概念图示速查
预测的认识论 · Concept Reference Cards
20 个核心概念
6 个主题分组
附录 · 2026
01 · 预测的本质
发布预测
行为改变
现实改变
虚线 = 预测使预测本身失效
01
预测悖论
社会系统中,预测者的输出会改变被预测的系统。物理系统不会,社会系统会。
预测者 ∈ 被预测系统
已知
可命名 · 可预测
未知
无法命名
真正的盲区:想都没法想的事
02
概念地平线
最大的盲区不是忽视了某件事,而是那件事连名字都没有,无法进入认知框架。
语言边界 = 预测边界
不准确
准确
有价值
无价值
✓ 好预测
准确且改变了决策
✓ 自我否定预言
错了但推动了改变
— 无用
没有改变决策
✗ 最差
错且无改变
03
准确率 ≠ 价值
错误的预测可以有价值(推动改变),准确的预测可以无用(没人理会)。评估维度应是"改变了决策吗"。
马尔萨斯是最好的例子
现在
可能
押注
可能
鲁棒:
站在扇形中心
04
扇形未来与鲁棒性
未来不是一条线,是一个扇形。最优策略不是猜中那条线,而是站在扇形中心——无论哪条线实现都能存活。
反脆弱 > 押注单一结果
慢变量 · 可预测
快变量 · 难预测
时间长短是表象,变量类型才是本质
05
快变量与慢变量
长期趋势由慢变量主导(人口、物理、技术积累),短期波动由快变量主导(情绪、政治、噪声)。
预测慢变量比预测快变量可靠得多
02 · 企业预测
人性底层
归属·享乐·认可
⚓
消费型 · 几千年稳定
技术代际
每10年断裂一次
⚓
科技型 · 随技术断裂
06
两种不同的预测锚点
消费型企业锚在人性(几千年稳定),科技型企业锚在技术代际(每10年可能断裂)。
人性会变吗 vs 技术还有多少时间
消费型护城河
渐进消退
有预警信号
科技型护城河
技术范式
断裂点
相变失效
07
护城河的两种形态
社会性护城河(品牌、习惯)像斜坡——渐进消退,有时间响应。技术性护城河像悬崖——平稳后突然相变,几乎没有预警。
失效模式不同,预测策略也不同
时间 →
消费型:慢性病
科技型:相变
临界点
有预警 可响应
无预警
08
失效模式的根本差异
消费型企业的失效是有症状、有时间响应的慢性病。科技型企业的失效是相变——99度还是水,100度突然蒸汽。
相变前几乎无法精确预测"那1度"
03 · 连续谱框架
物理基础设施
50yr
监管特许权
30yr
品牌文化意义
25yr*
客户惯性关系
10yr
网络效应
8yr
技术优势
3yr
算法模型
1yr
*品牌可突然死亡(胖尾)
09
资产半衰期谱系
企业价值存储在不同衰减速度的资产里。可预测性 ≈ 核心资产半衰期的加权平均。
找到公司价值主要存在哪一层
资产衰减速度 →(慢 to 快)
衰减可预测性 ↑
茅台
可口可乐
苹果
Meta
AI公司
高可预测区
低可预测区
10
预测性二维空间
横轴:资产半衰期(慢→快衰减)。纵轴:衰减过程是否可预测(平滑→胖尾/相变)。二维定位替代简单的"消费/科技"标签。
先定位,再预测
L1 · 人类需求层 · 极度稳定
L2 · 行业品类层 · 比较稳定
L3 · 商业模式层 · 中等稳定
L4 · 竞争地位层 · 不太稳定
L5 · 产品技术层 · 最不稳定
好预测应先声明在哪个层次
11
五层预测框架
任何企业同时存在于五个层次,每层稳定性不同。常见错误:把L1的确定性错误转移到L5上使用。
先声明预测层次,再给置信度
04 · 生产关系视角
价值创造 ←————————————→ 价值提取
Visa
茅台
苹果
Meta
纯食利
反事实测试:
这家公司消失后,生态系统变好还是变差?
12
价值创造 vs 价值提取
每家公司都在创造和提取之间的某个位置。比例随时间变化——平台往往从早期创造滑向晚期提取。
提取比例越高 → 越不稳定
用户
生产内容
平台
拥有基础设施
价值
平台捕获
创造但
不拥有 ↗
捕获
13
平台悖论
平台型公司中,用户生产价值但不拥有生产资料(算法、分发权)。这个不对称依赖提取的"不可见性"维持稳定。
提取变得可见 → 合法性消失 → 快速崩塌
水面
账面利润
外部化成本
劳动者 · 环境 · 公共卫生
报表可见
报表不见
→ 迟早被收回
14
外部化成本冰山
账面利润是冰山一角。水下是对劳动者、环境、公共资源的隐性提取。这些成本迟早通过监管、诉讼或社会压力被收回。
外部化比例越大 → 利润越虚 → 越不可持续
05 · 贝叶斯框架
P(H|E)
后验·预测结论
∝
P(E|H)
似然·证据精度
×
P(H)
先验·生成模型
+ 超先验约束(尺度约束)精度 = ∞
→ 逻辑完备
→ 证据充足
→ 知识渊博
超先验 → 尺度约束
15
四要素的贝叶斯映射
四个预测要素与贝叶斯推断精确对应:知识=先验/生成模型,证据=似然,逻辑=推断过程,尺度约束=超先验(精度无穷大)。
对应是结构性的,不是表面类比
超先验 · 物理/数学约束 · 精度 = ∞
先验 · 生成模型 · 知识渊博 · 精度:高
似然 · 证据精度 · 证据充足 · 精度:中
后验 · 预测结论 · 逻辑完备推导
上层精度 > 下层 · 上层约束下层的可能空间
16
层级先验结构
超先验(物理定律)精度无穷大,约束先验的可能区间;先验约束后验范围。违反超先验的预测在后验空间里概率严格为零。
上层约束下层 · 尺度约束优先于一切
先验
生成模型
预测
输出行为
误差
预测-实际
更新
最小意外
社会
耦合
自由能
最小化
17
主动推断闭合回路
大脑不只更新信念,也采取行动让世界符合预测(主动推断)。社会预测中红色虚线回路永远闭合——预测者输出进入被预测系统。
推断循环在社会系统里永远闭合
贝叶斯校准精度
毫秒—秒
98%
分—小时
88%
天—周
70%
月—年
43%
10年
17%
30年
4%
预测任务
在这里
大脑未被进化优化这个尺度 → 原理性失效
18
贝叶斯校准域
大脑被进化优化在秒到天的尺度做推断,长期预测严重偏离校准域。无法收到反馈信号,先验永远得不到校准。
30年预测校准精度约4% — 原理性局限
06 · 预测方法论
①
尺度
约束
硬过滤
排除不可能
②
知识
渊博
生成模型
识别机制
③
证据
充足
位置锚定
精确测量
④
结构
推导
后验分布
推导轨迹
输出:方向·区间·概率·条件·敏感变量
19
预测四步方法论
①尺度约束先过滤不可能轨迹 → ②知识建立生成模型 → ③证据锚定当前位置 → ④结构逻辑推导后验分布。顺序不可颠倒。
每步对应一个贝叶斯组件
同一起点
结构外推(生成模型)
✓
类比外推(判别模型)
✗
分布外
区域
因果机制驱动
表面模式匹配
20
结构外推 vs 类比外推
两条路从同一起点出发,在"分布内"(熟悉区域)表现相近,进入"分布外"(未见过的区域)后迅速分叉。类比外推在此失去可靠性。
预测真正发生在分布外 · 结构方法的价值在此体现