如何在复杂的环境中做出决策

贝叶斯定理最初是用来计算随机事件A和B的条件概率的，即计算在新事件B发生的情况下事件A发生的可能性。这是它在数学层面的运用，后来推广到现实生活层面.

贝叶斯定理常被用来解决在信息不完全的情况下，我们如何通过动态调整的方法，一步一步接近事物发生的真实概率。

贝叶斯思维即：

‘大胆假设，小心求证，不断调整，快速迭代’

这和《腾讯传》中：小步奔跑，快速迭代，理论不谋而和。

贝叶斯思维的高妙之处在于，它强调先行动起来，用动态调整的方法，让我们能够跟上现实的变化速度，并做出准确的预测。

这样我们既不会因为先做大量的调查而陷入行动停滞，也不会因为没做调查而偏离现实。正如郑桐得开始学习，才能不断调整自己对于目标差距的预期。

这里我想强调的是，贝叶斯思维更适用于当我们面临举棋不定的个人决策上（试错成本较低），而非一般的流程化工作场景。

去实践这个很多人都知道的一个道理，但是很多人一直停留在想的层面，害怕开始。

因为越长大，知识了解的越多，所剩下的精力越来越有限和宝贵，因为害怕犯错，害怕风险，害怕未来的种种不确定因素，所以很多人犹豫不决是因为对未来的担心过多而焦虑。

贝叶斯公式能够帮我们推导出一件事的成功概率，帮助我们做出决策，它的简化公式是：

后验概率=先验概率X调整因子

先验概率：也叫初始概率，先验证概率是我们在信息很不完全的情况下事先做出的一个主观估计

调整因子：就是在调整的过程中你手机到了一些有效信息，这些有效信息进来之后，你需要根据他们对初始概率做出调整。

后验概率：“后验”也就是经验之后，调整后的概率，后验改变比较接近真是概率，是我们做决策的时候主要依据。

在这一系列“行动-搜集信息-再行动”的过程中，你基于先验概率先尝试行动，再不断搜集信息，根据调整因子得出后验概率。最后，基于后验概率做出最终决策。

影响决策的两个主要因素

先验概率：如果先验概率越准确，我们后续的调整就会越少，我们就越容易得到接近真实的后验概率。只有平时养成深度思考，不断总结经验的习惯，久而久之我们才能形成相对准确的直觉判断。直觉判断是指对一个问题未经逐步分析，仅依据内因的感知便能迅速做出判断。

调整因子：信息收集很重要，只要有新信息，我们就可以修正，但是没有新信息，我们就没法修正。因此，在调整的过程中，我们要尽可能多地收集信息，但是也要注意识别错误信息和低质量的信息，它们会让你的修正离真相越来越远。

先验概率（初始预估）

获得相对靠谱的先验证概率的方法：深度思考、经验积累

获得相对靠谱的先验概率的中级武器：直觉判断

调整因子（信息收集）

只要有新信息，就可以修正

注意区分信息来源可靠性，注意识别错误信息和低质量信息

“人生的每一次选择都应该被认真对待，即使现在看起来没什么，但当我们回首往事时才会发现，正是那个小小的选择改变了我们的人生。”

总的来说，在遇到每一次一次关卡的时候都难以选择，但是越是足够多的信息，越是能帮助我们避坑，尤其是在如今互联网飞速发展的限制，很多信息再网上随处可得。

在时间没有那么多的情况，信息又不足够的时候，可以尝试

听大多数人的话，参考少数人的意见，最终自己去衡量去做决定。

大多数人不了解环境信息不足够，会给出结论性的建议。

参考少数人权威的建议的，有相关经验的朋友或是老师前辈等。

最终自己去做决定，没有任何人可以替你做决定，最终负责任的只有自己。