证据已经转身，判断也该移动

60 秒核心判断

新证据不是一道命令。它不会自动告诉我们该相信什么；它的分量不只看来源是否可靠，还要看它与问题是否相关、在不同解释下分别有多容易出现、是否真正独立，以及候选解释有无遗漏。

成熟的判断既不是固守原见，也不是听到新消息就急转弯。它更像一本持续记账的账簿：先承认自己原来相信到什么程度，再看新证据究竟支持哪一种解释，最后把看法移动到证据配得上的位置。

为什么这是一个长期问题

一个约好见面的人迟到了二十分钟，也没有回消息。你很容易得出结论：他不尊重我。几分钟后，你听说地铁临时停运。原先的结论是否该改？当然该。但改多少，还要看他是否就在那条线路上，以前是否经常无故迟到，消息又来自交通部门还是群聊转发。

日常判断很少缺少“信息”，真正缺少的是给信息称重的习惯。我们常在两个极端之间摆动。一种人把改变看法当成认输，于是只准证据替自己加分，不准它扣分；另一种人被最后听到的消息牵着走，把“最新”误当成“最可信”。前者让信念僵死，后者根本没有信念。

更麻烦的是，许多证据并不独立。十个账号转发同一条未经核实的消息，看起来像十份支持，其实可能只有一个源头。三位同事都说某个方案好，也可能只是先听了同一个上级的意见。数量增加了，信息量却没有同比增加。

东方经典如何回答

《墨子·非命上》提出，立言要有“三表”：向上考察古代圣王之事，向下考察百姓耳目之实，再看它用于政事，是否合乎国家与人民之利。这里的“表”是检验言论的标准，不是只问说话者身份高不高。

这三项标准放在今天仍有锋芒。传统可以提供长期积累的经验，却不能只凭古老便算正确；亲见亲闻比传言扎实，却仍可能受限于个人位置；实际效果可以揭穿漂亮空话，却也必须追问“对谁有效、以什么为代价”。三者互相牵制，任何一项单独掌权都会出问题。

但不能因此把墨子称为“古代贝叶斯主义者”。墨子的第三表含有鲜明的政治和伦理尺度：一种主张还要看它是否兴利除害。贝叶斯方法处理的是证据与信念之间的概率关系，本身并不回答什么利益值得追求。把两者说成同一套理论，会同时误读墨子和现代概率。

西方及其他文明如何回答

休谟在《人类理解研究》第六节谈“概率”时，注意到看似相同的原因并不总产生同一种结果。他以当地一月的天气为例：这个月某时出现霜冻，比整个月持续温和无霜更可能。人因此更期待霜冻，却仍给后一种天气保留可能。理性的态度不是假装相反经验不存在，而是让相信的程度随两边经验过去出现的比例而变化。

托马斯·贝叶斯去世后发表的论文处理了一个更精确的问题：已经观察到若干次结果以后，怎样反过来推测产生这些结果的未知概率。后来以他命名的定理，把一种重要的信念修正写成了公式：原有概率经过新证据的检验，成为更新后的概率。

公式最有价值的地方，不是把判断装扮成数学，而是迫使我们补上经常漏掉的一问：如果我的解释是错的，这项证据会不会照样出现？

假设某种病在人群中的比例是 1%。一项检测能查出 90% 的患者，但也会让 5% 的健康者呈阳性。随机检测一万人，大约有 100 名患者，其中 90 人阳性；另有 9900 名健康者，其中约 495 人也会阳性。于是 585 个阳性结果中，真正患病的约占 15%。阳性当然是重要证据，却远没有“九成把握患病”。被忽略的不是检测准确率，而是患病原本有多常见。

共同点、真实分歧与边界

墨子、休谟和贝叶斯有一个不难辨认的共同点：判断必须接受外部约束，不能只靠一套自我封闭的说辞。但他们关心的并不是同一件事。

墨子在问，一种言论凭什么立得住，又会给共同生活带来什么；休谟在描述，人如何依据反复而不完全一致的经验形成相信的程度；贝叶斯提供形式规则，说明在给定前提下，概率应怎样随证据改变。前两者保留了历史经验、人的习惯和公共后果，后者则要求数量关系前后一致。

概率也有边界。你可以估计一项政策成功的机会，却不能仅凭成功率决定它是否正当；可以计算手术风险，却不能替当事人决定何种生活值得承担这种风险。事实判断能够被更新，价值选择仍需说明理由并承担责任。

历史案例、现实证据与反例

天气预报很适合说明“相信的程度”为什么需要长期核对。预报员若说降雨概率是 70%，第二天没有下雨，并不能单凭这一次便断定预报错误。检验校准时，真正该问的是：在许多次被报为 70% 的日子里，大约是否有七成下雨？美国国家海洋和大气管理局的概率预报指南也用这种分组后的观察频率解释可靠性，而不是用一次成败裁决一项概率预测。

1950 年，气象学家 Glenn Brier 提出一种概率预报评分方法，用预报概率与后来实际类别之间的平方差评价一组预测。在这种评分规则下，预报员不能靠策略性地把概率往中间或两端挪动来改善长期期望得分；最好的策略是如实报告自己的概率判断。Brier 分数评价总体预测表现，校准只是其中需要另行检查的一项性质。两者都必须看一串预测，不能只挑猜中的日子回忆。

反例也很重要。并非每一项新证据都值得推动看法。匿名截图可以伪造，重复报道可能来自同一信源，测量工具可能系统性偏差，利益相关者也可能只公布对自己有利的数据。遇到这种证据，合理反应不是“开放思想，所以立刻相信”，而是先降低它的权重。

相反，原有看法非常稳固，也不等于永远不动。越是出乎意料的主张，确实越需要强证据；可是一旦强而独立的证据持续出现，所谓“谨慎”若仍只准维持原判，就已经变成了固执。

还有一种更隐蔽的失败：证据权重算得很仔细，候选解释却从一开始就列少了。迟到可能源于轻慢，也可能源于地铁停运；但若实际发生的是突发家庭事件，只在前两个解释之间精确移动，并不会使判断更接近事实。更新规则能比较已经写进账簿的解释，不能自动发现被遗漏的那一个。

笠翁堂判断

证据更新的要害，不是表现自己愿意改变，而是判断一项消息究竟能区分什么。若某个现象在两种解释成立时都很常见，它再醒目也没有多少区分力；若它在一种解释下寻常、在另一种解释下极少出现，分量才真正变重。

因此，更新之前要先检查账簿是否封闭，更新之中再检查证据是否有区分力。一项证据至少应过五道关：来源可靠吗？它与主张直接相关吗？在相反解释成立时是否同样常见？它与已有证据真正独立吗？还有什么能产生同一现象的解释尚未进账？这些问题不保证第一次就找全真相，却有助于降低在两个错误答案之间越来越自信的风险。

好的信念有骨架，也有关节。没有骨架，什么都信；没有关节，什么都改不了。

可以采取的行动

遇到重要而有争议的判断，可以留下一张很短的“信念账单”：

1. 列解释：写下当前最可能的两个解释，再强迫自己补一个尚未被现有叙述容纳的解释。
2. 做证据矩阵：每条证据分别记录来源可靠性、在各解释下出现的可能性，以及它是否只是既有信源的重复。
3. 记移动而非胜负：写明哪些证据使哪个解释变重、哪些问题仍未解决；没有区分力的消息不必推动结论。

不必把每顿晚饭都过成统计学研讨会。只在代价高、分歧大、一次误判会持续影响行动的事情上留下这张账单，就更容易继续追问：我们是缺少证据、遗漏了解释，还是测量和问题本身已经出了偏差；几种问题也可能同时存在。

出处与版本

• 《墨子·非命上》，“言必有三表”段。中国哲学书电子化计划
• David Hume, An Enquiry Concerning Human Understanding, Section VI, “Of Probability”，第 46—47 段，据 1777 年版编校本。Project Gutenberg
• Thomas Bayes, “An Essay towards Solving a Problem in the Doctrine of Chances,” Philosophical Transactions of the Royal Society of London 53, 1763, 370—418；由 Richard Price 整理并转交发表。原始扫描
• Glenn W. Brier, “Verification of Forecasts Expressed in Terms of Probability,” Monthly Weather Review 78(1), 1950, 1—3。American Meteorological Society
• Lawrence A. Hughes, Probability Forecasting: Reasons, Procedures, Problems, NOAA Technical Memorandum NWS FCST 24, 1980，第 7 节 “How Verified”，30、32 页。NOAA Institutional Repository

证据边界

文中的迟到情境和医学检测数字为解释性示例；医学示例明确采用假设数据，不构成诊断建议。