过度自信：我们高估自己的准确率

预计时间：35 分钟读 + 25 分钟做习题 = 60 分钟。

一、定义：自信 ≠ 准确

过度自信（Overconfidence）指人的主观判断置信度系统性高于实际正确率。两类典型表现：

• 校准偏差：给 90% 把握的题，实际只对约 70%（「90% 的人其实只对了 70%」）。
• 优于平均效应：多数人认为自己高于平均——数学上不可能都成真。

二、核心逻辑

• 难度越高越自信：任务越难、信息越少，人反而越容易给出高置信度（因为不知自己无知）。
• 专家更危险：专家在特定领域知识丰富，反而更难承认例外，预测常比朴素模型差。
• 事后诸葛亮：回忆时把「已知结果」当成「当初就知道」，掩盖了当时的不确定。

三、跨学科应用

• 概率视角：贝叶斯更新要求明确先验的 uncertainty；过度自信把先验方差设得太小，等于「几乎不信新证据」。
• 生物学视角：自信的信号在社交中有价值（领导气质），于是进化奖励「显得确定」胜过「实际准确」。
• 工程视角：冗余与熔断的必要性，恰恰来自「任何单点判断都可能过度自信」。

四、真实案例

案例 1：长期资本管理公司（LTCM）的崩塌

LTCM 由诺贝尔奖得主（Scholes、Merton）领衔，模型精密、杠杆极高。1998 年俄罗斯债务违约引发连锁，模型假设的「极小概率事件」同时发生，公司几周内濒临破产，美联储牵头 36 亿美元救援。一群最聪明的人，因对自己模型置信度过高、杠杆过满，把「极低概率」当成了「零概率」。

案例 2：软件工期估算

团队对「三个月上线」给出 90% 把握，结果常拖到六个月。研究显示软件估算的实际完成时间常落在「最乐观×3 到 ×4」区间。过度自信体现在：把「理想路径」当成「最可能路径」，忽略依赖与返工。

五、方法论：给不确定留余地

1. 给预测区间而非点估计：不说「Q3 上线」，说「有 80% 概率在 9–12 周」。
2. 事前验尸（Pre-mortem）：假设项目已失败，倒推「最可能死因」——绕开「一切顺利」的幻觉。
3. 外部基准：用同类历史数据校准，而非凭手感。

下一课 0008 · 沉没成本谬误 讲为什么我们舍不得已经花掉、收不回的东西。

六、练习

单选

q=‘1. 校准偏差指？’ options=’[“记性差”,“主观置信度高于实际正确率（90% 把握只对错约 70%）”,“智力低”,“运气差”]’ answer

q=‘2. 为什么专家有时比新手更危险？’ options=’[“专家错了”,“专家更难承认例外，过度自信更强”,“新手更懂”,“专家不努力”]’ answer

q=‘3. LTCM 崩塌的关键原因是？’ options=’[“运气差”,“对自身模型过度自信、杠杆过满，把极低概率当零概率”,“员工少”,“监管缺失”]’ answer

案例分析

q=‘<b>C1. 软件估算常从 3 个月拖到 6 个月，根因是？</b>’ options=’[“团队懒”,“过度自信：把理想路径当最可能路径，忽略依赖与返工”,“客户刁难”,“工具差”]’ answer

q=‘<b>C2. 事前验尸（假设已失败倒推死因）的作用是？</b>’ options=’[“制造恐慌”,“绕开「一切顺利」幻觉，提前暴露风险”,“推卸责任”,“浪费时间”]’ answer

反事实思考

q=‘<b>T1. 反事实：如果 LTCM 把杠杆上限写进章程并设外部风控官，结局会？</b>’ options=’[“更糟”,“用外部约束对抗内部过度自信，可能避免或减轻崩塌”,“无影响”,“无法判断”]’ answer