纸箱里装有6只红球与4只黑球，请问随机取出红球的概率有多大？60%，这似乎是大家公认的标准答案。现在加大难度，请问下列2种情况，随机取出红球的概率各是多少？
1.纸箱里装有红球、黑球，总数是10，但比例不知。
2.纸箱里装有红球、黑球，数量、比例均不知。
在现实世界里，我们碰到的大量问题，跟上述情况完全类似，根本找不到这么多现成的数据（红、黑球的数量、比例，甚至纸箱里球的颜色也未可知）。如果是新兴事物，也许压根就没有先例，新的疾病、产品与情景，总之一切都从头开始，那我们应该如何做出判断呢？看看再说？随便蒙一个?
此时，“摸着石头过河”也许是一种不错的选择，它的理论依据就是高大帅气的“贝叶斯方法”。人类进入21世纪以来，随着计算机技术的飞速发展，贝叶斯方法在人工智能、图像识别、机器翻译、语音识别、资料采集等方面大放异彩，它的发明人是英国数学家贝叶斯(1701年—1761年，Thomas Bayes）出生于伦敦、毕业于爱丁堡大学，1742年成为英国皇家学会会员。贝叶斯首先将归纳推理法用于概率论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计估算等做出了重大贡献。
“摸着石头过河”（贝叶斯方法）认为，概率（判断）是个完全主观的行为，可以先给出一个初始值，然后根据出现的新情况，掌握的新信息，对这个初始值进行修正。随着信息的增多，就会慢慢逼近真实的概率（判断）。
人类无需等到数据积累到一定量级，先从初始值出发，通过持续修正，最终逼近目标。“摸着石头过河”的思路可以有效地解决2种认知误区：
1.听风就是雨。听到一点风声就竭力附和渲染、跟着咋呼，缺乏个人主见，本来没有多么严重的事也说的特别邪呼。
2.一条路走到黑。性格偏执或固执、死板不开窍、认死理不知变通、做事“不见棺材不掉泪”。一般地，具有“一条路走到黑”脾性的人可能由于死板和执迷不悟而错过成功的岔路口，造成最终的失败。
一个人想过一条不熟悉的河，在没有前人经验、没有船也没有桥的情况下，如何分清河水的深浅是个大问题。水深的地方有可能淹死人，而水浅的地方人能够淌水过。在事先不知道这条河详细情况下，可行的方法就是以身试水，摸索着河里的石头，以较为保守的甚至原始的方法逐步摸清情况并想办法安全涉水，这就是人们常说的“摸着石头过河”，它具有以下几个特点：
1.先行动起来。大胆假设、快速迭代。当信息不完备时，对事物的判断没有把握，选择以静制动将付出错过时机的代价。此时，“摸着石头过河”给我们提供了一种不错的思路，先大胆地做一个预判，立即行动起来，然后利用行动中掌握的新信息不断修正原来的预判。
2.听人劝吃饱饭，克服了“一条路走到黑”的弊端。“摸着石头过河”强调与时俱进、实事求是，即使是写在书上、发表在顶级杂志，它也不一定就是对的，做到”开张圣听、兼听则明“，这是圣人追求的目标。
3.老成持重、深思远虑，克服了“听风就是雨”的弊端。对事物的修正是逐级操作的，这样就不会忽左忽右、轻举妄动。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，我们持续地调整。
4.初始判断很重要。初始判断越准确，我们就能越容易、越快速地得到真实的结论。疑邻盗斧、以貌取人都会让我们远离真相。如何获得相对靠谱的初始判断，需要经验、人脉、平时的日积月累，有时甚至和底层的价值观、思维方式都有关。
5.信息的质量、收集、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。在做决定之前，尽可能多的收集信息是必须的。能否区分信息来源的可靠性、进行交叉验证、逻辑推理就显得至关重要。
