本篇為《每週讀懂一本書：第二季》試聽/試讀
【點擊購買全53篇】
世界是充滿不確定性的，我們不知道明天的世界會發生什麼，我們不知道周圍會變成什麼樣子，我們甚至不知道明天的自己會經歷何種情緒。
只要活著，我們就必然會遭遇各種不確定性因素，你此刻所閱讀的這篇文章，對你來說就是充滿不確定性的，這篇文章是內容充實還是空洞？閱讀過程裡會不會被手機的社交軟件打斷？
生活裡有許多的不確定性因素，這些因素能夠左右我們的目標成敗，能導致我們犯下意想不到的錯誤，能迫使我們更改人生的進程。
而這篇，我們就來談談如何應對人生裡，必定會遇到的不確定性。
首先，不確定性其實可以被分為兩種：
第一種不確定性叫做風險。所謂風險，就是我們知道結果發生的概率，但卻不知道具體會發生哪一個結果。
賭場就是描述風險的最佳例子，在賭桌上，儘管我們不知道輪盤在這一局會開什麼號碼，但所有結果的概率都是已知的，在賭桌上，不會有任何意外的結果。
但本文要探討的不是這一種不確定性，因為在日常生活中，這麼理想的不確定性環境是很少見的。
本文要探討的是第二種不確定性，亦即來自未知的不確定性。所謂未知，就是你不知道事情會演變成什麼樣子，你不知道會出現什麼結果，不知道幾時會發生，不知道過程會否有意外。這種不確定性，才符合我們日常中的經驗。
那麼，怎樣才能全面的擺脫未知所帶來的不確定性呢？
答案是：成為全知。
但你知道，目前還沒有任何人能做到這點，而且我們有理由相信，以後都不會有人能做到這點。
而既然沒有人是全知全能的，那就等於沒有人能擺脫不確定性。
也正是因為如此，我們才要學習應對必然存在的不確定性——注意，不是擺脫不確定性，也不是試圖完全消滅不確定性，而是學習如何在不確定性的環境下做決策、過生活。
向誰學習呢？
我們的第一個老師是，科學家們。
科學家如何應對不確定性
先來做個思想實驗吧：
假設有一個人，他是地球上第一個走出柏拉圖洞穴的原始人，走出洞穴後他第一次看見了日出，但由於這是他第一次經歷日出，他並不確定這是偶然的現象，還是某種重複性的現象，因此，他並沒有信心說以後還會見到日出。
然而，他此後度過的每一天都見到了太陽升起，於是他越發有信心的說，日出是一個每天都有100%會發生的現象。
一個現代的科學家，他認識世界的基本方式，其實就應該和這個原始人差不多。在學界，這種思考方式就叫做貝氏思維（Bayesian thinking）。
我們在第一季裡多次談到過貝氏思維。用最簡單的話來說，貝氏思維其實就是一種「保持更新」的態度。
我給你說個科學家的故事，你就能很好的理解什麼是貝氏思維：
假設有一位科學家提出了一個理論，他說：魚油是對大腦有益的。
但這理論僅僅是一個猜想而已，是一個連他自己也不太確定的猜想，而之所以會有這一猜想，是因為他自己最近吃比較多魚，然後覺得自己的思考過程比較清晰了。
於是，這位科學家憑著這個個人經驗提出，魚油對大腦有益，這大約有15%可能是真的。他第一次得出的這個概率，無論用什麼方式得出，都叫做先驗概率。
之所以會給出這麼低的概率，是因為他並不知道這是不是自己的錯覺，也不知道這個效果會不會發生在其他人身上。
為了進一步確定這一項假設，這位科學家開始做相關的統計，並嘗試設計出可以證明該假設的實驗，試圖從統計和實驗的數據中找到規律，總結出證據。他得出的研究結果表明，魚油對大腦有益的效果顯著。
但是，不是隨便什麼統計和實驗都能宣稱自己證明假設的。統計和實驗的規模樣本需要足夠大，結論才有普適意義。不幸的是，這位科學家的經費只召集到了幾十位被試參加該項的實驗，這意味著，該項實驗的結論還不能算作是可靠的結論。
但少量的有效證據，那也是證據。於是這位科學家還是更新了他對「魚油對大腦有益」這一猜想的置信度，他現在認為，這猜想有40%的可能是真的。
一般而言，在樣本不足的情況下，科學家就會在論文的結尾提醒到，某某結論還需要其他同行們做進一步研究，以驗證其真實性。這位科學家也是這樣做了，他的論文發表後，引起了其他科學家的關注。
同行們紛紛開始做相關實驗，以驗證魚油的功效，隨著做相關實驗的人越來越多，數據也變得越來越充足。其中有些人的實驗得出了魚油無效的結論，但大多數人的實驗均得出了效果顯著的結果。
這個故事的主角科學家把這些實驗的結果都納入考慮，在經過了一番計算後，他提出，「魚油對大腦有益」這一假設，現在有85%的可能是真的。
最後，如果往後有更多的新證據持續證明了魚油的效果，那麼這一概率還會往上提，而且會慢慢成為學界的共識。
故事結束。
這個故事有兩點值得我們借鑒。第一，在證據不足的情況下，不輕信任何假設。這點很好理解。
第二，在面對未知時，我們可以「動態的」歸納出一個概率、置信度，並以此預測未來，以及判斷我們該相信什麼。
還記得我們文章開頭提到的問題嗎？我說，對於大多數人來說，我們都不知道明天的自己會經歷何種情緒。但其實，我們可以借用貝氏思維來解決這一問題。
如果明天是星期一、工作天，那麼我們可以總結過去自己在這一天的經歷，我們可能預測到，這一天的早上自己會比較沒動力工作，午飯後才開始表現得有效率，晚上多半不會外出等等。
但是，這不是說你餘生的每個星期一都會有這種經歷。你的生活會隨著時間改變，你會換工作的地方，你會變換生活方式，因此，你需要隨著這些新證據的出現，去更新你對自己的星期一的預測。
當然，貝氏思維的應用還有很多，關於這些應用，我建議你複習過去的文章，例如：用貝氏思維判斷某個項目的創業成功概率是多少，用貝氏思維預測下一任總統是誰。
理論上，貝氏思維可以用來進行任何預測，以及用來判斷我們應該相信什麼。而且似乎是目前學界公認的——最好的、最理性的應對未知的工具。
那麼，貝氏思維是完美的嗎？
當然不是。貝氏思維至少有三個不足之處。
貝氏思維的第一個不足之處是：過去的數據雖然能幫助我們更好地預測未來，但過去不等於未來。
貝氏思維的主要動作之一是歸納法，也就是總結目前已有或現有的資訊。而只要是歸納法，就注定會面臨哲學家羅素提出的火雞問題（Russell’s Turkey），這個問題是這樣的：
在火雞飼養場裡，有一隻火雞科學家發現，每天上午9點鐘人類就會給它們餵食。但是，這位嚴謹的火雞科學家並不馬上做出結論，而是慢慢觀察，並收集每一天的數據。
在364天後，火雞科學家總結道，無論是雨天還是晴天，大熱天還是冷天都好，人類總是會在上午9點鐘給我們餵食。它向其他的火雞群宣布這一項結論，其他的火雞都表示贊同。
可是，當第365天來臨時，也就是聖誕前一天的9點，人類非但沒有給它們餵食，而是將幾乎所有的火雞宰殺。
這個火雞科學家的故事，指出了貝氏思維的第一個不足之處：過去的數據雖然能幫助我們更好地預測未來，但過去不等於未來。
貝氏思維的第二個不足之處，是忽略了真實的具體個體。
以剛才魚油的故事為例，假如我們做了很多實驗，並證明魚油對99%的人的大腦都是有益的，但卻對其中1%的人是有害的（假如）。那麼對這1%的人來說，所謂的99%正向效果的統計就是沒有意義的，那甚至會誤導他們做出錯誤的決定。
對大多數人來說，1%當然是小概率事件，但對具體的那1%的人來說，發生在他們身上的事情卻是真實發生的。
貝氏思維的第三個不足之處，是在新問題的面前，暫時無效。
貝氏思維是以引入資訊或數據的方法，來推算出概率的。這意味著，如果沒有現存的數據，那麼貝氏思維就等同於無效。這聽起來有點繞，我舉個例子。
假設今天我想到了一個嶄新的創業點子，這個創業點子是如此新奇，以致於從來沒有人完成過它，也就是說我們沒有任何可以參考的經驗。在這種時候，我就不能指望貝氏思維能給我什麼有用的見解了，我只能夠親身試著做做看。
在面對新問題的時候，貝氏思維幫不上忙，這是第三個不足之處。
不過，所幸的是，在貝氏思維的這三個不足之處之中，只有第一個火雞科學家的問題是完全無解的。而第二個和第三個不足之處，則可以靠這樣或那樣的方法補救、解決。
具體來說，我們可以從第二個老師的身上學習到這些補救方法， 這位老師是企業家。
企業家的以快打快
有一件你可能已經聽膩了，但未來可能還是會不斷聽到的事情，就是世界的變化越來越快了。
老實說，要讓我細說感受的話，我是感覺不到生活的變化有多快的。雖然我能察覺到世界有在發生變化，但由於這變化是漸進的，所以我並不感到快。
但對企業家來說則不同了。有統計指出，在50年前，美國大型上市公司的平均壽命大約是60年，但現在，這一平均壽命只剩下18年罷了。也就是說，我們能預期一家非常成功的公司，會在18年左右被淘汰。
現在，如果我們把公司想像成是一個人類個體——你原本期望自己的一生能活到60歲，現在醫生卻告訴你可能只能活到18歲左右，你會不會覺得自己必須要趕快辦完還沒辦好的事情？
當然，這樣的比喻是不正確的，但這或許能讓我們稍微感受到，那些總是說世界變得很快的企業家，他們所感受到的壓迫感。
那麼，為什麼公司的平均壽命越來越短呢？
深入一點的說，是因為科技的加速變化，為環境帶來了更大的不確定性。以前的公司還可以慢慢的行動，識別潛在的競爭對手，然後擬定應對對手的策略。而現在的公司則是在識別出對手是誰之前，就已經被幹掉了。
例如，在互聯網誕生之時，沒有人知道它會演變出電商這個怪獸。而在電商誕生之前，零售商們都以為自己最大的威脅是其他零售商，直到電商狠狠的重挫了零售商的利潤後，零售商們才意識到真正的威脅是這個，不知從何時何地冒出來的怪獸。
科技讓環境變化得越快，未來就有越多的不確定性。那麼，那些在這個時代之中存活下來，甚至獲得成功的企業家們，是否有什麼應對不確定性的方法，可以給我們這些個體借鑒呢？
我認為，有兩個方法值得我們借鑒：
第一個是精實創業（lean startup）的方法論。它由硅谷企業家艾瑞克·莱斯（Eric Ries）總結提出。
簡單來說，精實創業與傳統的創業方式最不同的地方有兩點：
精實創業不追求做把產品和服務，設計得完美後才推出，而是追求做出最小可行產品（Minimum Viable Product，簡稱MVP），亦即可能還有瑕疵，但已經能投入運行的產品。讓這些產品小規模的推出，並以此來測試市場的反應，蒐集用戶的反饋。
與傳統的、要求做到完美才推出的產品不同，推出最小可行產品能大大降低研發的金錢和時間，又能測試該項產品的概念是否行得通，這對公司來說就等於降低了失敗的風險。
雖然，最小可行產品往往有著許多瑕疵和不足之處，但這些瑕疵和不足之處往往是很難被發現的，如果要靠研發人員找到這些瑕疵，那需要很多的時間成本。
但只要將產品小規模推出，就能透過用戶們的反饋建議，迅速的獲知產品的瑕疵，以及可改進之處。然後，再憑藉這些建議迭代產品，就能大大的縮短產品的研發和迭代週期。
用一句話概括，精實創業其實就是「小成本試錯」的方法論。
在我看來，這一方法論很好的補救了貝氏思維的第二個不足之處，它給了每個個體降低風險的方法。
世界永遠是不確定的，假如創業失敗的風險只降臨在1%的人身上，這對那1%的人來說，都是真實100%發生的風險。
哪怕你的貝氏思維告訴你，你有99%的概率創業成功，但問題是，你依然不確定你會不會是那1%的人，你會想要降低自己的風險，而其中一個方法就是精實創業。
另外，這裡說99%的創業成功概率只是為了方便說明例子，以美國為例真實的情況來說，小型企業在4年之後的生存概率只有56%左右。
企業家帶給我們的第二個應對不確定性的方法，是「維持動態」。
要了解為什麼要維持動態，我們可以想像一下：假如你站在一個一覽無遺、空蕩蕩的草原，那麼你當然不會擔心有什麼物體把你撞倒。在這個環境裡，你不用面對太大的不確定性，所以如果你想把自己保持在一個固定的位置，你可以站著或躺著都沒問題。
但假如你是在現代城市的市中心裡，站在繁忙的人行道上，那麼不確定性就大大增加了，如果你站著不動，就肯定會被別人撞上。而唯一避免被別人撞上，同時保持在固定位置的方法，就是自己也開始一邊走動、一邊閃避迎面而來的路人，以動態來維持穩定。
對企業家來說，真實的環境當然是更像是站在人行道上，他們不知道接下來會被哪一位路人撞上，他們不知道會被誰撞倒。而讓自己不被撞倒的方法，就是觀察身邊的環境，然後讓自己積極的動起來。
而換成現實世界裡的操作，那麼觀察就等於學習，動起來就等於行動。只有不斷持續的學習新事物，持續觀察環境並作出反應，我們才能提高自己不被撞倒的概率。
但是，你說要持續學習，但對個體來說，要具體學習的到底是什麼呢？這世界有這麼多的事物可供學習，難道統統都得去學一學嗎？
當然不是。關於個體需要學習什麼，我在《深度學習的技術》一書裡有過詳細的探討，但是，裡面的探討是針對個人職業發展而言的。
本文想談的，是能針對「不確定性」這一主題的學習方向。
而這就引來了我們的第三個老師，哲學家。
哲學家的追逐真理
哲學家的主要工作是什麼？
可能是尋找真理，可能是追逐智慧，可能是忙著辯論，可能是探索更多的知識和真相，或者種種其他。
事實上，不同的哲學家、不同的時代的哲學家，總會有各自不同的工作和目標，哲學家們自己可能也說不清自己的主要工作是什麼，而且不同流派的哲學家又有不同的研究方法。
但有一點是肯定的，就是無論他們的研究方向是什麼，他們都在追求某些普適理論，某些放諸四海皆準的理論，或者說是永恆正確的理論。
換句話說，他們都想在這個不確定的世界裡，找到那些確定的理論、規律、知識。
而我們要向哲學家學習的地方，恰恰是這一點：我們應該努力探求那些比較確定的規律和理論知識。
舉一個例子，假設你想更好的了解你的朋友小明，那麼最好的方法不是聽小明的自我介紹，也不是觀察小明的行為，這些都不過是表徵。要找到這些表徵的深層邏輯，那就應該先從千年不變的「人性」開始研究起。
只有當你對「人性」有了深入的了解，你才能解釋小明平時所表現的種種現象，你才會明白，小明的自我介紹裡會如此強調自己的成就的原因是什麼，小明會經常做出魯莽、衝動的行為又是為什麼。
從表面看來，小明所有的表現都是充滿不確定性的，外人是很難了解小明的，但所有的表面都隱藏著某些確定性的規律、邏輯。
例如，小明會打工賺錢，那麼他這一行為的動機不外幾種：如，為了獲得成就感、為了生存需求，或者純粹是為了興趣等等。
又例如，小明忽然注重起自己的外表，那麼他這一行為的動機十有八九是與社交有關。
簡而言之，無論小明這個人有多麼不確定，他都不太可能跳出「人性」之外的可能性。只要是人，就能很大程度的被「人性」所解釋。
這就是一種用確定性來應對不確定性的方式，亦即找到表象背後的深層邏輯。
我們還可以不停的舉例，例如：不同的國家會有不同的地理環境，不同的地理環境會衍生出不同的、各種各樣的建築屋，但所有的建築屋都遵循同樣的物理定律，它們屹立不倒的原因是一樣的。
根據推算，地球上可能有870萬種生物，但生物的種類再繁多，它們都必定是由已知的基本元素所組成，遵循著演化的法則，並且都能用現今的生物學理論方法去研究。
所有表面看似不確定性很大的事物，其背後都隱藏著某種確定的規律、知識。只要我們掌握了這種確定的規律、知識，那麼我們就能得出一種相對確定的預測和預期。
而這正是能補救貝氏思維的第三個不足之處的方法。
我們前面提到過，貝氏思維在面對新問題時比較沒有用。我舉過一個例子，說的是：如果我想到了一個嶄新的創業點子，這個創業點子是如此新奇，以致於沒有其他能夠參考的經驗，在這種時候，我就不能指望貝氏思維給我什麼有用的見解了，我只能夠親身試著做做看。
但現在我們知道，哪怕你有再新奇的創業點子，你都一定會有能夠參考的經驗。就好像地球上雖有870萬種生物，每一個生物都有不同的地方，但沒有任何一種生物是完完全全的與其他生物不同的。
換句話說，你能參考的經驗未必是針對你那獨特的創業點子而言的，而可能是來自創業的管理經驗，可能是來自研發和推廣產品的經驗，可能是來自選對時機和戰略的經驗。
另外，你要思考的是，你這獨特的創業點子，它的本質與哪些創業項目相同，它和其他的創業案例有什麼共同之處。
你可以學習這些相對確定的規律和知識，以優化貝氏思維給出的先驗概率。
當然，無論我們學習多少確定的規律和知識，未來依然是充滿未知數的。但現在你知道，這些未知並沒有想像中那麼可怕，那麼難以預料。
現在，我們已經探討了幾個應對不確定性的方法，這些方法都能很好的幫助我們減少自身的無知，減輕對未來的不確定性。
但是，這些方法都是針對外部的不確定性而提出的。到此為止，我們都還沒討論過來自內部的不確定性。
英雄的堅持到底
儘管外部世界是很難預料的，但人的內心世界也同樣很難預料，哪怕是自己的內心世界。
例如，自己設定了持續健身的目標，但同時又是自己在一個月後荒廢了這一目標；自己說過要持續追逐夢想，但同時又是自己在一段時間後決定放棄。
不用我再多舉例你也能夠理解：無論某人設下了什麼目標，如果他總是無法堅持，只能半途而廢的話，那麼他自己就是最大的不確定性。自己不可靠，那麼未來就不會是可靠的。
而我想說的是，對很多人來說，「自己」才是最大、最危險的不確定性。甚至比外部的不確定性更危險。
因此，我想向你介紹第四位，能教導我們應對不確定性的老師，他的職業叫做「英雄」。
著名美國神話學家約瑟夫·坎伯（Joseph Campbell）寫過一個相當有影響力的書，叫做《千面英雄》。他在該書裡提到的一個理論指出，在古代裡大多數神話裡的英雄，都有著幾乎同樣的英雄之旅，幾乎同樣的成為英雄的過程、情節。
例如，故事剛開始，英雄只是過著平凡的生活，但因為某些危機發生了，所以英雄必須踏上冒險的旅程。剛開始英雄的內心是有所抗拒的，但經過某個師傅或某個神的引導後，他終於認定了這項使命，下定決心踏上旅程。
在旅程的剛開始，雖然面臨著種種的挑戰和歷練，但英雄總是能完成這些挑戰和歷練，並因此獲得了相當的成長。在這段時期，英雄還會結識盟友得到助力，或者與心儀的人相遇。
但很快的，最大的難關、最危險的大魔王還是出現了，剛開始，英雄會被對手打得措手不及，可能還會有盟友或愛人犧牲。這時的英雄由於遭遇了前所未有的痛苦，差點就無法再振作起來。但英雄最終還是不放棄，他重新振作起來，表現出前所未有的決心，並使出渾身解數打倒了大魔王。
大魔王被打敗後，英雄得到了這次旅程的最終寶藏，有時這一寶藏是有形的，可能是寶劍、寶石之類的。有時這一寶藏是無形的，可能是和平、友情、愛情、勇氣、成長之類的。
最後，得到寶藏的英雄回到起點，從此過著自由自在、得心應手的生活。
在聽著這個英雄之旅時，你的腦海裡是否浮現出許多好萊塢英雄電影的畫面呢？
那是因為，好萊塢的編劇們都深受坎伯提出的英雄之旅的影響，絕大多數的英雄故事，其背後的原型、套路，其實早在古代神話就有了。
更有意思的是，英雄之旅其實不僅僅是一個編寫虛構故事的原型，事實上，他反映了真實世界的某些真相。我們來看看下面這張曲線圖你就能明白：
我第一次看到 J 曲線是在吳軍老師的《谷歌方法論》，裡面他提到了一個叫伊恩·布雷默（Ian Bremmer）的國際政治專家。布雷默告訴吳軍老師，他研究了很多從落後走向繁榮的國家，並從中發現了一個規律：
一個落後的國家，如果找到了一條適合的、正確的發展道路，那麼剛開始的一段時間，國家的發展會先走一段下坡路，但只要堅持下去，過了一個坎，以後的發展就會回升，而且走得越遠發展得越好。
之所以會出現這種現象，那是因為任何的改變或新的方法，都是對原有的社會平衡的打破，社會會因為新的改變而動盪，人民會為了應對新政策而作出調整，這些動盪和調整都是需要投入時間和成本的，因此在剛開始時，發展會先往下坡路走。但只要這一項改變是正確的，那只要堅持下去，就總會有得到更高回報的那一天。
布雷默說，據他對所有崛起的國家的研究，今天那些已經發展得很好的國家，無一例外的走過了 J 曲線。
我們在《第二曲線》一書的解讀文章裡，也探討過類似的道理。
例如，個人能力的增進也遵循著 J 曲線，當你投入大量精力去學習一項技能時，由於你剛開始的能力還很低，你什麼都做不出來，所以曲線一開始是往下的，你付出的努力很多，但你還未有任何回報。
但隨著你學習的時間久了，你的經驗和知識得到了累積，你的能力得到了提升，於是你的產出增加，回報增加，曲線開始往上爬。
其實，無論我們設定的是什麼目標，一開始我們都要先過第一道坎，才能迎來後面的美好結局。但第一道坎是難熬的，很多人在這時堅持不住就放棄了，也就沒有了後面的上坡路。
而之所以本文的第四個老師是「英雄」，是因為要應對來自「自己」的不確定性，我們就得學習英雄那樣：
在面臨 J 曲線的那道坎時，在面臨難關與挫折時，你能夠像個英雄那樣，咬緊牙關的堅持走下去。
在不確定性的世界裡，自己，可以是最可靠、最確定的因素。
–
我知道，有人可能會說，堅持不一定就能戰勝大魔王，眼前的道路也未必是一道坎然後上坡路，而是一道無止盡的下坡路。關於如何判斷幾時該堅持，幾時該放棄，我們其實已經在《經濟學家的魔鬼式思考》一文裡，就已經討論過。
談了這麼多關於不確定性的話題，最後我還想多說兩點：
第一，有不確定性就是有希望。如果一切都是確定的，那麼就不會有變得更好的可能性了。
第二，不確定性是運氣。而要讓好運氣找上你，你就不能完全的自我封閉。有時，為了獲得好運，你得迎面的擁抱不確定性。
這週就說到這裡，我們下週再見。
本篇為《每週讀懂一本書：第二季》試聽/試讀
【點擊購買全53篇】
參考書目：