这是什么
贝叶斯思维说白了就是：先有一个大致的判断（先验概率），然后每看到一条新信息就调整一下你的判断（后验概率）。重点不是你一开始猜得对不对，而是你愿不愿意根据新证据修正自己的看法。很多人一条路走到黑，就是因为不会'更新'。跟贝叶斯更新（偏技术计算）不同，这里讲的是一种日常思维方式——随时根据新信息调整自己的信念。
什么时候用
做医疗诊断判断、评估项目成功概率、日常生活中修正偏见、产品A/B测试决策
什么时候别用
需要绝对确定性的场景（如法律判决），或者信息太少无法形成有效先验时
怎么用
- 1
给出你的初始判断
先大胆说出你现在的判断——'我觉得这件事成功的概率大概是60%'，别追求精确
- 2
搜集新证据
注意搜集跟你判断相关的新信息，特别是反面证据——人本能地只关注支持自己的信息
- 3
问自己：这条信息应该让我的判断往哪个方向调
每条新信息要么增强你的信心，要么减弱你的信心，幅度取决于这条信息的可靠性
- 4
定期复盘校准
每月回顾一下：我之前的判断准不准？偏差的方向是什么？下次怎么调？
真实例子
二战密码破译中的贝叶斯
图灵在布莱切利庄园破解德军'谜'式密码机时，用了一种叫'班伯里法'的技术，本质上就是贝叶斯推理。每当截获一段新密文，他就更新对密码设置各种可能性的概率估计。盟军不是靠暴力穷举所有可能（那需要的时间比宇宙寿命还长），而是用贝叶斯方法不断缩小范围，最终在战争最关键的时刻破译了U艇密码。
为什么医生也会误诊
某种疾病的发病率是千分之一，检测准确率99%。一个人检测阳性，他真的得病的概率是多少？大多数医生会答99%，正确答案是大约9%。因为1000个人里有1个真阳性，但有10个假阳性（999个健康人里1%误报）。不懂贝叶斯思维，连医生都会被'99%准确率'这个数字误导。先验概率（发病率很低）在判断中极其重要。