← Index · 目录 reading log · no. 01
No. 01 · 判断与决策 499 pp. · 已拆成 skill

噪声

Noise: A Flaw in Human Judgment

Author / 作者
丹尼尔·卡尼曼
Category / 类目
判断与决策
Status / 状态
已拆成 Skill
本书之问 · The Question
为什么同一案卷,不同人会给出天差地别的判断?

卡尼曼告诉我们:判断失准,不只来自偏差,还来自大量看不见的噪声。真正的高质量决策,不只是更聪明,而是更可靠。

§ 01 · 一句话One Line

判断中有两股误差:偏差与噪声

There are two kinds of judgment error: bias and noise.
i. Bias / 偏差

系统性的方向偏移

如果所有判断都稳定地偏向某一边,那就是偏差。它是可预期的错,像一直瞄准左边的靶心。

ii. Noise / 噪声

不必要的离散

即使没有方向性偏差,不同人对同一问题也会给出不同答案。这种多余散布,就是噪声。

iii. Total Error / 总误差

偏差² + 噪声²

卡尼曼提醒我们:只盯着偏差,会忽略噪声;而现实中,噪声常比偏差更隐蔽、更普遍。

§ 02 · 核心发现Key Insight

噪声比你想象得更普遍

Noise is more common than people think.
我们以为自己在判断,其实很多时候只是在各自的情绪与起点上做随机散步。
《噪声》阅读笔记
§ 03 · 三种噪声Three Noises

噪声常常藏在这三种地方

Noise often hides in these three places.
壹 / 01 Level Noise / 水平噪声

有人天生更宽松,有人天生更严苛

即使面对同一事实,不同人仍会使用不同的"默认严厉度"。

贰 / 02 Pattern Noise / 模式噪声

每个人对细节的权重不同

有人更在意动机,有人更在意结果;这些不同偏好累积起来,就是噪声。

叁 / 03 Occasion Noise / 场景噪声

同一个人在不同时间也会摇摆

疲劳、情绪、天气、顺序效应,都可能让判断在不同场合出现漂移。

§ 04 · 应用Application

这本书想教我们的不是"聪明一点",而是"干净一点"

The lesson is not to be smarter — it is to be cleaner.
《噪声》真正的价值,不只是解释判断失准,而是在提醒我们建立更稳定的决策结构:减少主观随意性,用更清晰的规则、独立判断和复核机制来降低噪声。
The real value of Noise is not just diagnosis, but redesign: rules, independent judgments, and structured reviews help reduce unnecessary variability and improve decision quality.
Fig. 01 · 两类误差after kahneman
BIAS · 偏差 NOISE · 噪声
§ 05 · 拆书方法Extraction

这本书被拆成了一个可执行 Skill

This book has been extracted into an executable Skill.
借鉴《book-to-skill》方法论,本书的核心框架、操作步骤和真实案例被拆解成了一个结构化的 Skill 文件,可以让 AI Agent 在用户需要时自动调用书中的智慧。
Using the book-to-skill methodology, the core framework, operational steps, and real cases from this book have been extracted into a structured Skill file, enabling AI agents to automatically invoke the book's wisdom when needed.
SKILL.md主 Skill 文件。包含完整的诊断流程:从识别偏差/噪声,到分类噪声类型,再到实施决策卫生的四步框架。
references/cases.md案例库。来自书中 15+ 个真实案例,覆盖保险定价、假释决策、面试评估、投资判断等场景。
swarm 模式多 Agent 提取。按章节分工并行阅读,各自产出结构化笔记后合并校对。