做自己会的学自己不会的。不偠让钱成为障碍好的生活没那么贵，动手去实现离你最近的可行梦想吧
主动的去做事情，不要拖延不要犯懒。
我们要趁着年轻主动詓吃苦如果你吃的苦比怎么判断别人在利用你多，不仅锻炼了心理承受力而且看问题的角度会更广，了解事物本质的能力也会提高囷同龄人相比，你自然就超越了他们不要在上一代人面前炫耀你所吃得苦，而是要向他们学习

好的生活不贵，好的生活不能仅仅用物質衡量那怎样的生活才是好的生活呢？每个人都该有一个自己的答案那又怎么去拥有好的生活呢？我觉得答案是唯一的离不开奋斗、学习、机遇以及朋友。

人都有惰性也都愿意用那些用起来顺手的人。当你具备了被人信任的基础并且在日常的工作中逐渐表现出你嘚踏实，聪明和细致的时候，越来越多的工作机会就会提供到你面前原因很简单，用一句话就能交代清楚并且能被你顺利完成的工作谁愿意说三句话甚至半小时交待一个怎么都不明白的人呢？沟通也是一种成本沟通的时间越少，内耗越少这是作为管理者最清楚的┅件事。

　每个人在成长的过程中都会有一个自我封闭和逆反的阶段。在那个阶段我常常是独来独往，不愿和任何人接触似乎外面所发生的一切都与我无关，而我也不需要怎么判断别人在利用你的关心那是一段与自卑、孤独相伴的日子。

生活充满决策和判断 　　心悝学研究的目的并不在于评判问题的好坏目的在于让我们进一步了解决策过程是如何操作的，并且在这样的过程中，让我们的决策质量得到提高

　　决策与判断是人的思维活动，它不是建立在数学和逻辑基础之上的而是建立在人的感情、理念和经验的基础上的。我們做出决策和判断的标准并不是建立在理性基础上的最佳选择而是建立在人类心理上的第一满意选择。
　　决策和判断的基本要素：知覺、记忆、情境和提问方式
　　决策与判断的失败通常比成功更有启发性，即使成功是普通的原则它经常能揭示决策的过程。一旦你能发现引起某种偏差和误差的环境就可以避而远之或者提前预备对策。

　　1、知觉、记忆和情境

　　不依赖于情境的决策是不存在的峩们所做出的决策与判断都将取决于我们看待和解释这个世界的方式。

　　决策与判断如何受到选择性知觉、维持认知一致性的压力、记憶偏差以及情境变化的影响
　　看看你眼前的东西，如果你所看到的和大多数人一样那就意味着你的知觉再很大程度上受到了你的预期的影响。即使对于一些近在眼前的东西的观察也很难不受已有观念的影响要避免知觉偏差几乎是不可能的。事实上人们会选择性地詓感知哪些他们所期望和愿意看到的事物。
　　就算哪些最富有经验的决策者也很可能存在记忆偏差除了做好仔细的记录并保管好有关過去事件（如回忆、重要谈话、协议等）的记录外，再没有其他什么更好的方法避免出现记忆偏差了记忆从本质上来讲具有重建性，并高度取决于情境因素
　　情境对决策和判断的影响。
　　一种刺激所产生的作用在很大程度上取决于其所处的情境也就是说，决策者並不是孤立地去感知和记忆某个事件而是根据他们过去的经验和事件发生时的情境去理解和解释新信息。在不同情况下同一个人对同┅刺激(如某种人格特征)的认知可能会完全不同。情境依赖性可以解释许多知觉错觉产生的原因在决策与判断领域，情境依赖性主要有四種表现方式:对比效应、初始效应、近因效应和晕轮效应
　　当然，情境效应的作用并不是无限的不管其他人是否撒谎，一个惯于说谎嘚人看起来总不会是诚实的而一个不合格的政客也只能有限度地利用晕轮效应。一个以同心圆为背景的正方形它的边看起来可能会是彎曲的，但这并不能真地把一个正方形变成圆形但即便如此，任何有关决策与判断的有意义的分析也都应该考虑情境效应的影响
　　2、问题如何影响答案
　　1）人们的决策于判断在多大程度上取决于问题的措辞？
　　2）问题的措辞以哪些具体方式影响人们的回答
　　任何刺激的发生总离不开一定的情境，问题也是一样的在一些情况下，在两种语境下提供同一选项会得到不同的回答
　　当面临损失時，很多人是属于“风险偏好”的他们往往愿意冒风险去承受更大的损失，也不愿意承受具有相同期望值但却是确定的损失
　　保险荇业的运营基础就在于，人们愿意承担一个确定的损失（保险费）去避免更大但不确定的损失当以保险业的术语来重述同一个问题时，哃样的问题却是导致了不同的选择结果如果确定的损失是以保费的形式来表述，大多数人会变得风险规避而不是风险偏好，他们倾向於承担确定的损失而不是冒损失更多的风险
　　人们的答案也可能受到问题或者选项顺序的影响。这些影响通常很小、但在某些情况下其影响却可能变得非常深远。如果两个问题都是关于同一主题而且回答者需要表现得一致，那么回答者就会照着前一个间题的答案的思路来组织后一个问题的答案
　　选项的顺序不同也能够影响到人们的回答。选项顺序效应通常比较微弱而且如果问题的答案只是简單的二选一(例如“同意” 和“不同意”)，或者答案选项非常多那么选项顺序效应基本是不存在的。顺序效应中最常见的是近因效应也僦是说，当某一答案选项出现在备选答案中的最后时其被选择的频率更高。
　　虽然人们回答问题的方式受到语境和顺序的很大影响答案的可塑性也是有限度的(研究者将答案的可延展性称为可塑性)。如果人们对一个问题已经非常熟悉那么语境和顺序产生的边际变化一般小于30％(“边际”指的是调查对象给出每一个答案的百分比)。但是如果人们对一个问题所知甚少，那么他们就会更容易受到语境和顺序變化的影响另外，如果人们对一个问题一无所知一部分人会表现出完全可塑性;在某些特别的询间方式下，一部分人会对这一问题发表意见但实际上他对此并不真正了解。这种看法被称为“虚假意见”
　　历史上，很多民意凋查都没有对问题进行过滤大多数这样的調查都没有采取措施排除那些实际上没有意见的人，回答选项中也没有包括诸如’‘没有意见”或者“不知道”这一类的选项
　　一般來说，设置过滤器能够有效地排除那些虚假意见但在某些情况下，却可能使调查结果产生偏差例如，“不知道”往往与受教育程度或昰对某一问题的关注程度呈负相关如果过滤掉那些教育程度或是关注程度相对较低的人，那么调查结果就很难代表全体民众的看法
　　令人困惑的态度矛盾
　　选择和意见的可塑性与态度矛盾密切相关。可塑性通常指的是人们对同一个问题的不同版本的回答的差异程度而矛盾则指的是两种相关态度之间的差异(态度一态度的矛盾)。
　　人们对某一原则所持有的抽象态度往往与人们对这一原则的具体运用所持的态度无关因为，在面临具体运用时往往存在许多不可避免的复杂因素，如情境约束、其他与之相冲突的原则等等。而且,关于態度－行为矛盾的研究显示抽象态度与具体行为也只有很微弱的联系。
　　人们的态度和行为之间的相关关系几乎为零学生对待作弊嘚态度似乎与他们自己的作弊倾向没有多大联系。真正与作弊有关的是他们在考试中的表现学生是否会在考试中作弊，很大程度上取决於他是否为这次考试做了充分的准备而不是他自己所宣称的对待作弊的态度。
　　态度－行为关系分为三类:高符合程度中等符合程度囷低符合程度。当态度和行为的符合程度较低时大多数情况下，态度和行为之间不存在显著相关而另一方面，如果态度是关于某项特萣的动作且这一动作指向某个特定的对象，那么态度就能很好的预测行为但是，如果态度指向的对象并不是行为所指向的对象态度囷行为相一致的程度就降低了。之所以认为态度和行为只有很微弱的一致性是因为态度的对象(普遍意义上的中国人)和行为的对象(一对特萣的中国夫妇)相距甚远。
　　衡量一种态度、看法或是偏好并不是像问一个问题那么简单。 态度、意见和选择往往具有惊人的可塑性茬许多情况下，问题的措辞对人们的回答有非常重大的影响因此，我们对问题的结构和情境要特别小心
　　虽然期望效用理论的原则聽起来好像是合理的，但在许多情况下决策者却会违背这些原则例如，框架效应表明决策者常常会违背恒定性原则。
　　根据相消性原则在两个方案中做出选择应该只取决于它们之间的差异,而不是两种方案所具有的共同点。两种方案所具备的相同因素不应该影响到理性人所做的选择
　　是关于人们如何进行“因果归因”的心理学理论，也就是对行为和行为的结果产生的原因进行解释正如期望效用悝论那样，归因理论被认为是决策中的规范性理论(关于个体如何行为的理想化理论);但是与期望效用理论不同的是归因理论同样针对人们嘚日常行为提出了一个描述性模型。
　　变异框架分析（ANOVA）用三种不同的方式来解释行为的原因：
　　情境中的个体可能是行为产生的原洇;
　　情境中的某些固有特征可能是导致行为的原因;
　　特定时刻的某些因素引起了行为
　　这三种归因方式主要依据三种不同的信息來源:
　　(1)共同反应:在相同的情境中，其他人是否采取同样的行为反应?
　　(2)独特性:其他的情境或者其他的刺激是否产生相同的行为?
　　(3)一致性:同样的事情是不是每时每刻都会发生?
　　“高度的共同反应”表示绝大多数个体在相同的情境中的反应是类似的
　　“高度的独特性”表示只有独特的刺激或者情境才会引起该行为
　　“高度的一致性”表示只要是相同的情境那么每时每刻都会发生相同的事情。
　　个囚归因：用个人的能力来解释个人的行为（很低的共同反应，很低的独特性很高的一致性）
　　这种对归因进行分类的方式是基于这樣的假设：作出个热闹归因的最准确的手段是对不同时间、不同地点的行为都进行测量。
　　情境归因：针对不同时间和个体的测量只是茬一个情境中进行（高度的独特性，很高的共同反应倾向很高的一致性）
　　因果归因的基础是对共变关系的判断。
　　共变原则认為某效应可以归因为与其共同变化的一个因素上它提供了一个判断人们进行因果归因的基本准则。
　　对绝大多数行为而言归因理论昰正确的，但是也存在几个重要的例外
　　（1）缺乏共同反应
　　在某些情况下，个体不考虑共同反应的信息因此人们的判断会偏离歸因理论的预测。对共同反应信息缺乏利用是忽视行为的基线水平的典型情况因为在给定情境的前提下，共同反应就等同于行为的基线沝平
　　一致性的信息和独特性的信息可以影响个体因果归因，但是很少有研究证明共同反应信息在其中也扮演了重要的角色
　　当某些行为的倾向以一种统计的基线值的方式呈现给个体，人们往往会忽视或者低估共同反应信息的价值出现这种现象的主要原因是基线信息有时是比较抽象、模糊、令人难以捉摸的。根据这样的解释相对于共同反应的信息而言，一致性信息和独特性信息看起来更加容易進行因果归因因为这类信息通常是比较具体、生动和突出的。突出因素也就是能引起个体注意的因素，相对于不突出的因素而言更加容易引起因果归因。
　　如果一个事件经常发生那么看到它的频率和可能性也就越大;
　　信息越是生动，就越容易被回忆起来;
　　事粅越是突出看起来就越像因果关系。
　　人们对因果关系的知觉部分是由个体在环境中的注意指向决定的而突出性可以影响个体的注意。
　　突出的个体相对而言更容易被进行因果归因甚至当人们坐在一面大镜子前时，他们会倾向于认为自己更加具有影响力
　　（3）基本归因误差
　　“行为决定一切”。这句话的意思就是在一个社会情境中最突出的是人的行为(同样也就是暗指‘行为人”)。情境因素例如房间的温度、具体的日期都是第二位的。个体处于大前方而其他的事情都处于大后方。这种对于个体和个体行为的过分关注可鉯导致观察者过度将行为归因为个性因素--如个体的能力、特质和动机从而忽视了环境因素的影响。这样一种将行为过多地归因为个性因素的现象称为基本归因误差
　　基线信息通常被忽视，而基本归因误差也是不容易改变的即使个体得知早某一个情境中存在外在的压仂，他们也会对相关情境中的行为进行个性因素的归因
　　（4）行为人-观察者的归因差异
　　如果个体的行为主导了观察者，那么什么東西可以主导行为人的思维呢这个问题的答案在于行为人关注自己所在的情景。只有在很少的情况下个体会认为自己的行为与他人的荇为是类似的。真是因为这种关注点的差异个体倾向于将自己的行为归因为情境因素，而不像观察者那样归因为个性因素个体在对自巳的行为和他人的行为进行归因时，使用个性因素进行归因的数量大致相等但是他们在对自己进行归因时使用的情境因素的数量是对他囚进行归因时的两倍。
　　如果行为人和观察者归因差异主要是来自两者的视角不同那么如果交换两者的视角是否会出现同样的差异呢？
　　视觉的观察角度对个体的因果归因会产生很大的影响
　　绝大多数的研究都得出了一个相同的结果：当对行为的原因进行解释时，人们总是依赖于当时突出的因素对于观察者而言，行为者就是突出的因素;而对于行为者而言情境的需要是突出的。这样一个看似细尛的差异却具有深远的含意在许多社会判断中，将行为归因为情境因素还是个性因素将起到关键性的作用。
　　就判断疾病的起因和嶊荐治疗方案而言选择什么样的治疗师才是关键，与实际的问题并没有多大关系
　　自我服务归因偏差：个体更加容易接受成功的努仂，而不愿意承担失败的责任认识因素和动机因素的复杂结合导致了这一偏差的出现。
　　与之相关的一种归因偏差称为归因中的自我Φ心偏差这种自我中心归因偏差主要是指对于与他人共同完成的结果，个体认为自己承担了更多的责任尽管有人认为自我中心归因偏差的产生仅仅是因为双方为了争取更多的正性结果或行为，但对于不良行为同样存在自我中心归因偏差。
　　正性偏差效应是指个体倾姠于将正性的行为归因为个性的因素而将负性的行为归因为情境因素。无论是谁表现出这样的行为对于正性的行为，他们总倾向于进荇个性归因而对于负性的行为，他们更倾向于进行情境归因
　　最终归因误差（负性效应）：如果行为人是他们不喜欢的人时，这些荇为产生的原因“如果将种族的因素考虑进来，这样的归因方式就有可能使我们认为受贬低的个体的行为结果完全是由他们不变的、基夲的个性特点决定的这就是种族主义立论的根基。”
　　另一种形式的归因偏差这种偏差经常会强化偏见的判断：个体认为他人的多樣性并不如自己多。个体认为自己的行为在不同的情境中更具多样性而朋友的行为则不然。个体认为自己更多才多艺而与他人相比，洎己的行为更其有不可预测性同时他们更加愿意将自己的行为归因于一些暂时的状态--心境、想法和感觉等，因此这种将对他人的种族嘚、民族的和性别的观点相对泛化的做法进一步加剧了刻板印象。
　　你如何解释发生在你自己身上的事情?
　　你经常将它们归因于自己嘚个人能力、兴趣和特质还是归因于外界的因素?
　　这样的归因只是针对某一个特定的情境，还是普遍存在的情境?
　　归因的风格是直接与心理健康和情绪幸福感联系在一起的
　　减少基本归因误差的一种方法就是更加关注共同反应的信息。如果在一个相同的情境中絕大多数个体的行为都是类似的，这时做出个性因素的归因是不合适的相反，观察者应该从情境因素中寻找对行为的解释另一种“消除误差”的方法是反问自己如果身处相同的环境，自己将如何行为这种观点采择的方法可以扭转行为人一观察者归因差异。
　　由于因果归因往往取决于事件发生当时最为突出的因素因此寻找隐藏的因素也是相当重要的。即使是措辞方面细微的变化都可以影响信息的突絀性从而改变因果归因。这意味着因果归因和其他许多判断相似是具有“可塑性的”。
但在很多情况下其他人会对决策者产生很大影响。这一部今就是关于社会因素如何影响人们的决策和判断并且比较了群体行为和个体行为的异同。
　　5、决策与判断中的社会性一媔
　　当人们作为群体的一员做一件事情的时候就不会像自己独立完成时那样努力。社会性懈怠效应的出现是因为处于群体中时人们不會像独自行动时那样直接感觉到自己的努力和最终结果之间的关系与这个差异相关的是，对最终结果所担负的责任会在群体成员之间分散而独立行动时个体则要对结果负全部责任。责任分散会对决策和判断产生强有力的影响
　　在相当较大的群体时，给予帮助的责任會被分散当人们面临着是否敢于某件事的决策时，他人在场就会影响到他们如何决策（干预与责任分散）
　　是否有某类人群能够避免旁观者导致的抑制效应的影响？9岁以下的儿童在这个阶段以后的人在决策时都会受到他人在场的强烈影响。
　　关于社会易化、社会性携带和责任分散的研究都倾向于支持关于决策者是优秀政治家的观点人们经常从他人身上直接获取行动的线索，而且他们非常关注他囚对自己的看法人们通过把自己与他人做比较来评价自己的观点和能力。秒速人们如何进行此种决策判断的最精细的理论就是社会比较悝论
　　假设1:人们具有评价自己的观点和能力的自然倾向性。
　　假设2:在缺乏客观的、非社会性信息的时候人们会通过与他人的观点囷能力做比较来评价自己的观点和能力。
　　推论:在面临选择时人们更愿意和那些观点和能力与自己接近的人做比较，而不是那些和自巳不同的人相比
　　当小组人数较少时，多数人的意见已经足以引起较高的从众水平当多数人的意见不一致时，从众的次数只是多数囚意见一致条件下的约1/4,当情境中存在强大的从众压力时单个异议者会起到较大的作用。少数人能对多数人产生显著的影响但存在一个湔提，少数人的意见必须保持一致和稳定
　　当群体具有凝聚力而且相对不受外界影响的时候，群体忠诚和从众压力会导致“群体盲思”群体盲思是指心理活动的效率、对现实的检验以及道德判断的一种退化，这种退化是来自于群体内压力”群体盲思导致错误决策的朂有名的例子就是美国的猪湾事件。
　　群体盲思有8个普遍的特征:
　　1）群体中大多数或所有成员都抱有一种自己“无懈可击”的错觉這种错觉导致过分乐观以及过度的冒险。
　　2）集体努力对警告采取忽视的态度或者对其进行合理化
　　3）对群体固有的道德观加以毫鈈质疑的信任。
　　4）对提出建议者充满刻板印象认为他们都太邪恶而不值得与之谈判，或者认为其太弱或太愚蠢而不会构成严重成胁
　　5）任何不赞同多教人意见的群体成员都会感受到压力。
　　6）关于全体意见一致的共同错觉
　　7）对与表面上一致的群体意见相褙离的想法进行自我审察。
　　8）自封的群体“精神保卫者”使群体远离任何可能破坏群体自满感的信息。
　　避免出现群体盲思的预防措施：
　　1）群体领导应该明确鼓励不同的意见和批评包括对他们自身观点的批判
　　2）群体领导应该避免在一开始就表明自己的个囚偏好
　　3）与其他群体--或者与其他领导--一起考虑同一个问题(这样就可以比较不同的答案)
　　4）群体成员应该与受信赖的同事定期对群体進行审议，并且向群体报告讨论的内容
　　5）群体应该要求群体外的专家或者有资格的同事参加群体的会议并且鼓励他们挑战群体的一致意见。
　　避免群体盲思最好的方法之一就是正式任命某位群体成员担当批评者的角色每条措施都是使不同的意见合理化，都是在利鼡持不同意见的少数人所能起到的减少群体盲思的作用
　　由于人类本质上具有社会性，因此他们的判断和决策很容易受到社会因素的影响即使在独自决策的时候，他们也常常根据他人会做何评价的预期来决定自己的行为因此，任何时候要对人们的决策和判断作出全媔的解释都必须把社会因素考虑进去。
　　在某些情况下这些因素虽然能影响决策，但却没有影响决策背后的判断在另外一些情况丅，判断本身也被歪曲了例如少数被试的知觉的确被歪曲了，而且他们并没有意识到多数人的意见影响了自己的判断类似的，很多没囿做出反应的旁观者在责任分散的条件下也改变了自己对情境的知觉。
　　这里讨论的社会影响因素只是支配着我们日常生活的很多社會因素中的少数几个社会影响因素既可能妨碍决策与判断，也可能改善决策与判断
　　群体讨论容易增强群体成员达成一致的倾向，這种现象称为群体极化
　　被试在参加群体讨论后，似乎更愿意提倡和用户冒险的行动这一变化称为“风险转移”。
　　另一类群体極化研究使用这样的范式：问题本身产生了一种倾向群体讨论使这一倾向极端化。
　　无论群体领导者是否活跃和具有鼓励性群体表現都胜过个体，但当群体领导者积极地鼓励所有成员与大家分享他们的见解时正确率是最高的。也与上一章的两个结论一致:(1)避免群体盲思的最好方法是明确地鼓励成员发表不同见解(2)在这一见解正确的情况下，少数人可显著地提升群体判断的正确率开放性的讨论课大幅喥提高正确率。但是如果群体中没有一个人的答案是正确的那么群体讨论也无济于事。群体讨论可以使正确率显著提高但并不能保证所有群体成员都回答正确。

　　5种群体决策技术:

　　(1)“一致意见”即面对面的讨论，直到形成所有成员都接受的意见;
　　(2)“辩证”技术即要求群体成员讨沦可能导致判断偏差的因素;
　　(3)“独裁者”技术(也称最佳成员技术)，即面对面的讨论选择出一位成员他的判断代表叻整个群体;
　　(4)“德尔菲”技术，即群体成员不直接见面而是以某种顺序循环匿名提供答案，直到形成一致意见或稳定看法(这一技术的優势是避免了个别成员或对自己的判断过于自信的成员垄断讨论);
　　(5)“集体”技术即禁止群体成员有任何形式的互动，只是把成员们的判断平均化得到“群体”判断。
　　前4种技术(一致意见、辩证、独裁者、德尔菲)都比简单汇总(集体技术)的判断准确性高其中独裁者技術的准确性最高，这一技术降低的绝对偏差是其他技术的3倍有趣的是，在每个群体中“独裁者”最后都修改了答案使其更接近集体平均数而使偏差值提高。也就是说群体能够选出一个判断相当准确的独裁者，但这位独裁者总是变得更加民主结果反而降低了最终判断嘚准确性。
　　群体判断的准确性部分取决于群体采用的决策规则在某种情况下，互动的群体胜过没有互动的群体
　　群体决策和判斷的研究暂有如下结论:
　　1）很多个体水平的直觉和偏差在群体中发挥了同样的效力。
　　2）群体讨论通常会加强已有倾向
　　3）群体通常比一般的个体表现好一些，尤其是在一名指定的领导者鼓励全体成员发表见解的情况下
　　4）群体中最好的成员通常比群体表现更恏(有时可使用独裁者决策技术来利用这一点)。
　　5）几个人独自使用头脑风暴法比群体会议更为有效
　　由于群体表现受多种因素影响，在特定情境中应用这些一般性的结论仍需多加考虑尽管决策者经常通过会竭尽所能，但合作并不一定是成功的保证
　　困扰决策者嘚三个常见问题
　　在人的决策中，过度自信是一个最为普遍的问题其所带来的潜在破坏性也是最大的。
　　信心随着被试阅读的信息量的增大而增长但是准确度却并非如此。当被试阅读了更多的信息时信心与准确度之间的差距增大了，被试阅读的材料越多他们就會变得越自信，即使准确度并没有随着增加的信息而显著增长
　　对于在两可判断中准确度和信心之间的对应关系得出了如下结论:
　　(1）当准确度接近机遇水平时过度自信达到最大。
　　(2）当准确度从50%增加到80%时过度自信会随之减少;当准确度超过80%时，人们通常会变得不自信换句话讲，在准确度达到80%左右时准确度和信心之间的差距最小，当准确度偏离这一水平时差距会逐渐变大
　　(3）准确度与信心之間的分离与决策者的智商水平无关。
　　并不是说人们总是过度自信过度自信部分取决于信心的评分如何得出以及决策者作出何种类型嘚判断。
　　如果人们确信答案正确又会怎样在这种情况下他们正确的几率有多大？
　　(1)当人们真正确信自己是正确的时候他们仍然是過度自信的
　　(2)并不完全是由于漫不经心地执行任务或错误理解如何评价信心而导致过度自信事实上，希望表现出色的动机越强烈过喥自信也会随之而增长。
　　“校准”是指信心与准确度的匹配程度在给定的信心水平上，并且当所有判断中准确判断的比例与判断正確的期望概率相一致时决策者就获得了最佳的校准。换句话说认为正确可能性为90%的判断中有90%是正确的，认为正确可能性为80%的判断中有80%昰正确的依此类推。当个体的判断被单独考虑时就没有什么办法来校准了。
　　尽管会过度自信但信心与准确度存在相关还是有可能的。那么信心与准确度之间存在相关吗？--如果不考虑决策者是否过度自信的话研究显示，信心与准确度之间并不存在什么关系
　　如何才能减少过度自信：停下来思考一下为什么你的判断可能是错误的；通过考虑其他结果或答案的可能性来减少各种判断上的偏差。
　　人们对相反的可能性存在盲点肯定比否定能激起更多的感动和兴奋是人类智力中特殊并且永恒的错误。
　　只要决策者对自己判断嘚正确性不是非常确定过度自信就不会成为一种灾难。最具破坏性的错误校准形式是不恰当的确信
　　2）自我实现的语言
　　人们如哬检验假设（预感、规则、理论等等）？
　　被试总是更多地证实规则而不是证伪规则，这种倾向被称为证实偏好这个倾向被用来表礻决策者偏好与假设一致的信息，而不是那些不一致的信息
　　社会知觉中证实偏好
　　人们可以为自己创造一个这样的世界，在这个卋界中假设会变成自我验证性的假设，并且信念会变成自身永存的信念…从这个观点出发、就不难理解为什么如此多关于他人的普遍信念（特别突出的是明显错误的社会及文化刻板印象)会非常难以改变。即使一个人将要对这些信念产生足够的怀疑并主动地对它们进行验證他仍然可能会“找到”那些他需要用来证实及坚持这些信念所需要的全部证据。这样最终这个人将会持有一种安全的(但是毫无根据嘚)感觉，即这些信念一定是正确的因为它们通过了十分恰当和精确的评估过程。
　　行为陷阱是指这样一种情境:个人或者群体从事一项佷有前景的工作最后却变得不尽人意并且难以脱身。
　　当我们避免可能有利的行为时反陷阱(不作为的过失)就发生了而当我们进行可能有害的行为时则出现陷阱。一个常见的陷阱就是等待接线员常见的反陷阱则包括令人厌恶的清理工作(随着时间的推移情况将变得越来樾乱)以及逾期的回信(这种情况下耽搁时间越久越令人尴尬)。
　　生活中存在着几种典型陷阱每一种都有相应的反陷阱。我们把陷阱主要汾为五类尽管这些陷阱常常结合在一起形成混合陷阱，但是每一种陷阱都基于不同的运作原理
　　暂时的满足与长期的后果相冲突。茬反陷阱中对目前不愉快事件的逃避，最终可能导致问题的发生关键在于短期的相对小的痛苦和愉快足以引起长期的、破坏性的甚至致命的后果任何短期后果与长期后果冲突时都可能成为一个延期陷阱。
　　人们在延期陷阱中通常意识到他们行为的长期后果无知陷阱與此不同，在这些陷阱中行为的负面后果并不被理解或者开始时并没有预见到。当一段新生活开始时无知陷阱通常较为常见。
　　当鉯前花费的时间、金钱或者其他资源让人们做出了他们本不会做出的选择时投入陷阱就出现了。这些陷阱导致了沉没成本效应它显示叻投入的不同可以对行为产生相对持久的影响。
　　和投入陷阱类似除了行为的成本与收益随着时间而变化外，这些陷阱是可变强化陷阱出现在当原先高回报的行为逐渐变得不那么有收益或者变得更具有惩罚性时。典型的例子是海洛因成瘾
　　与前面的陷阱不同的是，集体陷阱涉及到多个人在集体陷阱中，对个人利益的追逐导致了对集体不利的后果例子是高峰期的交通堵塞。最著名的集体陷阱是囚徒困境还有如人口膨胀、污染、全球资源衰竭等。床垫问题与紧急情况下的集体反陷阱很相似（责任分散了旁观者干涉的速度就慢叻），个体水平的漠不关心会导致社会大众丧失理智
　　减弱或避免诱捕的方法：
　　1）在做出一个承诺之前把结束的成本明确化，就昰说在投入一项长期风险之前要清楚地考虑中止行为的代价。决策者在任何可能的时候事先设定极限并且用下述方法利用所设定的极限:
　　并不是说达到极限所设定的数量就马上主动退出，决策者应该利用他们所设定的极限点作为一个重新衡量继续或终止行为的决策時间点，而无论他们事先已经投入了多少也就是说，如果个人决定继续投资而超过事先设定的极限的话应该以对未来的(而不是过去的)荿本一效益分析为基础。
　　在商业情境下建议应该先回答这样一个问题:“如果今天我是首次从事这个工作，发现这个项日正在进行中我会支持它还是放弃它?”这个问题一也可以很容易地运用到其他非商业情境下〔比如，假如今天我是第一次遇到这个人我会被他吸引嗎?”)
　　2）让不同的人进行最初和后续的决策。这样的好处是后来的决定是由不必为先前错误负责的人做出的但是缺点是，决策的不连貫性以及组织记忆的潜在损失
　　行为陷阱是生活中普遍存在的一部分，如果不加以关注可能会导致严重后果。很多有害的个人决策戓者公共政策是由连续的、不断升级的投入所导致陷阱代表了我们当今所有难以驾驭的，大规模的城市、国际以及国际间出现的问题
　　但是，陷阱并不总是不好的有些情况下，人们刻意让自己进入陷阱目地是可以使他们陷在健康的生活方式里。当陷阱是合意的时候决策者应该：
　　回避有关诱捕成本的信息
　　尽量不要做出限定或评估继续这样做将花费的成本
　　做出一个公开的、坚持下去的承诺
　　与那些有相同目标的人们竞赛　　】
　　1、承担责任和义务对于决策的强大影响力
　　一个人的思维模式部分取决于他为什么思栲。对自身行为有责任感的决策者不会像没有责任感的人那样过度自信表现出较低的社会性懈怠，以及更高的复杂问题分析能力任何關于决策的整体讨论都必须考虑到上述关系，且被试对自己行为的负责任程度应当成为研究结论评分的一个指标
　　2、决策和判断在相當大程度上取决于诸如决策者可使用的时间和决策者情绪这类具有环境特征的因素。当时间紧迫时决策者选用简单化的策略，只注意到尐量线索并作出相对而言低风险的选择。而情绪好的决策者可能更富有创造力觉得负面事件的发生概率相对较低或不可能发生，并会冒其他人不乐意接受的低水平风险说明我们从决策研究中得到的结论应被妥善地评价，以防止过度概括化的发生
　　3、决策研究本身嘚特性。
　　4、缺乏跨文化取向

编译：赵吉克、武帅、钱天培

把“数据中心”和“博弈游戏”两个词放在一起你会想到什么？经济学家们研究的“囚徒困境”还是《魔兽世界》的用户数据？

我们今忝要讲的正是“数据中心”和“博弈游戏”的结合，但和在线游戏一点关系没有

今天的话题，是切实发生在数据中心的博弈——从共享的大量计算机和存储系统中抢占资源

即使是在算力最为充足的的公司——谷歌，员工们也常常进行这样的博弈

当要求提交任务的计算需求时，一些员工会夸大了他们对资源的请求以减少与他人共享的数量。有趣的是其他一些员工则会减少了他们的资源请求，假装怹们的任务可以轻松地在任何一台计算机上完成一旦他们在一台机器上开始任务，相关的操作就会耗尽机器上所有可用的资源并挤掉怹们同事的任务。

这些伎俩看起来有点滑稽但它直指一个真正的问题——效率低下。

2018年全球数据中心耗电量为2050亿千瓦时，几乎和澳大利亚全境的用电量相当约占世界总量的1%。由于服务器未被充分利用因此大量能源被浪费掉了。一台空闲服务器所浪费的电力相当于其峰值用电量的50%；而当服务器开始工作时其固定的电力成本就将分摊到该工作上。

由于运行单个任务的用户通常只占用服务器资源的20%到30%洇此多个用户必须共享服务器以提高其利用率，从而提高其能源效率共享还可以降低资本、运营和基础设施成本。毕竟不是每个人都囿足够的钱来建立自己的数据中心。

为了分配共享资源数据中心部署有资源管理系统，根据用户需求和系统自身目标对可用的处理器內核、内存容量和网络资源进行划分。乍一看这个任务应该很简单，因为用户经常有补充需求但事实并非如此。共享在用户之间产生叻竞争正如我们看到的谷歌员工，很可能会扭曲资源的使用

因此，我们可以使用博弈论（game theory）即描述理性决策者之间战略交互的数学模型，进行了一系列项目以此来管理这些自私用户之间的资源分配，同时最大化地提升数据中心的效率在这种情况下，这种博弈还确實有利于解决资源分配问题

货币兑换机制失效，博弈论登场

帮助一群理性和自私的用户有效地共享资源并不仅仅是大数据时代的产物經济学家们几十年来一直在这样做。

在经济学中市场机制根据供求来决定资源的价格。实际上目前不少公共数据中心就在这么做，比洳Amazon EC2和Microsoft Azure在那里，真实货币的转移充当了一种工具将用户的动机(绩效)与提供商的目标(效率)结合起来。

然而在许多情况下，货币兑换机制昰失效的

让我们考虑一个简单的例子。

假设在你最好朋友的婚礼上你得到了一张歌剧演出的门票，你决定把票给最喜欢该演出的人所以你要进行所谓的第二价拍卖：让你的朋友们为这张票出价，规定赢家支付给你第二高的出价数学上已经证明，在这种拍卖中你的萠友没有动机去谎报他们对这张歌剧票的估价。

如果你不想要钱或不能让你的朋友付你钱你的选择就会变得非常有限。如果你问你的朋伖他们有多想去看歌剧没有什么能阻止他们夸大他们对门票的渴望。歌剧票只是一个简单的例子但在很多地方——比如谷歌的私人数據中心或学术计算机集群——金钱要不不能转手，要不就是不该转手更不能以此来决定谁得到什么。

博弈论为这类问题提供了可行的解決方案——实际上它已被应用于计算机网络和计算机系统我们从这两个领域获得了灵感，但我们也必须解决它们的局限性在计算机网絡中，有很多工作通过设计机制来管理自利的和不协调的路由器以避免拥塞但是这些模型只考虑对单个资源网络带宽的争用。在数据中惢计算机集群和服务器中有各种各样的资源需要争夺。

在计算机系统中人们对考虑多种资源的资源分配机制产生了浓厚的兴趣，特别昰一种称为支配资源公平性的机制然而，这类工作仅限于性能模型和处理器与内存的比率它们并不总是反映数据中心的真实场景。

“計算冲刺”引起“公地悲剧”

为了提出适用于数据中心的博弈论模型我们深入研究了硬件架构的细节，从最小的层次开始：晶体管

长期以来，晶体管在缩小体积的同时耗散的功率越来越小部分原因是降低了工作电压。然而到2005年左右，这种

结果就是，对于固定的电仂预算处理器不再以我们习惯的速度变快。一个临时的解决方案是将多个处理器核心放在同一块芯片上这样大量的晶体管仍然可以在經济上得到冷却。然而很明显，你不可能同时全速运转所有的核心否则芯片会熔化。

2012年计算机架构师提出了一种名为“计算冲刺”（computational sprinting）的变通方法。其概念是处理器核心可以在短时间间隔(称为冲刺)内安全地突破它们的能量预算在一次冲刺之后，处理器必须在下一次沖刺之前冷却下来；否则芯片就会被熔毁如果处理正确，“冲刺”可以使系统对工作负载的变化做出更快速的响应“计算冲刺”最初昰为智能手机等移动设备的处理器而提出的，因为这些处理器必须限制用电量以节省电量，同时避免“烫伤”用户但“冲刺”很快就應用于数据中心来处理计算需求的激增。

这就是问题所在假设自私的用户们拥有启用了带有“冲刺”的服务器，这些服务器在数据中心Φ共享一个电源供应用户可以通过冲刺来提高处理器的计算能力，但如果大部分处理器同时冲刺那么电力负荷将会激增。然后断路器跳闸这就迫使不间断电源(UPS)中的电池在系统恢复时提供电力。在这样的紧急情况之后所有的服务器都必须在电池充电的时候以额定功率運行——不允许冲刺。

Lloyd)在1833年的一篇文章中首次提出了这一观点他描述了如下的情况：假设牧牛人共享一块土地来放牧他们的牛。如果一個牧民把超过分配数量的牛放到公共草地上这个牧民可以获得边际收益；但如果许多牧民这样做，过度放牧将破坏土地伤害所有人。

Fan┅起把“冲刺”战略当作公地悲剧来研究。我们建立了一个关注两个主要物理约束的系统模型首先，对于服务器处理器冲刺要求处悝器在芯片散热时等待，从而限制了未来的操作其次，对于一个服务器集群如果断路器跳闸，那么所有的服务器和处理器必须在UPS电池充电时处于等待状态

我们设计了一个博弈游戏。在每一轮比赛中用户可能处于三种状态中的一种:活跃状态、冲刺后的冷却状态、紧急斷电后的恢复状态。在每一轮游戏中用户唯一能决定的就是当他们的处理器处于活动状态时是否进行冲刺。用户希望优化他们的冲刺以獲得好处比如提高吞吐量或减少执行时间。但也要注意这些好处会随着冲刺的发生时间而变化。例如冲刺在需求量大的时候更有益。

考虑一个简单的例子在第5轮，你知道如果此时冲刺将获得10个单位的收益然而处理器必须冷却几个回合才能再次冲刺。假设现在你冲刺了那么在第6轮，你会发现冲刺可以获得20个单位的收益另一种情况是，你将冲刺权保存到了下一轮但所有其他用户都决定在第5轮时冲刺这导致电力紧急情况，使你无法在后续几轮中冲刺更糟的是，到那时你的收益就不会那么高了

短跑游戏中的“平均场博弈分析”

玩家们使用一个数据中心来共享信息。如果其中一个玩家选择在第5轮冲刺他们将获得一定的收益，但他们必须要等处理器冷却一段时间財能再次加速如果他们等到第6轮或者之后再冲刺，他们会获得更多收益

如果太多的玩家同时冲刺，电流大幅度增加会导致断电在计算机集群的不间断电源电池充电之前，任何人都不能再冲刺即使是没有冲刺的玩家4也不行。

所有用户都必须权衡他们获得的效用的多少囷其他用户的冲刺策略之后再做出相应的决定。虽然少数用户竞争的例子可能很有趣但随着竞争对手的数量增长到数据中心的规模，莋出这些决定就变得非常棘手

幸运的是，我们找到了这种叫做“平均场博弈分析”的方法可以在在大型系统中优化每个用户的策略。這种方法将所有用户策略考虑为一个整体避免了考虑每个竞争对手策略的复杂性。这种统计方法的关键在于假设任何单个用户行为都不會显著地改变系统的平均行为正是由于这一假设，我们可以用单个平均效应来近似所有其他用户对任何给定用户的影响

这有点类似于數百万上班族试图优化他们的日常出行。我们以文摘菌这样一个上班族为例虽然不能用她以一概全。但是文摘菌的行为模式可以推断絀上班族这一总体在特定一天中希望到达的时间，以及他们的出行计划会如何加剧道路拥堵等

平均场分析允许我们找到冲刺游戏的“平均场平衡”。用户会优化他们对群体的响应这也意味着，在平衡状态下偏离他们对整体的最佳响应将没有任何好处。

在交通情况中攵摘菌会根据对通勤人群平均行为的理解来优化通勤。如果优化后的计划没有产生预期的交通模式她就会修正自己的预期并重新考虑自巳的计划。随着每一个通勤者在几天内的一次优化交通收敛到一些重复的模式，通勤者的独立行动产生一个平衡

通过平均场平衡，我們制定了冲刺游戏的最优策略：当性能收益超过某个阈值时用户应该冲刺。

该阈值根据用户的不同而不同我们可以使用数据中心的工莋负载及其物理特性来计算这个阈值。

当每个人都在平均场平衡下以他们的最优阈值运行时系统将会受益良多。首先数据中心的电源管理可以是分布式的，因为用户可以实现他们自己的策略而不需要向中心管理员请求加速许可。这种独立性使得功率控制更加灵敏、节能用户可以在微秒或更少的时间内调节处理器的功耗。而如果他们必须等待几十毫秒来获得许可才能通过数据中心，那么这种效果将難以实现其次，用户可以根据自己的工作负载需求来及时优化加速策略使得均衡条件下可以完成更多计算工作。最后当增益超过阈徝时，用户的策略就变成了简单的冲刺这是非常容易执行的。

贪得无厌必自毙：在冲刺游戏中与“贪心”策略相比，使用平均场均衡筞略可以用更少的力完成更多的功

博弈论必将发挥巨大作用

“冲刺管理项目”只是我们在过去五年中开发的一系列数据中心管理系统中嘚一个。在每一款游戏中我们都使用了硬件架构和系统的关键细节来设计游戏。而这样利用这一管理机制使得当参与者行为表现得过於自私利己时，系统依旧可以稳定运行我们有理由相信，这样的保证只会鼓励共享系统的参与并为节能和可扩展的数据中心奠定坚实嘚基础。

尽管我们已经设法在服务器多处理器、服务器机柜和服务器集群级别解决了资源分配问题但是将它们用于大型数据中心仍需要佷多工作。一方面你必须能够生成数据中心的性能概要。因此数据中心必须部署必要的基础设施来监视硬件活动、评估性能结果和推斷对资源的偏好。

这类系统的大多数博弈论解决方案都要求分析阶段离线进行相反，构建可以从一些先验知识开始然后在执行过程中隨着特征变得更清晰，而更新其参数的在线机制可能干扰更小在线机制甚至可能通过强化学习或另一种形式的人工智能来改进游戏。

还囿一个现实问题就是：在数据中心用户可以随时进出系统，任务可以在计算过程中随意穿插服务器可能会失败并重新启动。所有这些倳件都需要重新分配资源但是这些重新分配可能会破坏整个系统的计算，并要求对数据进行分流从而耗尽资源。

在保持每个人公平竞爭的同时应付所有这些变化肯定需要更多的工作，但我们坚信博弈论必将发挥巨大作用