝叶斯方法给我们提供了一个很好的思路，先做一个预判，动起来，利用新的信息不断修正原来的预判。
2、听人劝、吃饱饭，但又不能听风就是雨。
当我们没有把握时，我们很容易根据新信息调整看法。更大的挑战是，我们已经形成了一个看法，甚至有了成功经验时，当新情况出现后，我们能不能也去调整自己看法。一个黑盒子，我们摸索了一段时间，估计出了里面红球、黑球的概率，但是我们有没有想过，这个黑盒子里的球的比例会变化呢？
有了新信息，我们要对原来的看法做多大程度的修正呢？
这些，不可能有标准答案，但是明白了这个道理，有助于我们及时又谨慎的做出调整。
3、初始概率很重要。
初始概率越准确，我们就能越容易、越快速的得到真实的概率。疑邻盗斧，以貌取人，会让我们离真相越来越远。而如何获得相对靠谱的初始概率，是个硬功夫，它需要你的经验、人脉、平时的深度思考，有时甚至和底层的价值观、思维方式都有关。
丹尼尔.卡尼曼在他的《思考，快与慢》里，就特地强调了初始概率对贝叶斯方法的重要性。
4、对出现的特殊情况要引起足够的重视。
所以，每当出现特殊的、罕见的情况时，我们要保持高度警惕，黑盒子里的球的比例是不是变化了？但同时我们也看到，如果检测精度不够高，即便出现了罕见事件，真实概率也可能不到10%。所以，具体要怎么采取行动，还需要进一步观察。
5、信息的收集，信息的质量，以及对信息的判断，是提高决策水平的最重要环节。
只要有新信息，就可以修正，哪怕初始判断错了，新信息足够多，也能修正过来。但是没有信息，就没有修正。所以，在做决定之前，尽可能多的收集信息是必须的。但是错误的信息、低质量的信息，会让你的修正偏离真相越来越远，你能不能区分信息来源的可靠性、能不能进行交叉验证、逻辑推理，就显得至关重要。
所谓高手，就是把自己活成了贝叶斯定理。
