AI

后视偏见，即“事后诸葛亮”“马后炮”，意思是事件发生后，人们认为自个能高度确定地预测或可能知道了事情的结果，认为自个“自始自终”都知道。上述的三个例子或许说明了这一点，但真正让自己怀疑自己判断的是另一个世界，即交易市场。交易要的不是预判，先不说他人预判了你的预判，更重要的是各种现象发生后你的应对措施，并由此能带来自己可接受的结果。

人们总是自我的，以为自个是舞台的中心，自己的一言一行总会得到别人的关注，甚至于自己内心的感知/想法/情绪也会被人所知，高估了他人对自己的注意力，由此产生的认知错觉，会使人有社交恐惧症或者是高估了自己对他人的影响。这是我理解的聚光灯效应。

知道越多，责任越大，无论是信息还是知识。但拥有更多信息和知识并不一定带来更多好处。正如“以终为始”说的终局思维，看多看透就好吗？被剧透的感觉没人会爽。也正如“好为人师”，知道就不容易理解/体会不知道的状态，同理心更不容易。在各式各样的沟通时，保持背景信息的同步尤为重要，电邮不流行了，幸好还有各种在线文档。

一将功成万骨枯，被歌功颂德的是将军，是成功者，而逝去的千百士兵同仁/敌手，都湮没在历史里，籍籍无名。所谓历史，是胜利者书写的历史；所以，成功者的历史经验/教训/理论/学说是否经得起再次检验？

零和思维，基本是斗争思维，在有限资源下才会采取的方式；有限资源的视野相对固定以及局限。如果能以发展眼光，跳出框框去思考，就不至于你死我活地争斗；在职场上如此，在股票市场上亦如此

墨菲定律/法则：凡事有可能出错的，就一定会出错；如果有多过一种方式去做某事，而其中一种方式将导致灾难，则必定有人会这样选择。 云盘出错是个例子，而SOP的则是经验总结之后的沉淀，能有效控制墨菲定律发生；至于高良品率、高价茶叶，则是有效控制墨菲法则之后的结果。出错不可避免，风险控制尤为重要，细节决定成败。

正常化偏误（Normalcy bias)，是指灾难发生时意识不到或者不以为意，仍然视为正常的思维偏误。温水煮青蛙是典型比喻，而狼来的例子是反面教材，不相信智能驾驶则是彻底避免正常化偏误。

花钱不花钱，花什么钱，怎么花钱，是个大学问，和心理账户也密切相关。免费的是最贵的，是因为之前没有花钱的心理账户，认为不值，实际上很值。而各种花式配件，则是因为在大件购买后，那些配件显得并没有那么贵，十几万的车都买了还差几百块的配件？几千块的手机买了还差百来块的保护壳？