反直觉事实（49）：为什么坚持初心往往是愚蠢的？

一、 我们从小被教育要"不忘初心"、"坚定信念"。 如果一个人今天说向东，明天因为看到新情况改为向西。 我们会骂他"左右摇摆"、"没有原则"、"墙头草"。 但在数学家眼里，这种"坚定"往往是大脑死机的表现。 因为他拒绝运行贝叶斯更新（Bayesian Updating）。

二、 托马斯·贝叶斯牧师在18世纪提出了一个改变人类认知的公式： P(A|B) = P(B|A) × P(A) / P(B) 翻译成人话就是： 新观点（后验概率）= 旧观点（先验概率）× 新证据的力度（似然比）

三、 这个公式告诉我们： 任何观点都不是绝对真理，只是一个暂时的"概率赌注"。 你现在的观点（比如"房价会涨"），只是基于过去所有经验的一个先验概率——你觉得有80%可能。 当你看到一个新证据（比如"人口出生率暴跌"）时。 理性的做法不是无视它（因为它不符合你的初心），也不是彻底投降。 而是根据证据的力度，按数学规则调整概率。也许从80%降到60%。

四、 医学诊断的贝叶斯陷阱。 假设有一种检测癌症的试剂，准确率99%——如果你有癌症，它99%会显示阳性。 你检测呈阳性了。 你是不是99%得了癌症？ 不是。 还要看先验概率——癌症在人群中的发病率。 如果那种癌症只有万分之一的人得。 即使你检测阳性，你得癌症的概率也只有大约1%。 因为假阳性（1%的健康人被误判）的绝对数量远远大于真阳性。 这就是贝叶斯思维的威力——概率必须结合基础率。

五、 很多人不懂这一点，被一个阳性检测结果吓死。 而很多医生自己也搞不清楚贝叶斯原理，给出错误的恐慌建议。 这是真实发生的医疗悲剧。

六、 司法判决中的贝叶斯。 "这个人的DNA和犯罪现场的DNA匹配。匹配概率是百万分之一。" 那他是不是有99.9999%的概率是凶手？ 不一定。 还要看先验概率——他本来就是嫌疑人的概率有多大？ 如果警察是从全城1000万人中随机抽