为什么我们总觉得自己很理性

很多人在写 Prompt 或者设计 AI Agent 的逻辑链路时，总觉得只要给模型足够的上下文，它就能像数学题一样得出唯一正确答案。但其实人类的认知模式根本不是这样，我们的大脑里塞满了各种“快捷方式”（Heuristics），虽然跑得快，但Bug极多。

我最近在复盘一些决策逻辑时，发现几个认知偏差简直是“天然的干扰项”，如果把这些逻辑误植入 AI 工作流，结果绝对会翻车。

一、那些让我们在逻辑上“掉坑”的认知捷径

• 可用性启发（Availability Heuristic）： 只要某个信息在脑子里更容易被提取（比如刚看到的爆款案例），我们就倾向于认为这件事发生的概率很高。这其实就是一种典型的“幸存者偏差”。
• 代表性启发（Representativeness Heuristic）： 习惯用刻板印象去判断概率。就像那个经典的“琳达问题”，明明一个人是“银行职员且是女权主义者”的概率绝对低于单纯是“银行职员”，但人们总觉得前者更像琳达，于是选了错误答案。
• 锚定效应（Anchoring Bias）： 第一个跳出来的数字会像锚一样死死拽住你的判断。即便那个数字是随机生成的，你后面的估值也会在它周围打转。
• 框架效应（Framing Effect）： 同一件事，说“生存率 200/600”大家抢着要，说“死亡率 400/600”大家就犹豫了。结果一样，但描述方式决定了决策。
• 沉没成本误区（Sunk Cost Fallacy）： 买了票虽然生病了但还是硬撑着去演唱会，因为觉得票钱浪费了。其实钱已经没了，唯一的变量应该是你的健康状态。

二、认知负荷对决策的实操影响

当一个人的认知负荷（Cognitive Load）过高时，大脑会自动切换到“省电模式”，这时候对上述这些启发式捷径的依赖会剧增。在做复杂系统设计时，如果界面或交互让用户大脑过载，他们绝对不会走逻辑推演，而是直接凭直觉（且大概率是错误的直觉）点那个看起来最顺眼的按钮。

说到底，这些认知偏差不是缺陷，而是生物进化出的生存策略，毕竟在野外遇到老虎时，你没时间运行一套完整的算法去计算逃跑概率，直接跑就对了。但在处理数据和逻辑时，这些“快捷方式”就是最大的坑。