记得最深的，未必发生得最多

核心判断

大脑常用“想起来有多容易”代替“实际上有多常见”。反复出现的事故、画面强烈的悲剧、发生在熟人身上的疾病，会比缓慢、普通、无人报道的风险更占心思。

这种捷径并不愚蠢。常见之事往往确实更容易被记住，问题在于新闻、情绪、个人经历和重复传播也会影响记忆。于是，脑中最响亮的危险与现实中最常发生的危险逐渐分家。

为什么这是一个长期问题

一个小区发生一次入室盗窃，业主群连续讨论数日。有人立刻主张升级全部门锁，却没有先查盗窃、摔倒和电气故障在本小区分别发生多少。这里还不能断定哪一种风险更大，只能看出：有了面孔的危险，往往更早替公共讨论设定议程。

人不可能每次判断都先查数据库。我们需要凭经验快速决定：要不要带伞，该不该相信一个人，某种症状是否值得就医。记忆因此成了随身携带的样本库。只是这个样本库从来不随机抽样：惊险的留下来，平淡的被忘掉；与自己相似的人留下来，遥远的人变成数字；同一段视频看过十次，也可能在感觉上变成十起事件。

所以，纠偏不能靠一句“别凭感觉”。没有感觉，人寸步难行。真正要学的是辨认：此刻浮现的例子，究竟来自现实频率，还是来自传播频率。

东方经典如何回答

《吕氏春秋·察传》开篇便说，听到的话不可不审察。篇中讲子夏经过卫国，听见读史者念“晋师三豕涉河”。子夏判断，“三豕”不通，很可能是“己亥”二字传写讹误；到了晋国一问，果然如此。

这个故事容易被讲成“聪明人一猜就中”，其实《察传》的重点不在猜谜，而在传递链会让信息变形。一个人误读，后面的人若只因“亲耳听见”便继续转述，错误会在重复中获得熟悉感，熟悉感又会冒充可信度。

但子夏的办法也有边界。他是依靠文字知识和上下文发现异常，不是凭直觉便取得真相。最终仍要到晋国核验。经典给出的次序很朴素：先对不合常理之处起疑，再追到事情本身；不能把“我觉得像错了”当作查证已经完成。

西方及其他文明如何回答

培根在《新工具》中把人心比作不平的镜子：它把自身性质掺进事物，使外界变形。他还提醒，个人教育、阅读和所崇拜的权威，会形成各自的“洞穴”。我们以为自己在观察世界，有时只是在观察被生活经历照亮的那一小块。

1973 年，Amos Tversky 与 Daniel Kahneman 把一种常见判断方式称为“可得性”：人会依据相关例子进入脑海的容易程度，估计一类事情的频率或概率。这个办法之所以有用，是因为常发生的事通常留下更多记忆；它之所以会偏，是因为显著性、想象难易和重复也会让例子更容易浮现。

这不是简单的“感性战胜理性”。它更像大脑在时间有限时借用记忆做统计。错误往往出在：记忆收到了经过剪辑的材料，我们却把它当成完整样本。

共同点、真实分歧与边界

《察传》关心言语在传递中怎样失真，培根关心人的心智结构怎样扭曲观察，现代心理学则把“容易回想”与频率判断之间的关系变成可实验的问题。三者都不信任未经检验的第一印象，但理由并不相同。

古代文本没有提出“可得性启发式”，现代实验也不替我们决定哪些风险在伦理上更值得关心。一个罕见危险即使概率很低，只要后果不可逆，仍可能值得严肃防范；一个常见损失即使统计上更多，也未必应占用全部公共资源。概率、后果、可预防性与公平，必须分开讨论。

所以，频率纠偏只是风险判断的一步。决定是否投入防护，还要分别看发生概率、后果严重度、暴露范围、可预防性与防护成本。补分母能修正“多常发生”，不能单独回答“最该防什么”。

历史案例、现实证据与反例

1978 年，Sarah Lichtenstein、Paul Slovic、Baruch Fischhoff 等人发表了一组关于死亡原因频率判断的研究。论文所计五项主实验样本合计 660 人；实验 4 另有 44 人参与辅助评分。受试者对不同死因的估计呈现稳定却系统性的偏差：低频死因常被高估，高频死因常被低估。研究者把同一客观频率下的部分偏差，与不成比例的曝光、可记忆性或可想象性联系起来，并把它们作为可能来源而非单一的已证实原因。

这项研究重要之处，不是提供一张永不过期的“危险排行榜”。死因数据会随年代、地区和人群改变。它说明的是另一件事：即使人被提醒不要受显著性影响，也未必能只靠意志把偏差消掉。

反过来，可得性并非天然等于偏差。Tversky 与 Kahneman 在原论文开头便指出，较大类别的例子通常更容易、更快被提取，因此可得性在许多情况下确实是判断频率的有效线索。问题出在显著性、想象难易或重复传播切断了这种联系，我们仍让最容易浮现的例子独自决定结论。

基准数据本身也可能沉默。只记录报案、就诊或正式入库事件的统计，首先呈现的是“被记录的事件”，不能自动代表所有实际发生。新出现的风险也可能暂时没有稳定分母。鲜明个案不能因此直接代表总体，却可以提醒我们检查分类口径、覆盖人群与漏报机制，而不是拿一张看似精确的表格过早结束追问。

笠翁堂判断

人的注意力不是现实的统计年鉴。它更像一份私人报纸：反复出现、最痛、最像自己的事情上头版。要求它完全客观并不现实；把头版当作全世界，同样危险。

纠正这种偏差，关键不是压住脑中的鲜明故事，而是先给故事找一个分母。听到“已经发生三起”时，要问总共有多少人、多少次、多少年；看到一种风险增长一倍时，要问它从万分之一变成万分之二，还是从十分之一变成十分之二。得到频率以后，再把后果、暴露、可预防性与防护成本分别放回判断，不能让一个数字代替全部风险。

还要继续问：什么没有进入我的记忆，什么甚至没有进入数据？这并不证明沉默的损失一定更大，只是提醒我们检查统计口径是否排除了某些事件或人群。判断力既要抵抗耸动，也要给未被记录的可能性留下核验入口。

可以采取的行动

遇到一则让自己立刻害怕或确信的消息，不妨先做四件小事：

1. 补分母：把事件数换成比例，并确认时间范围和比较对象。
2. 审口径：确认数据记录了什么、漏掉了谁，区分实际发生、主动报告与正式入库。
3. 拆风险：把发生概率、后果、暴露、可预防性与防护成本分开，不用“常见”直接等同于“最该防”。
4. 留低成本保护：数据不足时先选择可逆、代价较低的防护，同时写下需要继续核实的分母与漏报问题。

如果找不到可靠数据，也不必装作无所不知。暂时保护与继续核验可以同时进行；重要的是既不让一个故事冒充总体，也不让一张有盲区的统计表冒充完整现实。