大概两个多月前，我和朋友Jeff一起做了一轮信心校准实测。测试的内容很简单：让一群平时做判断、下结论特别快的人——也就是我们身边做产品的、做投资的、做销售的这些同事——连续六周，每天至少提交一条"未来两周内能验证对错"的判断，并且给每条判断打一个0到100%的把握分数。等所有结果都揭晓以后，Jeff把这些"当时的概率"和"后来的事实"放在一起比对。结果里面最扎眼的，就是70%这一档：大家一共给它打了一百四十多条判断，最后真正应验的只有四成左右。换句话说，同样标成70%概率的事情，真实命中率大概只有40%。这个落差当时把我们看愣了，也直接引出了这篇文章要聊的核心问题：到底为什么人们报出的概率，和实际发生概率能差这么多？答案落在一个很多人没认真算过的概念上——概率乘积。

写这篇东西不是为了嘲笑谁。我自己在头两周里同样是高估的重灾区。但Jeff实测的价值在于，它把"我觉得"变成了可以拆解和修正的数字。如果你是那种经常需要表态"这事有几成把握"的人——项目经理、销售、投资、做预测、甚至只是爱跟朋友打赌——这篇文章都值得看完。我会把实测的设计、结果、背后的概率乘积算法，以及后来我们用来校准信心的具体流程，全部摊开来讲。

1. Jeff的实测到底在测什么：把"拍脑袋"变成可校验的数据

1.1 测试是怎么设计的

先说测试规则，因为一切结果都建立在规则之上。Jeff做这个测试的动机其实很简单——他翻了自己过去一年的工作邮件，发现里面大量出现"我个人觉得有七成概率""七成把握能搞定"这种话，于是他很好奇：这个"七成"到底准不准？

于是Jeff拉了一个大约二十人的小群，要求很简单：每人每天至少提交一条判断，格式必须固定。

• 判断内容：一件事，必须讲清楚"到什么时间、发生什么、才算对"。
• 验证时间：未来两周内会有明确答案。
• 把握程度：0到100%，必须是10%的整数倍，不允许写"大概""很可能"这种模糊词。

这个格式设计很关键。第一，它逼着人们把模糊的直觉转换成一个可检验的数字；第二，两周内验证，避免了"永远无法证实或证伪"的空话；第三，先写概率、后看结果，避免马后炮。整整六周，一共收集到八百多条有效判断。这里要说明，我们做的不是严格的学术实验，样本量也谈不上大，更多是一次以自我校准为目的的内部实测。但作为一次真实场景下的数据收集，这个量级已经足够暴露问题。

1.2 结果：70%这一档最离谱

六周结束以后，Jeff把所有判断按当初报出的概率分档，再统计每一档的真实命中率。整理出来的表大致长这样，数据是当时实测的汇总，略有四舍五入：

如果你是第一次看校准表，可能会觉得这张表怪怪的：50%那一档还挺准，报50%确实中了快一半；90%那一档算偏高，命中率只有76%；但60%和70%这两档几乎可以说是反着来的——报得越高，命中反而越低。尤其是70%这一档，报出来的概率是70%，实际命中率不到四成。

这说明什么？说明在我们的样本里，70%这个数字并不代表"七成会成"，而更像是一种"我觉得应该能成"的自我安慰。它的实际含义，大概只有四成的把握。那问题就来了：为什么大家对70%这个数字的直觉，会偏得这么厉害？

1.3 关键发现：单条件判断和多条件判断一分开，谜底出来了

Jeff没有停在第一张表。他在整理数据的时候，顺手给每条判断打了一个标签：这条判断是"只取决于一件事"，还是"必须好几件事同时成立"。

举个区别的例子：

• 单条件判断："未来两周内，本市是否会下雨。"——只需要天气系统给出一个答案。
• 多条件判断："未来两周内，我们会不会签下那家客户，并且在签约后一个月内回款。"——要先签下客户，还要客户财务走完流程、完成回款，这其实是一串事件。

这个标签一打上去，之前的诡异现象就被拆开了。同样是报"70%概率"：

• 单条件判断：命中率大约六成八，跟70%基本对得上。
• 多条件判断：命中率大约三成八到四成。

我当时看到这组对比，脑子里第一反应是"原来不是概率感坏了，是整个判断的复杂程度坏了"。人们报出的那个70%，根本不是对整件事的把握，而是对其中最顺眼的那一个环节的把握。真正的整体概率，被概率乘积悄悄吃掉了一大半。这也是文章标题里"同样70%"的意思：同样是70%，用在单件事上可信，用在一条需要多件事同时成立的链条上，就变得非常不可信。

2. 概率乘积：复合事件里"同时成立"到底该怎么算

2.1 先看公式，再看Jeff用的模拟

概率乘积这个概念，一句话就能讲清楚：如果一个结果要成立，必须同时满足A、B、C三个条件，那么在A、B、C相互独立的情况下，整体概率等于：

P(成功) = P(A) × P(B) × P(C)

如果每个条件都有70%的概率成立，那么整体概率就是 0.7 × 0.7 × 0.7 = 0.343，也就是34.3%。注意，这还算是比较乐观的场景，因为现实中大多数判断链条还不止三个环节。

Jeff在分析的时候，用了一段非常短的模拟代码把这个过程演示给大家看，免得有人觉得"相乘只是理论"。代码很简单，随机生成十万次试验，每次试验里每个环节独立地以各自概率成功，最后统计所有环节都成功的比例：

import numpy as np rng = np.random.default_rng(42) trials = 100_000 # 假设判断链条里有四个环节，各自单环节把握是 80%、75%、72%、85% probs = np.array([0.80, 0.75, 0.72, 0.85]) joint = probs.prod() print(f"理论联合概率: {joint:.3f}") # 蒙特卡洛模拟：每个环节独立随机是否成功，取全部成功的试验 results = rng.random((trials, len(probs))) < probs hit_rate = results.all(axis=1).mean() print(f"模拟十万次的联合命中率: {hit_rate:.3f}")

跑出来的理论值是0.367，模拟值也在0.367附近。也就是说，哪怕四个环节单独看都挺有把握，一个八成、一个七成五、一个七成二、一个八成五，整件事也就三成六多的成功率。如果有人在复盘时说"每个环节我觉得都有七八成把握，所以整体应该也是七成"，那他就犯了把单环节概率当成整体概率的错误。Jeff实测里多条件判断的"报70%、中四成"，正是这个错误的现实版。

2.2 独立性的假设很重要，别把乘法当万能

这里必须说一个容易踩的坑：概率乘积公式的前提，是各环节相互独立。如果环节之间有正相关，也就是说一个环节成功往往意味着另一个环节也容易成功，那么整体概率会高于简单乘积。

举一个实际的例子：你在判断"客户会签约，并且客户财务会正常回款"。这两件事其实都受同一波宏观环境和客户经营状况影响。如果客户公司经营很好，签约概率和回款概率都会上升；如果客户经营出了问题，两件事都会变差。也就是说，它们不是独立的，而是正相关的。这时候整体概率未必等于两个0.8相乘的0.64，相关性会把联合概率往上抬，实际可能到0.7左右。

那这是不是说明"乘法高估了失败率"？不完全是。在Jeff实测的多条件判断里，我们的观察恰恰相反：人们不是不知道相关性，而是干脆完全不乘。大多数人的默认策略是"我觉得这个环节能成，那整体就能成"，完全不处理链条的多环节结构。所以即使有正相关帮忙抬概率，最后的情况依然显著低于大家报出的70%。

反过来，如果环节之间是负相关，比如"A部门预算充足"和"B部门抢到了同一笔预算"，那么同时成立的概率会比乘积更低。现实世界里的判断链条，往往不是纯独立，也不是纯正相关，而是混合的。所以我的建议是：先用乘法算出一个"独立假设下的基准值"，再根据你对相关性的判断，在基准值附近调整。这样至少不会犯"拿单环节概率冒充整体概率"这种量级上的大错。

2.3 生活中到处都是这样的链条

把概率乘积代入日常生活，你会发现它无处不在，而且几乎总是被人忽视。

最典型的是赶飞机的链条：闹钟准时响，大约90%；打车顺利且不堵，大约75%；值机托运顺利，大约85%；航班准点，大约70%。如果还带着托运行李，四件事全成的概率是0.9 × 0.75 × 0.85 × 0.7 ≈ 0.40。也就是说，你感觉"应该赶得上"的那种信心，实际对应的可能只有40%，而不是70%。难怪每年总有人误机之后觉得"今天太倒霉了"——其实不是倒霉，是概率乘积在起作用。

项目排期也一样。一个版本发布要过"需求冻结、设计评审、开发完成、联调通过、上线审批"五道关，每道关你都觉得有80%的把握，那么整件事按时完成的概率是0.8的5次方，约等于0.33。项目延期不是意外，而是概率的必然。

再比如医疗判断中的链条：某项检测对特定疾病的敏感度是90%，但人群患病率只有2%，这时"检测阳性就一定患病"的概率远低于直觉，因为中间还要乘上患病率和误报率。这就是为什么专业报告里总是强调"结合临床综合判断"。

我举这些例子不是想说世界很悲观，而是想说：如果你正在依赖多个叠加在一起的判断做决策，那你对结果的信心理应比直觉低一截。低掉的那部分，恰好就是概率乘积替你算出来的。

3. 为什么偏偏是70%这一档最容易翻车：三个认知原因

把表格摊在面前的时候，很多人会问：为什么不是50%、不是90%，偏偏是70%这一档崩得最厉害？Jeff和我们复盘的时候，归纳出三个层面上的原因，我按重要程度排了一下。

3.1 锚定在了"最顺眼的那个环节"上

人的注意力会被具体场景抓住。判断一条多环节的事情时，我们脑子里会自动浮现出其中一个特别具体、特别有画面的环节。比如聊"能不能签下那个客户"，大家满脑子都是"客户已经点头了"这个画面，或者"客户对我们的方案很满意"这个画面。于是当被问"整体几成把握"时，大脑偷懒地把对最醒目那个环节的把握，直接当成对整件事的把握来回答。

这就好比问你"一串项链结不结实"时，你只盯着最大最亮的那颗珠子说"结实"，完全没数链子上有多少个连接扣。Jeff实测里，多条件判断的报出概率，事后被证明几乎等于其中"最有把握那个条件"的概率，而不是所有条件相乘后的结果。

3.2 细节越多，信心越膨胀

第二个原因和知识感有关。一个判断如果只写"客户会不会签约"，大家报的分数还比较谨慎；但一旦判断被写成"客户会不会在两周内走完法务流程、在方案上签字、再由财务发起首款流程"，很多人反而会给出更高的概率。直觉上的逻辑是：我知道这么多细节，说明我对情况很了解，所以我应该更有把握。

但概率的逻辑恰好相反：细节越多，意味着需要同时成立的条件越多，整条链的脆弱性越高。多一个环节就多一个失败点，哪怕每个失败点的概率都很小。Jeff的数据里，写得更具体、更详细的多条件判断，报出概率平均反而比笼统判断高出五六个百分点，命中率却低了将近二十个百分点。这就是典型的"知道得越多，越容易把复杂当成确定"。

心理学上有个词叫"解释深度错觉"，说的是人们总以为自己能解释清楚一件复杂事情的原理，直到真的被要求一步步讲出来，才发现自己其实一无所知。概率上的这个现象和它几乎同源：你以为自己把握的是全链路，其实只把握到了细节堆里最熟悉的那一块。

3.3 大脑天生不擅长做链条乘法

最后一个原因最基础，也最无奈：人类大脑对加法和乘法处理的难度完全不同。加法是线性的，"三个七成加在一起"很难超出直觉预期；乘法却是指数级的，"三个0.7乘在一起"直接掉到0.343。过去不少研究都发现，哪怕受过概率训练的人，在面对复合事件时也倾向于高估其发生概率；反而是比较单一的简单事件，概率估计会准得多。Jeff的实测，相当于把这个结论用真实的工作场景又验证了一遍。

更麻烦的是，我们报出的往往不是联合概率，而是条件概率的合体。当一个环节在已知情况下的概率很高时，比如"客户已经愿意谈了，签约概率70%"，我们就会把70%这个数字粘在整件事上，却自动忽略了"客户愿意谈"只是链条上的一环。

4. 怎么把信心校准回来：Jeff实测后我们用的一套修正流程

发现问题是好事，但真正有价值的是修正。Jeff在第二轮实测里，把我们下面这套修正流程教给了群里的每个人，效果还是很明显的。最直接的变化是：第二轮里70%这一档的命中率回升到了五成多，虽然离完美校准还有距离，但至少没有再出现"报70%、中40%"这种量级的翻车。

4.1 第一步：强制拆链，把"我觉得70%"翻译成必要条件

当你要对某件事表达信心时，不要直接给整体概率，先做下面这四步：

1. 写下这件事必须满足的每一个必要条件。注意是必要条件，缺一个都不成。
2. 给每个条件单独打一个概率分。这一步刻意不看整体，只回答"单独看这个环节，成功的把握有多大"。
3. 把各条件概率相乘，得到联合概率。
4. 把联合概率和你最初的直觉对比。如果直觉比乘积高出一大截，基本可以断定你刚才锚定到了某个单环节上。

举个例子，实测时有人报了"我七成把握，客户会在月底前打首款"。拆开之后是这样：

做完这个拆分，他马上意识到自己报的70%，其实是用"客户内部审批通过"这个单一环节的80%做地基，再往下打折打出来的。这个折扣没有定量，只是一个模糊的"应该差不多"，所以最终结果当然偏乐观。

4.2 第二步：给自己的判断记校准日志，按月回看

拆链解决的是单条判断的问题。但如果你经常要做概率判断，更需要的是持续校准。Jeff推荐的做法很简单：弄一个表格，记录三条信息——判断内容、报出概率、最终结果（对或者错）。每周花五分钟录入，月底花二十分钟统计。

统计的时候按概率分档算命中率，然后跟理想状态对比：报70%的档位，命中率应该接近70%；报50%的档位，命中率应该接近50%。如果你发现自己的70%档只有四成命中，说明你在明显高估；反过来，如果90%档命中超过95%，说明你偏保守。更精细一点还可以用Brier分数，公式是每条判断的（概率减结果）平方求平均，得分越低表示校准越好。但对大多数人来说，先看分档命中率，已经足够发现问题了。

有一个心得必须分享：校准不是一次性的，通常要持续两三个周期才会稳定。因为第一次回看数据时，很多人会被自己的偏差吓到，然后下意识跑到另一个极端，从过度自信变成过度悲观。Jeff实测的第二轮，群里还真出现了稳定报低的情况。校准的目标不是让数字变高或变低，而是让数字和真实频率对齐。

4.3 第三步：听到别人说"七成把握"时，先问他是哪一环

这个流程同样适用于反过来判断别人的话。当销售、同事、合作方跟你说"我有七成把握"时，我建议你别直接把这个70%拿来算期望值。先问两个问题：

• "你说的七成把握，指的是整件事，还是其中最关键的某一个环节？"
• "这件事从头到尾要过哪几关？每一关你现在各打几分？"

大部分情况下，对方会愣一下，然后发现自己说的70%其实只是"谈得差不多了那一关"的把握。这时候你可以在心里把那几个关卡的概率乘一遍，得到一个更接近真实的整体概率，再去做决策。

举个真实场景：有供应商跟你说"七成把握月底交付"，但你知道交付要过生产排期、物流、质检三关，哪怕每关都有85%的把握，0.85的三次方也只剩61%了。你在合同里留的缓冲期，就不应该按30%的失败风险去设计，而应该按40%左右的风险去设计。谈判桌上的余量，往往就差在这一次乘法上。

5. 实测之后，我的决策习惯被改掉的几个地方

5.1 不再问"几成把握"，而是问"失败需要哪几环同时出错"

以前我和同事讨论项目风险，开口就是"这个季度发布的把握大不大"，对方回答"七成吧"，然后话题就结束了。现在我会把问题反过来：要失败的话，需要哪些环节同时出问题？这其实是一种把概率乘积倒过来用的方法。

当把失败条件列出来以后，很多虚高的信心会自动缩水。比如一个版本发布，失败需要同时满足"核心功能未完成、测试不过、上线窗口被占用"三个条件，那这个项目其实相当稳；但如果失败只需要某一个单点环节出问题就会全盘垮掉，那整体概率就是那个环节的概率，一点折扣都不能打。链条结构一旦清楚，信心自然会回到和概率匹配的位置上。

5.2 把一次性大判断，拆成按时间点更新的小判断

概率乘积给我们的另一个启发是：多环节链条的不确定性，主要来自后面的环节。因为越靠后的环节，越难被提前验证。所以与其在一开始赌一个整体七成，不如把判断拆成一系列中间检查点：两周后先看第一环节有没有落地，一个月后再看第二环节，每到一个检查点都用新的信息重新算一遍联合概率。

这个做法我在项目管理里用起来非常顺手。以前是开一个会宣布"我们预计某季度上线"，然后闷头干活；现在是每两周同步一次"截至今天，剩余必要环节的联合概率是多少"。数字会随时间变化，链条前端的环节一旦被确认，整体概率通常会上升，但这种上升是事实驱动的，不是情绪驱动的。

5.3 一个我到现在还在用的小技巧：写下来，乘一下

最后分享一个零成本但非常有效的技巧。每次要对重要判断表态之前，拿张纸，或者任意一个笔记软件，把这句话写完整：

"这件事要成，必须同时满足以下N个条件……其中第i个条件，我单独给它打X%的把握。"

然后把它们乘起来，看最后落在哪。这个动作本身不解决任何认知偏差，但它强制你面对自己的判断结构。一旦结构摊开，你通常会发现自己报的70%，其实是某一个单环节的70%在冒充整体概率。Jeff实测最能说服我的地方就在于此：那并不是什么神秘的心理陷阱，而是一个几乎每个人都能通过简单的乘法修正回来的偏差。

多说一句，Jeff后来把同样的测试跑了两轮。参与者学会乘法拆解之后，70%档位的命中率从四成回升到了五成五左右。离完美还有距离，但至少大家开始承认"原来我的七成并不是七成"。对我自己来说，这个实测最大的收获不是学会了算乘法，而是在每次说出"我觉得大概有七成"之前，都会先停下来想想：我这句话里的"七成"，到底指的是哪一个环节的概率。