基率忽视
我们只盯着个别特征或表面命中率，却忘了先看整体的基础概率有多低。这种对基率的忽视让体检误报引发恐慌、让刻板印象冒充判断，在医疗、司法和日常推理中制造大量错误。
寓言故事
小莲在镇上的安济堂做了两年学徒。安济堂不大，三间铺面，靠墙的药柜从地板一直顶到房梁。她的日常是切药、碾粉、帮坐堂的沈大夫抄方子。沈大夫七十多了，号脉时眼睛半闭着，开出来的方子却从不含糊。
小莲喜欢晚上关了铺门之后，一个人点一盏油灯，翻堂里存的老医案。安济堂有个规矩：每任坐堂大夫都要把经手的病人记下来——什么症状、什么方子、好了没有。五十年，十来本册子，用麻线穿着，码在柜台最下层。小莲用一个冬天抄完了前五本。抄到第三本时，她在夹批里发现了一个从未见过的病名——沈大夫的师父管它叫「石脉」。蝇头小楷，墨色极淡：「脉沉涩如沙石相磨，高热不退，三日而身目俱黄，指甲青灰，十中难活一二。五十年来，仅见两例。」两例旁边，都用朱笔画了一个极细的圈，批了两个字：「罕见。」
那年春末，槐花刚挂满枝，一个渔夫扶着门框走了进来。他浑身滚烫，眼白发黄，说三天前下河收网，回来就开始发冷发热。沈大夫号了脉，翻了翻眼皮，提笔开了一张疏风解表的方子——镇上每年春天至少二三十例风寒挟湿，吃三剂就好。小莲在一旁站着，眼睛却一直盯着渔夫搭在脉枕上的那只手：指甲底下泛着一种淡淡的青灰色。
她认出了那种颜色。
她没有出声。等渔夫抓完药，佝着背走出铺门，她一个人把第三本医案翻到有朱笔细圈的那一页。指甲青灰，眼白发黄，高烧不退——石脉的三个特征，渔夫占了两条半。
第二天一早，她把渔夫的方子从抽屉里找出来，又摊开第三本医案，左边一张，右边一页，逐行比对。疏风解表的方子里有一味防风，石脉的方子里没有。石脉的方子里有一味茵陈——她记得柜子最上层还有半斤，进了一年多没人碰过。她站到药柜前，仰头看着那包茵陈。纸包上的灰积了薄薄一层，她用袖子擦了擦，露出下面褪色的药名。
第三天，渔夫来复诊。烧退了些，但还是没什么精神，坐在诊凳上一声不吭。小莲在沈大夫号脉时，终于没忍住，小声问：「沈大夫，他指甲下面的青色……会不会是……」沈大夫头也没抬，号完脉提笔开了一剂善后方，低声说了句：「在水里泡的。」
她后来翻开安济堂的接诊登记簿，从立春一页一页往前数。风寒挟湿，从正月到四月，七十一例。石脉，零。
她又数了一遍。每一页上「石脉」那一栏都是空的——不像被遗忘的角落，更像本来就没东西好写。那笔朱砂细圈，五十年才画了两次。
但她还是把那包茵陈从柜子最上面一层挪到了第二层。就在防风的旁边。
那包茵陈后来一直放在那里。渔夫的那张方子，她夹进了第三本医案的最后一页——和那两条朱笔细圈之间，隔着一整年密密麻麻的登记记录。
个别特征越生动具体，整体概率就越容易被遗忘。
核心定义
基率忽视是指我们在做判断时，过于关注眼前个案的具体特征——比如症状、长相、口音、履历细节——而几乎完全忽略这件事在整体人群中发生的基础概率（也叫基率，即某个事件在不考虑任何额外信息时的发生频率）。核心机制是：大脑把「像不像」当成「是不是」来处理——一旦个案特征与某个类别的典型形象匹配，我们就不再询问「这个类别本身有多常见」。
这一概念由丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特沃斯基（Amos Tversky）在 1973 年的经典论文《论预测的心理学》中首次系统阐述。他们设计了著名的「工程师—律师」实验：给受试者一段模糊的人格描述，然后告知该描述是从一个「七十名工程师和三十名律师」（或反过来）的样本库中随机抽取的。受试者明知样本中工程师占百分之七十，却几乎完全依据人格描述与「工程师刻板印象」的匹配程度来判断——完全无视了基础概率。这个结果直接动摇了「人是理性统计者」的假设。
基率忽视之所以危险，不是因为人们不懂概率，而是因为它恰好发生在最需要概率思维的时刻 ——当你拿到一份「准确率百分之九十九」的检测报告时，当你听说一个「和我认识的人一模一样」的故事时，大脑会自动关掉统计模块，切换到故事模式。其结果是：我们把极其罕见的事件当成了高度可能的事件，只因为描述它的细节足够像真的。
「基率忽视」这个术语本身就暗示了它的核心错误：不是不会算概率，而是根本忘了概率的存在。「基率」（base rate）在统计学中指的是「在没有任何额外信息时，某事件在总体中发生的先验概率」——而忽视它的后果，在医学筛查和司法判决中可能有生死之别。
常见表现形式
忽视先验概率
在拿到新证据（检测结果、目击证词）之后，我们直接把新证据的准确性当成最终结论，完全跳过了「这件事在没看到证据之前有多大的可能发生」这一关键步骤。
混淆条件概率
我们把「得了病之后检测呈阳性的概率」和「检测呈阳性之后真的得了病的概率」等同起来——二者在罕见病的背景下可能相差数十倍甚至数百倍。
以典型性替代概率
我们判断「这个人像不像工程师」比判断「这个人在一群以律师为主的人中恰好是工程师的概率」要容易得多——大脑选了更轻松的那道题来回答，然后假装回答了原来那道。
真实案例
那场虚惊的体检
你参加了一项常规体检，其中一项癌症筛查的准确率号称百分之九十五。几天后，报告显示阳性。你的脑子里立刻开始倒数计时——但你忘了问一件事：这种癌症在你这年龄段的发病率不到万分之三。百分之九十五的检测准确率，套在万分之三的基率上，阳性结果对应的真实患病概率不到千分之六。你被那「百分之九十五」震住了，却忘了「万分之三」才是更关键的起点。
「天哪，百分之九十五的准确率，还能有错？」那个「百万分之一」的匹配
你在新闻里读到一起案件：警方在犯罪现场提取到的 DNA 样本与一名嫌疑人的 DNA 在某几个位点上「匹配」，专家宣称这种匹配在随机人群中出现的概率仅为百万分之一。你几乎认定了凶手就是他——但你没问：这座城市有两百万人。百万分之一的匹配概率意味着单纯靠随机，这座城市里就还有另一个人也匹配。单看「百万分之一」这个数字很惊人，但放进「两百万人口」这个分母里，它就是另一个故事了。
「百万分之一还不能说明问题？那还要什么证据！」那个「对得上号」的陌生人
你在家长会上遇到一位新转学来的孩子的父亲。他穿着皱巴巴的格子衬衫，说话嗓门很大，开一辆旧皮卡。你心里默默给他贴上了「蓝领工人、文化不高的那种」的标签。但你没想过——在这座城镇里，拥有大学学历的成年人占了快六成。那个「对得上号」的画面太完整、太有说服力了，以至于你完全没有意识到，你在用一个极少数人的画像去套一个大多数人。
「一看就知道是什么人。」正误对照
你陪父亲去医院做一项筛查，医生说这项检测的灵敏度为百分之九十五。三天后结果出来了：阳性。你父亲脸色一白，你脑子里也开始嗡鸣。你掏出手机开始查这个病的五年生存率。
运作机制
个案思维
在人类进化史的绝大部分时间里，我们面对的不是「某疾病在人群中的发病率」这种统计问题，而是「眼前这丛浆果和我上次中毒的那丛像不像」这种个案匹配问题。自然选择塑造了一套对具体特征高度敏感、对整体频次近乎无感的大脑——因为一个把每个浆果都当成「独立个案」来判断的人活了下来，而那个先算一遍浆果中毒的历史概率再下手的人早就饿死了。这套机制在今天的医疗检验、司法判断和投资领域中仍在运转，只是现在的「浆果」变成了检测报告、DNA 证据和股票走势图——它们的相似性不再指向同一个因果来源。
因果直觉
当一位渔夫带着青灰色的指甲走进诊所，这个画面在大脑中激活的不只是一个症状清单，而是一整套因果叙事：他接触了什么、潜伏了多久、为什么偏偏是他、接下来会发生什么。因果叙事有一种独特的力量——它给概率赋予了「为什么」的解释，而没有任何故事的概率在大脑中只是一个空洞的数字。基率忽视之所以顽固，就是因为「对得上号」的那一刻，一个完整的因果故事已经在大脑中自动生成了——之后出现的概率数据，只是在和这个已经站稳脚跟的故事争夺解释权。
呈现偏斜
在现代信息环境中，我们几乎永远先接触到个案而非基率。新闻不会报道「今年交通事故死亡率与去年持平」，而会报道「三岁男童在斑马线上被撞」——前者的信息量更大，后者的点击率更高。这种偏斜不是阴谋，是媒介经济的自然结果。但日积月累，我们的认知库存里堆满了生动的个案，而对应的分母被系统性抹去了。当我们需要做判断时，大脑从记忆中提取的不是统计数据——因为我们根本没存——而是最近看到的那条新闻、那个故事、那个人。
信号识别
「像」字当头
当你发现自己的判断理由以「因为他看起来就像……」「这症状也太符合了」「怎么会有这么巧的事」开头时——暂停。「像」是一种模式识别，不是概率评估。它只回答了匹配度的问题，完全不涉及常见度。
典型话语：「这也太像了吧，还用想？」
跳过背景概率
在一个涉及概率的判断场景中——医疗诊断、风险评估、人事决策——如果你从头到尾没有问过、也没有任何人告诉过你「这件事在没有这些具体信息之前，本来发生的概率是多少」，你很可能已经跳过了基率。
典型感受：我知道检测不是百分之百准，但我就是觉得这次是真的。
情绪过激
你听到「百分之九十五的准确率」时心跳加速，或者听到「百万分之一的匹配概率」时认定铁证如山——但你完全没有试图把这个数字放进「多少人会接受这项检测」或「这个数据库里有多少人」的大背景里去理解。
典型话语：「百万分之一还不足够？这不是板上钉钉了？」
把个案当统计
你不自觉地说出了「我就认识一个人，他……所以肯定是……」这样的句式。一个认识的人变成了整个概率分布的代表——而你知道自己认识的样本量有多大吗？
典型话语：「我有个亲戚就是做这个的，我跟你说这个行业全这样。」
过度怀疑
还有一种隐蔽的信号：当一件事本来极其常见（比如普通感冒），但因为它的特征中有一两项看起来「不太典型」，你反而开始怀疑它可能不是这个常见病。你在用「不够像」去否定一个极高概率的事实。
典型感受：不对啊，普通感冒不会有这种症状吧……可能是什么罕见病？
应对策略
先问分母
基率忽视的认知起点是对背景概率的完全遗漏。修复这个遗漏不需要复杂的计算——只需要一个强制动作：在任何涉及概率或可能性的判断之前，先问一句「这件事本身有多常见？」如果回答不上来，说明你此刻的判断没有基率支撑——不管你眼前的证据多么生动，先停下来，查分母。
自问：「在我看到这些证据之前，这件事本来有多大可能？」
翻译概率
大脑处理「百分之零点一」和处理「一千个人里有一个」用的是不同的系统——前者是抽象的符号，后者是一个具体的人的画面。当一个检测准确率高得吓人时，用具体人数重新翻译一遍：假设一万人接受检测，多少人会检测阳性？这些人中真正得病的又有几个？把百分比变成人头数，你的直觉才能跟上你的数学。
自问：「如果一千个和我情况一样的人都去做这个检测，有多少人会拿到阳性报告？这些人里真正有问题的大概有几个？」
双栏框架
基率忽视的慢性形式是：你已经习惯了「只看看得见的信息」的决策模式。一个低成本的系统修复是：为任何涉及概率判断的重要决策建立一个固定的两栏思考框架——左栏写「这个个案告诉了我什么」，右栏写「这件事本身有多常见」。你不需要每栏都填满，但只要右栏是空的，你的判断就缺了地基。把这个框架贴在脑子里，或者真的画在纸上，它会像一个外部器官一样替你补上大脑不擅长的那个运算。
自问：「如果我必须在这张纸左右两边都写满了才能做决定——右边的数字我现在能写出来吗？」
一个再准的检测，放在一片没有病的海洋里，捞上来的也大多是影子。
—— —思辨录 · 基率忽视