一位多年的兄弟，更准确的说，一位多年的良师益友一年前的一番话谈到了常识和理性的区别，提醒了我开始关注并努力理解在我们愿意看到的事物表象下面，我们的意识不经意的和自己玩弄的认知游戏。结合这些年从事的早期技术投资的工作历程，以下是我对我们应该努力避免的一些自己给自己设下的意识陷阱的小小总结，也算是对这位好朋友的小小致敬。
1. 概率和结果
概率大概是（相信我，不是故意讽刺的说法）实践上最矛盾的认知概念了，基本上所有的人都明白且认同，但是基本上没有人真的可以自觉的运用它。这一矛盾的来源在于，这世界上有太多很可能却没有发生，而不太可能却又确实发生的事件了。
概率的本质是灰度，通过0到1之间的连续数值来标识事件发生的可能性。但是我们对于结果的评判是黑白二值域的，事情要么发生了，要么没有发生。我们的思考惯性告诉我们：当你预测事情可能发生，结果事情发生了，你是对的；而当你预测事情可能发生，结果事情没有发生，你就是错的。我们的思维里并不看重精确，我们需要的是确定。而概率从来都不是确定性。
有意义的预测永远是和事件发生的概率绑定的，所以我们要习惯结果的事与愿违并不表明当初判断和决策的错误。而没有概率的预测通常是骗人的。
2. 激励和目标
长期坚持对于我们大多数人来说是相当困难的。我们通常会把一个长远的目标分解成一系列短期的可达成的阶段性成果，一方面可以方便的跟踪我们的进展程度，更为重要的是我们可以通过实现阶段性目标的成就感激励自己的长期坚持。
和大多数上瘾性行为的反馈回路类似，激励的本质可以归结到我们大脑内复杂的化学机制，多巴胺带来的愉悦和满足感。哈佛大学教授斯金纳曾经用鸽子和老鼠做了一系列对于激励效应的研究，发现不同的激励模式对于个体的行为会产生非常不同的影响。最让人意外的发现是每次不确定回报对个体产生的激励要远远大于每次固定回报的激励。也就是说回报的可能性对个体的吸引要远远的强于回报本身。
这个发现不仅解释了我们各种上瘾的行为，同时也提醒我们有多么容易会迷失在各种各样可以自我祝贺的小成就里，而忘记了最初让我们出发的长期目标。
3. 最有说服力的证据
从小学语文开始我们就熟悉一个基本的叙事方法：类比法。用一个听众熟悉的例子来对比介绍相对不熟悉的内容是一个非常有效的信息传播手段。我们的认知系统首先拷贝了已知事物的模式框架，然后试图把这一模式延展覆盖新事物的特性。
然而熟悉这一属性不仅仅影响我们对于信息的获取和知识的理解难易程度，而且影响我们对于信息筛选和评判的倾向性。当我们接触到不同角度不同观点的信息，我们会无意识的更倾向于和我们已有观念更相似的信息产生共鸣，从而更认同其代表的观点。我们也更容易吸收和记住这样的信息，作为我们现有观点的支持证据，从而更加增强我们现有的认知。这是一个潜意识里非常有力的反馈循环。
所以下一次当你惊喜的看到一个支持你现有观点最有说服力的证据，停下来，思考，也许，这个证据只是你最熟悉的一个而已。
4. 同质化的逆向思维
众人贪婪我恐惧，众人恐惧我贪婪。巴菲特的这句反映逆向思维的名言大概是流传最广的投资法则之一了。逆向思维是一种以对事物本质的洞察为基础的反常识却符合逻辑的合理化的思维方式，从而通过认知差异化的时间差去获得优势。
当然，一个明显的悖论存在于当逆向思维变成最广为人知并且备受推崇的法则，我们认为的逆向思维还真的是逆向思维吗？当人群的大多数都计划着使用逆向思维成为少数的个体来利用“无知的大多数”这一现象来套利，究竟谁会成为无知的大多数呢？问题的本质是我们潜意识里对自身独特性的过高估计，并且经常性的通过片面的观察来维系这一错觉。我们几乎毫无例外的认为我们自己与众不同。
并不是要否认逆向思维的有效性和其带来的优势，而是当你真正面临贪婪和恐惧的选择的时候，不要过低的估计了自我认知上的独特性偏差。
5. 投资人的共识困境
早期风险投资是一个相对奇怪的行业，当一个投资人对一个初创企业做出相当数额资本的投资决定的时候，一个具有显著统计学意义的事实就是，这个企业有50%的可能性会失败。实际上，行业的整体回报都是建立在这个看起来令人生畏的概率上的。
要专注也要广泛涉猎，要耐心却不能过分固执，要坚持也要足够灵活，要自信也要自我怀疑，要有长线愿景也要关注当下执行，投资人的工作的根本属性就是灰度的，要在一系列相互矛盾的决策因子中根据不同个案的宏观和微观的特质性寻求风险回报最大化的平衡点。这些平衡点不可避免的带有投资人个体的基准和偏好，本质上是不可量化的，在极端的情况下甚至是不可沟通的。
盲目地追求理性共识是风险基金运行的误区。最好的风险投资基金的决策者一定是一手信息的汇聚点和把控者。投资决定的共情型共识通常是建立在信任的基础上的。
6. 复杂系统的不可简化性
一个普遍接受的说法是如果你对一件事情足够了解，你就可以用人人都可以听懂的白活把事情讲清楚。这也是众多位高权重的领导所要求的，所有问题的描述都可以用一页纸，五分钟解释清楚。否则，是你对事情的理解不够透彻。
很可惜，除了在社会生活中罕见的经典线性系统，这样的简化通常是变性的。我们所说的复杂事物通常是我们对真正意义上的复杂系统做出的非对等的线性映射，只有在特定条件下，特定时间窗口内，才具有实际的分析价值。同时据此建立的基本上毫无例外的线性模型都具有显著的误导性。而在这些模型中显现的具有重大影响的因素大概率是被夸大且不全面的。归因的误差不仅影响预测的准确性，而且往往形成对某些事件，特别是所谓成功事件的可复制性的错误估计。
当你为在忙碌之中花了5分钟时间理解了一个复杂事物而沾沾自喜的时候，不妨试着提醒自己这个简化的智慧很有可能是错的，而且千万不要急着基于此去行动。