人们总是不自觉的由惯性思维主导对未知的认知，或者自觉的基于现有的知识体系和逻辑框架来认知变化中的世界，这种“自以为是”正是黑天鹅的藏身之处。
我们的世界，其突变是由极端、未知和非常不可能发生的（以我们现有的知识非常不可能发生的）事物所主导的，而我们却一直把时间花在讨论琐碎的事情上，只关注已知和重复的事物；即使我们取得了知识上的进步和成长，未来仍会越来越不可预测，而人性和社会“科学”合谋起来向我们隐藏了这一点。
错误地把对过去的一次天真的观察当成某种确定的东西或者代表未来的东西，是我们无法把握黑天鹅现象的原因。
我们的头脑是一台非常了不起的解释机器，能够从几乎所有事物中分析出道理，能够对各种各样的现象罗列出各种解释。我们只是一台巨大的回头看的机器，并且“合乎情理”的不断的“自欺欺人”。这种“自欺欺人”导致的一次又一次的面对意外的猝不及防（负面黑天鹅）以及颠覆认知的重大发现（正面黑天鹅）都发生在人类自以为是的认知海洋的边界之外。
我们面对黑天鹅的无知，根源在于：人们学习已知的太多，思考未知的太少。
我们只有专注于我们不知道的，才有可能从容应对未知。我们必须把极端事件当作我们认知的起点，而不是把它当作意外事件置之不理。
我们不是始终生活在按已知规律可以预知未来的风平浪静的平均斯坦中，现代世界是极端斯坦，被不经常发生及很少发生的事件左右。黑天鹅现象要求我们换一种思考方式。我们不能把问题藏起来，就只有更深入地挖掘。
我们可以通过负面例子而不是正面证据，才能接近真相；因为依靠正面证据存在过早下结论或可能误导对未知进行判断的风险，可能出现证实谬误。有时候大量信息变得毫无意义，而少量信息却具有非凡的意义，正如：1000天并不能证明你是正确的，但一天就能证明你是错误的。
所以，从认知世界的方式来看，我们更多的需要冷眼看世界而不需要找理由满足自我膨胀的认知感，让我们把重点转向缺陷和未知吧。
传统认知方面，我们无法在不编造理由或者强加一种逻辑关系的情况下观察一系列事实。对事实的解释与事实混在一起，使事实变得更容易被记住，更符合道理。这种倾向的坏处在于它使我们以为对事物有了更好的理解。这就是传统认知导致的叙述谬误，这种叙述行为来自一种根深蒂固的简化事物复杂性的生物需要。对于发生过的事件，我们会不断根据事件发生之后我们觉得有道理的逻辑持续叙述过去的事件。这也使得历史事后看上去比实际上更可解释--当下也是如此。
我们是寻找原因的动物，习惯于认为一切事情都有确定的原因，并且把最明显的那一个当做最终解释。但实际上可能并没有可见的原因，相反，很多情况下什么也没有，甚至没有任何可供选择的原因。沉默的让人无法得知的隐藏中的证据掩盖了这一事实，让人们可以“合乎情理”地串联起让人信服的理由，这是因为我们潜意识的推理机制忽视沉默的证据，即使我们知道需要考虑它。不进入视线则不进入大脑：我们对抽象的东西怀有天性上的甚至行动上的蔑视。
其实，在现实的世界里，重要的东西往往乏味而无情，因为我们内在的情感功能是为线性因果关系设计的，而我们的世界比我们想象中更加非线性，也比科学家们的意愿更加非线性，更加的不合乎固有的因果关系。实际情况往往是：令人不安的事例在确定真相方面有力得多，但我们通常并不知道这一点或者习惯性的排斥这些“意外”。
为避免叙述谬误和因果误导，我们需要做的：
1、强调实验而非讲故事，强调体验而非历史引导，强调客观知识而非理论；
2、实验中只是观察数据，对产生数据的真实过程作出假设，并根据进一步的信息对假设进行校准；
3、对各种可能性进行预测并记录预测的结果。
世界隐藏在迷雾中，而表象在愚弄我们。
对于人类回望的历史，显然不是一个可以理论化和得出一般知识的地方，也不会对未来有直接帮助。我们能从历史中得到负面认知，这一点是无价的，但同时我们也得到了太多知识的假象。我们需要做的是：学会阅读历史，吸取所有可能的知识，不要对奇闻异事（常规逻辑之外的异事）皱眉，也不要建立任何因果链条，因为回看历史的反向推演过程的不确定性与历史真实演进的正向过程的偶然性无法偶遇。
在认知当下现实的过程中，我们会面临专家的引导。实际上，因变化而需要知识的事物，通常是没有专家的，而不变的事物似乎会有专家。变化的事物通常易受黑天鹅事件的影响，在这个充满未知的领域，所谓的专家也只能是事后专家。
在人类的发现之旅中，屡屡可见：你发现了你之前并没有要寻找的东西，而它却改变了一切。是的，真正的发现只是偶然的奇迹。正如科学发现中经常发生的一样，寻找证据的人没有找到，最终被称为发现者的人却并不是寻找证据的人。
对确定性的追求是人类的本性，也是一种思维的恶习。假如你抛弃完全准确的预测未来的想法，你就有很多事情可以做，只要你记住预测的局限性。
对于预测，我们也无需避讳。我们可以从事件发生的动力出发，预知何种环境能够产生大事件（极端斯坦），何种环境不能产生大事件（平均斯坦），这是我们需要做的唯一一个先验假设。
实际预测中，对小问题的建议是：保持人性！在你自己的小问题中，接受人类存在认知自大这一事实。不要试图总是不做判断，生活中离不开观点，不要试图避免预测。我们应该避免的是对大范围的预测的依赖，避免那些可能损害你的未来的大主题。对于经济预测者或社会科学预测者的话保持谨慎，他们是固有认知框架的维护者。对于来自专家的预测，我们应当学会根据观点可能造成的损害而不是好听的程度来辨别它们。要做你自己的预测，预测事件的各种可能影响。
面对预测的不确定性，我们做决策时，只需要了解事件的影响（这是你能知道的），不需要了解事件的可能性（这是你不可能知道的），这一点构成了不确定性的核心思想。
世界是通过大的随机变化前进的。
对于企业，或许最成功的企业就是那些懂得接受事物的内在不可预测性并利用它的企业，因为对于未来的研究核心在于未知的未知，而不是计划中的未知。我们应该做的是：尽可能开拓出可能捕获更多未知的更多路径。我们要抓住一切机会，或者任何像机会的机会。
对于个人，要努力工作，不是做无聊的工作，而是搜寻机会，并尽可能扩大它们对你的影响，增加各种正面不确定性的来源。在极端斯坦的现实中，没人是安全的。反过来也一样：没人受到完全失败的威胁。我们现在的环境允许小人物在成功的希望前等待时机--活着就有希望。
从全球的视野看，全球化并不只是带来了好处，它还导致全球在互相牵制状态下的脆弱性，同时在降低了波动性的情况下制造了稳定的假象，牵一发动全身，隐藏了毁灭性的黑天鹅，尤其在金融领域。
在金融领域，随机性主宰了市场的突变。但我们在冒最大的风险：我们面对极端斯坦的问题，却“近似的”使用平均斯坦的方法（传统统计学的高斯钟形曲线，即：不存在突变的正态分布理论）。高斯占领了我们的商业和科学文化，成为沿用至今的统计学基础，这是隐藏黑天鹅的风险所在。我们不能始终守候在“高斯分布”的传统统计王国里的平均斯坦中，应该转向对随机性的高度关注，这才是未来走向的关键。
从应对黑天鹅的实践角度，我们可以把对理论的依赖降至最低，脚踏实地，减少意外。作者塔勒布博士提出的决策法则如下：当他能够受到正面黑天鹅事件影响时，他会非常冒险，这时失败只有很小的影响；当他有可能受到负面黑天鹅事件的袭击时，他会非常保守。当某个模型中的错误对他有好处时，他会非常冒险；当错误对他有害时，他会非常多疑。
综上，我们不能沉睡在平均斯坦中，只关注（不重要的）常规事物，把事物柏拉图化，只按照一定的条条框框来预测未来。我们应该换一种方式看世界，打起精神去应对常规之外极端斯坦中的未知挑战。
查看全文