代表性启发
在判断一件事物发生的概率时，我们往往只看它在多大程度上符合脑中的刻板印象或典型特征，而忽略了更为核心的基础概率。这种以貌取人极易制造刻板印象。
寓言故事
阿苗在镇子东头开了一间铺子，叫「芽庐」。说是铺子，其实更像个种子屋——木头抽屉从地面一直摞到天花板，每个抽屉正面贴着一张标签，字迹从最底下的工工整整到最上面的渐渐潦草。她继承了外婆的这间铺子和她的分类法：叶片带绒毛的归在一处，种子有翅的放在另一处，根茎带节疤的又放在另一处。三十七个抽屉，三十七种长相。
阿苗的外婆教她的第一条规矩是：一颗种子该去哪，看它的模样就知道。圆滚滚的去豆科那一屉，带细毛的去药草那一屉，有棱有角的八成是坚果——它们自己不会说话，但模样会替它们说。阿苗觉得自己很懂这条规矩。这些年，她闭着眼睛摸一颗种子，也能说出它该去哪一格。从来没有一颗种子让她为难。
直到那个秋天。
镇北来了一个采药人，不高，晒得很黑，背着一只竹篓，篓子上绑着三根野鸡翎。他把篓子搁在柜台上时，阿苗闻到了一股很久没有闻到的气味——像雨后的泥土和烧过的松枝混在一起，不脏，但说不上来是什么。
采药人从篓子里摸出一把种子，放在柜台上。种子小小的，灰褐色，扁扁的，有点像南瓜子，又没有南瓜子那么圆润；带一点绒毛，又没有苋菜籽那么密。它们堆在一起，像一小撮谁也不像的东西。
「这能入药？」阿苗问。
「能。」采药人说。「长在北坡老松树底下，五年才结一次籽。治夜里盗汗的。」
阿苗拿起一颗，放在手心里翻来覆去地看。不像药草籽——药草籽要么更小更黑，要么带着一股冲鼻的气味。也不像花籽——花籽通常更饱满，更……精神。
「我找不到这一屉，」她说，把种子推了回去，「你拿回去吧。」
采药人看了她一眼，没说什么。他把种子收回篓子，背上竹篓走了。鸡翎在巷子口晃了两下，就不见了。
第二天，镇南的大夫派人来取茵陈。阿苗打开那一屉，在抽屉角落看见了外婆的字，铅笔写在底板上，很淡：
「若有种子不像任何一屉所归，为该种子另辟一屉。」
阿苗盯着那行字看了很久。
傍晚她去找采药人。村口的人说他走了——他每年来一次，卖完就走，往北山去了。要翻三道岭。
阿苗回到芽庐，从柜台底下翻出一只空抽屉，打磨了很久，直到木板摸上去像婴儿的手背。她贴了一张空白标签，想了想，又揭了下来。
那只空抽屉后来一直放在柜台最下面那一排。每年秋天阿苗拉开它的时候，北山上的老松树底下，那些灰褐色的种子也正落满一地。
大脑把「像」当成「是」——自动、省力、无需请示。
核心定义
代表性启发是指我们在判断某事物属于哪个类别、或某个事件发生的概率时，不依赖统计数据，而是依据该事物与心中典型形象——即「刻板印象」或「原型」——的相似程度来做决定。它的核心机制是：用相似度替代了概率判断。越像我们以为的那个样子，我们就越觉得它是；描述越贴合一个「故事」，我们就越觉得这个故事是真的。
这一概念由以色列心理学家阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）在 1970 年代初期正式提出。1972 年，两人在《认知心理学》期刊发表了《主观概率：代表性的判断》，系统描述了人们在面对不确定判断时，如何用「像不像」取代了统计推理。1974 年，他们在《科学》杂志上发表的里程碑式综述将代表性启发列为人类判断的三大核心启发式之一——与可得性启发、锚定效应并列。
代表性启发的危险不在于我们使用了刻板印象——刻板印象本身有时能提供有用的先验信息。真正的问题在于：当「像不像」与基础概率（即某类事物在总体中的实际占比）发生冲突时，我们几乎总是选择相信「像不像」，而彻底忽略后者。更隐蔽的是，这种忽略不需要思考，我们也意识不到自己跳过了什么——大脑在做出判断的那一刻，就已经默认判定完成了。
「代表性启发」中的「代表性」（representativeness）借用了统计术语——一个样本「代表」其母群体的程度。特沃斯基和卡尼曼用这个词命名偏见，恰点出了它的讽刺之处：我们做判断时用的是「看起来像」的日常直觉，而非统计学意义上真正的代表性。1974 年的那篇《科学》论文，迄今已被引用超过五万次。
常见表现形式
刻板印象式归类
用群体的典型特征来推断个体——「戴着眼镜、不善言辞，一定是程序员」。
合取谬误（琳达问题）
认为多个条件同时成立比单个条件更可能，因为前者的描述「更像真的」。例如觉得「琳达是银行出纳员并且热衷女权运动」比「琳达是银行出纳员」的概率更高——这在逻辑上是不可能的，多一个条件只会降低概率。
对随机性的审美化
认为随机序列必须「看起来乱」——因此把连续五个正面硬币判定为「不像是随机的」，而实际上每个排列的概率完全相等。
忽视样本大小
认为小样本应该「代表」大样本——「我认识的三个北方人都不吃辣，所以北方人不吃辣」。忽略了三个人的样本完全可能偏离总体。
真实案例
「他看起来就是个好程序员」
招聘经理面前坐着两个候选人。A 的简历和推荐信显示他参与过三个大型项目，其中两个按时交付、一个延期但事后复盘记录完整。B 戴着黑框眼镜、穿了一件印有开源社区标志的 T 恤，说话时偶尔冒出几个技术缩写，笑起来有点腼腆。招聘经理在评语栏里写道：「B 的技术气质更突出。」
「A 的经验是不错，但 B —你一看就知道他是干这行的。」被教科书插图牵着走的医生
一位年轻医生接诊了一个持续低烧、关节隐痛、伴有轻度皮疹的患者。他翻了几页教科书，又查了数据库——常见病 A（类风湿关节炎）的典型症状列表与眼前病例有六成吻合。但一个罕见病 B（成人斯蒂尔病）的插图描述——「鲑鱼粉色皮疹、高热、关节痛」——却与患者表现有八成相似。他建议做罕见病 B 的全套检查。后来，上级医生看了一眼化验单：类风湿因子阳性，C 反应蛋白升高。就是常见病 A ——一种发病率高出罕见病 B 几十倍的疾病。
「他的症状太像教科书上那页插图了，我当时脑子里就只剩那一张图。」看门面选餐馆
你站在一条陌生的美食街上，左手边是一家菜单贴满玻璃门的小馆子——塑料桌椅、日光灯管、墙上挂着一台积灰的电视。右手边是一家门口种着竹子、招牌是手写毛笔字、服务员穿着棉麻围裙的餐厅。你没看菜单，也没查评价，直接推开了右边的门。
「左边那家一看就不好吃。你看那装修——哪有好馆子长那样的。」正误对照
你和朋友聊到上周认识的一位新同事，朋友问你这个人怎么样。你回忆了几次接触的印象。
运作机制
原型匹配
在祖先环境中，快速判断一个物体属于哪个类别是生死攸关的事。那是一根树枝还是一条蛇？那个影子是灌木丛还是猎食者？进化赋予我们一套高效的「原型匹配」系统：将眼前的刺激与记忆中储存的典型形象做对比，相似度足够高就触发相应反应。这套系统不追求精确，追求的是快——宁可十次误报，不能一次漏报。问题在于，现代世界的大多数判断不需要毫秒级的生死反应，但大脑仍然沿用同一套逻辑：看到一个人符合「程序员」的原型（戴眼镜、不善言辞），就直接归类，不再核实。这套机制在远古的边际收益极高——但在今天，把人力资源总监误判成会计，通常不会有人丧命，代价却以另一种形式累积。
基率忽视
原型匹配完成后，一个完整的理性判断应该进入第二步：将匹配结果与基础概率（即这一类事物在总体中的出现频率）进行加权。但大脑在进化中从未内置过「统计推理模块」——在远古环境中，一个事物的出现频率只能通过反复亲身经历来感知，不存在抽象的「百分比」。因此，当原型匹配给了一个强烈的「像」的信号时，大脑就认为判断已经完成，不再去问「这一类东西本身有多常见」。典型的后果是：当一段描述听起来「像」某个罕见疾病时，医生会高估该病的概率——哪怕这个病在人群中的发病率只有万分之几。
合取谬误
代表性启发最吊诡的产物之一是合取谬误：给一个描述添加更多细节，反而会让人们觉得它更可能发生——尽管从概率论来说，「A 且 B」同时成立的概率不可能大于「A」单独成立的概率。特沃斯基和卡尼曼在 1983 年的实验中让被试判断：「琳达是银行出纳员」与「琳达是银行出纳员并且热衷女权运动」，哪个可能性更高。绝大多数人选择了后者——因为后者的描述更「像」人们心中从琳达的人物小传推导出的那个人。这里的机制不是计算概率，而是衡量「描述与预期的匹配度」——越匹配，越觉得真。
随机审美
代表性启发还扭曲了我们对随机性的直觉。一个真正随机的序列——比如抛硬币连续出现五个正面——会让大脑觉得「不像是随机产生的」，因为我们脑海中储存的「随机」原型是均匀交替的：正反正反正。当看到连续五个正面时，我们说「这不随机，肯定有问题」——这正是赌徒谬误的认知根基。大脑把「随机」也当作一个类别来对待，并用自己的审美标准来判断一个序列「像不像」这个类别，而不是根据概率论来检验。远古环境中的随机事件通常伴随着可识别的模式——天气、猎物踪迹、季节变化——大脑因此进化出了从不放过任何模式的本能。但在面对真正的数学随机性时，这套本能只会制造幻觉。
信号识别
「一看就是」
某人或某物在几秒内被迅速归类，且归类依据是表面特征——长相、穿着、口音、行为风格——而非具体的行为记录或可验证的数据。判断者对自己的分类表现出不成比例的确信。
典型话语：「一看就是搞艺术的。」「这气质，肯定是做金融的。」
描述越细越信
当一个说法或案例被添加了丰富的具体细节后，听者对其真实性的判断明显上升——尽管从逻辑上，附加条件越多，事件发生的概率越低。
典型话语：「他讲得有鼻子有眼的，肯定是真的。」
抗拒概率
当统计数据与直觉发生冲突时，优先否定数据的相关性——「那是总体概率，不代表这个人、这件事」。概率被体会为一种「不近人情」的东西，而直觉被体会为「更真实」。
典型感受：心里知道那个病发病率只有万分之几，但一看到眼前这个人，就觉得「万一呢」。
秩序癖
对随机排列产生「这不像随机的」的感觉——认为真正的随机应该看起来均匀、交替、有秩序。反之，当排列恰好均匀时，又怀疑「有人在操控」。
典型感受：手机随机播放连放了三首同一个歌手的歌，第一反应是「算法是不是动了手脚」。
代入松动
当被问及「如果换作是你身边的人」时，之前依靠刻板印象做出的斩钉截铁的判断开始松动——因为你的父母、伴侣、孩子从来都不符合刻板印象中的任何一种「典型」。
典型话语：「理论上说这类人都……但如果是我自己的孩子，那就不一样了。」
应对策略
相似评分
当你发现自己或他人用「一看就是」来表达判断时，暂停一秒钟，把这句话翻译成一个具体的数字——当前对象与某个原型的相似度在 1 到 10 分里打几分。这一步的作用是提醒大脑：相似度高不代表归类正确，满分匹配也不等于百分百确认。相似度只是一个维度，不是全部。
自问：「它确实很像——但如果只能给它和 X 的相似度打分，一到十分，我打几分？」
动手查一个数字
在任何一个涉及概率的判断上——某人的职业、某种疾病的可能性、某个事件的真假——直觉判断做完之后，立刻查一个数字：这类事物在总体中实际出现的百分比。不需要精确到小数点，一个数量级就够了。这个动作不是为了让数字取代直觉，而是让直觉知道它是在什么分母上运作的。
自问：「先别管他多像——干这行的人，在人群里到底占百分之几？」
反面档案
事前刻意搜集并留意那些打破刻板印象的真实例子：安静的销售冠军、外向的程序员、不修边幅的财务总监、口才平庸的律师……把它们储存为记忆中的「反例库」。当你感到「一看就是」的冲动时，主动调取一两个反例，让大脑意识到：原型匹配只是众多可能性中的一种，而非唯一解。
自问：「如果他不像呢？我身边有没有不像的例子？」
正因为像，我们才停下了核对的动作。而恰恰是停下来那一步，才是判断与错觉的分界线。
—— —思辨录 · 代表性启发