（美）纳西姆·尼古拉斯·塔勒布 本笔记按照文章中出现的先后顺序摘抄整理出来的。
补充阅读：
【1】 https://www.zhihu.com/question/27456313/answer/2085351805987336404
含义
稀有性、极大的冲击性和事后（而不是事前）可预测性。
这意味着黑天鹅事件往往在发生之后，人们才后知后觉，如果当时xxx，就能避免xxx了。
启发
对企业家、个人做事而言
在受到黑天鹅事件影响的环境中，我们没有预测能力，并且对这种状况是无知的，这意味着虽然某些专业人士自认为是专家，但其实不然。尽管他们有经验和数据，但他们并不比普通大众更了解相关问题，他们只是更善于阐述而已，甚至只是更善于用复杂的数学模型把你弄晕而已。
发现者和企业家们的策略应该是少依赖自上而下的计划，而尽可能在机会来临时反复尝试和辨认。 所以我不同意亚当·斯密等经济学家的观点：自由市场之所以能够运转，是因为它允许人们走好运，不论他们是拼命努力还是犯错，而不是对技能予以奖励或“激励”。所以，正确的策略应该是尽可能多地尝试和尽可能多地把握黑天鹅机会。
需要在反复实践和尝试中，把握黑天鹅机会
对个人学习而言
除了过度专注于已知知识以外，人性还有另一个弱点：习惯于学习精确的东西，而不是从总体上把握。
这个问题产生于我们的思维结构：我们不学习规律，而是学习事实，而且只学习事实。我们似乎不太善于认识到我们的超规律（我们倾向于不学习规律的规律）。我们蔑视抽象的东西——疯狂的蔑视。
注意，在本书中，我不依赖于选择性地收集“证实性证据”的野蛮方法。鉴于我将在第五章阐述的原因，我称这种过度举例为无知的经验主义，因为为了编造一个故事而不断罗列的逸事并不构成证据。毫无疑问，任何寻求证实的人都能够找到足够的证据来欺骗自己以及身边的人，毫无疑问。 黑天鹅思想是以经验现实中随机性的结构为基础的。
人总能为自己的论点去找一个已故思想家的雄辩进行论证，但也同样的可以找到相反观点。
对学习历史而言
对待历史问题时，人类的思想会犯三个毛病，我称之为三重迷雾。它们是：
- 假想的理解，也就是在一个超出人们想象的复杂（或随机）的世界中，人们都以为自己知道正在发生着什么。
- 反省的偏差，也就是我们只能在事后评价事物，就像只能从后视镜里看东西（历史在历史书中比在经验现实中显得更加清晰和有条理）。
- 对事实性信息价值的高估以及权威和饱学之士本身的缺陷，尤其是在他们进行分门别类的时候，也就是进行“柏拉图化”的时候。
“柏拉图化”：即理想化
我们对周围世界的任何简化都可能产生爆炸性后果，因为这种做法不考虑不确定性的来源，会使我们错误地理解世界的构成。
包括我对这本书通过划线以代替重读，可能会导致的爆炸性后果——我会完全忘记并曲解原书含义。
对职业选择的建议
为了慢慢提炼我的思想，我需要成为一个闲人、一个职业冥想者，我需要懒洋洋地坐在咖啡馆、远离办公桌和各种组织，我需要睡到自然醒、贪婪地阅读，而不必对任何人解释什么。
确实，我不喜欢给别人解释我是怎么想的，我要干什么我该干什么。
于是，著名作家与面包师、投机者和医生之间的区别是一种看待行为世界的有用方式。它把那些不必多劳动就能十倍、百倍增加收入的职业，与那些需要增加工作量和时间（两者都是有限的）的职业（也就是局限性职业）区分开来。
假如我必须给出建议的话，我会建议选择一个收入不具有突破性的职业！收入具有突破性的职业只有在你成功的时候才对你是有利的。这样的职业竞争更激烈，不平均性和不确定性更高，努力和回报之间的差异巨大，因为少数人获得蛋糕的大部分，其他人可能什么也得不到，而这怪不了别人
进化是具有突破性的：获得胜利的DNA（不论出于运气还是生存优势）会自我复制，就像畅销书或成功的音乐专辑一样，然后变得盛行。
极端斯坦与平均斯坦
几乎所有社会问题都来自极端斯坦。
表3-1 平均斯坦与极端斯坦间的差异
这里指列举一下极端斯坦的典型特征：具有突破性、疯狂的第二类随机性、最“典型”的成员要么是巨人，要么是侏儒，即没有典型成员、赢家通吃、与数字相关比如财富（平均斯坦主要与物理量相关比如高度）、历史跳跃性发展、事件发展要么是曼德尔布洛特式的“灰天鹅”，要么是完全不可解释的黑天鹅
无法把握黑天鹅
证实谬误
错误地把对过去的一次天真观察当成某种确定的东西或者代表未来的东西，是我们无法把握黑天鹅现象的唯一原因。
领域特殊性的意思是，我们的行为反应、思维模式和直觉取决于事物的背景，进化心理学家称之为事物或事件的“领域”。 我们对一则信息的反应不是根据它的逻辑特性，而是根据它的环境，以及它在我们的社会情绪系统中的位置。
我的意思是，一系列证实性事实未必是证据。看见白天鹅不能证明黑天鹅不存在。但有一个例外：我知道什么论点是错的，但不一定知道什么论点是正确的。
我们可以通过负面例子而不是正面证据接近真相！对观察到的事实制定通用法则是具有误导性的。与传统智慧相反，我们并不能通过一系列证实性的观察结果积累知识，就像火鸡的例子一样。
波普尔引入了猜想和反驳的方法，具体是这样的：提出一个（大胆的）猜想，并开始寻找证明猜想错误的事例。这是寻找证实性事例之外的另一种方法。
这大概才是真正的自信：冷眼看世界而不需要找理由满足自我膨胀的欲望。
叙述谬误
我称之为“叙述谬误”。（实际上是一种欺骗，但为了礼貌起见，我称之为谬误。）之所以出现这种谬误，是因为我们习惯于过度解释，偏好简洁的故事，而不是原始真相。它严重扭曲了我们对世界的思维反应，在稀有事件上尤为严重。
思维就像身体里的一个居住者，受到生物性的拘禁，除非我们找到聪明的逃脱办法。
这并不意味着我们不能讨论因果关系，我们是有办法摆脱叙述谬误的。怎么摆脱？通过提出假设和进行检验，也就是我们将在第二部分讨论的可检验的预测。
即必须是可证伪的，我们一天可能做出一万个预测，大部分都是不可证伪的，且在记忆中模糊的，当时间推移、事件发生，我们以为预测对了，实际上并没有
他们指出人们“对可能发生的小损失有进行保险的偏好”，却容易忽视那些不那么可能发生但影响大得多的损失。
但在极端斯坦，事情是不会重复发生的，你必须对不易捉摸的过去保持怀疑，避免进行简单和直白的叙述。
避免叙述谬误的办法就是强调实验而非讲故事，强调体验而非历史，强调客观知识而非理论。
目前我们已经讨论了忽视黑天鹅现象的两种内在机制：证实谬误和叙述谬误。
* 流血还是惨败 *
证券交易商尼罗
把这种面临巨大损失的可能性行业成为可疑商业，他不相信任何计算损失概率的方法。
他的逻辑的前提是下面这个不起眼的观点：在一些商业赌博中，人们可能获得大笔但次数很少的回报，不过要遭受小而经常的损失，这种赌博是值得参与的，只要其他人在这种赌博中容易受骗，并且你具备一定的魄力。你还得有耐力。 人们通常可以接受只有很小成功机会的金融策略，只要成功所带来的回报大到足以弥补一切。
尼罗采用了一种他称为“流血”的策略。你在很长一段时间里每天损失一点点，直到某个事件发生，使你获得不成比例的高回报。没有哪个单独的事件能够使你惨败，另一方面，某些变化却能够为你带来足以弥补几年、几十年甚至几百年的小损失的巨大回报。
对于VC，风险投资客来说，他们也是采用了流血的策略，前期一两百万的种子轮、天使轮投资对于他们的来讲并不为难，但只要出现一个正向的黑天鹅，那么就会得到巨额的投资回报。
尼罗认识到，商务人士的问题在于，如果你表现得像个失败者，他们就把你当失败者，标准由你自己决定。好与坏没有绝对的标准。关键不在于你对人们说什么，而在于你怎样说。但你必须在他人面前保持低调和超然的冷静。
盲点——沉默的证据
读者不会花26.95美元买一本失败者的故事，即使你让他们相信它包含着比成功者的故事更多的有用技巧。
但通常一个行为的积极影响只惠及行为者，因为它们是可见的，而不可见的消极影响会降临到其他人身上，给社会造成净损失。
大心理学家丹尼尔·卡尼曼已经向我们证明，我们冒险通常不是出于自信，而是出于无知和对不确定性的无视！
人类学偏差
也叫幸存者偏差
只要涉及你的幸存，不要忙着寻找因果。我们可能根本无法了解我们从这种疾病中幸存下来的主要原因：我们活下来了，因为卡萨诺瓦式的温馨情境出现了，如果这看上去太难以理解，那是因为我们被因果观念洗脑了，而且我们认为给出原因比接受随机性看上去更聪明。
请注意，我并不是说因果关系不存在，不要以这个论点为借口而不去从历史中学习。我要说的只是因果关系没那么简单。请对“所以”保持怀疑态度，并小心对待它，尤其在你怀疑存在沉默的证据时。
在实际生活中你是不知道概率的。你需要去发现它们，而不确定性的来源是不确定的。
而且，就算概率与数学有关，我们对现实也只能进行很少的数学化，这一事实并不以钟形曲线代表的温和随机性为前提，而是以突破性的疯狂随机性为前提。
怎么避免
美化的东西和柏拉图式的简化东西天生容易被看见。这是知识问题的简单延伸，只不过我们看不到的那一面容易被人们忽视而已。这也是沉默的证据问题。它解释了我们看不见黑天鹅现象的原因：我们为已经发生的事担忧，而不是为那些可能发生却实际上没有发生的事。
训练推理能力以控制决策，对重要决策注意避免使用系统1（启发性或实验性系统），训练自己辨别情感与经验事实之间的区别。这种对毒害来源的避免还有一个好处：它会改善你的身心状况。同样，请记住在概率方面我们是多么肤浅。你不需要再做什么旨在提升对周围事物理解的事。首要的是，要学会避免“过滤性错误”。
对待不确定性问题时，你最不需要做的就是“集中”（你应该让不确定性集中，而不是集中自己的注意力）。“集中”会让你受骗，它会演变成预测问题。预测，而非叙述，是对我们理解世界的真正检验。
认知当中的盲点
事件概率越小，人们的认知自大就越严重。
对一个信息不完整或信息缺失的不具随机性的变量（比如凯瑟琳二世的情人数量）的猜测，与对一个随机变量（比如明天的失业率或明年的股票市场情况）的预测是没有区别的。
不要质疑他的过程，只要质疑他的自信。
专家的推理过程可能井井有条、振振有词，我们可以不对这些过程进行质疑，但要质疑他对于自己结论的自信。
计划与预测
计划者会犯一种系统性错误，它是人性与世界或组织结构复杂性混合作用的结果。为了生存，各种组织需要令自己和别人相信其有“前景”。
计划失败是因为人们具有筛选性思维，即忽视计划之外的不确定性来源。
我已经说过，我们的思维太狭隘了，以至于我们无法考虑时间偏离我们预测范围的可能性，而且，我们太过专注于相关任务内部的失误，而不考虑外部不确定性，即“未知的未知”，或者说那些我们没有读过的书的内容。
所以在预测者头脑中设置一个参照点能够带来奇妙的结果。
预测面临的谬误
不考虑错误率的预测显示出三种谬误，它们都来自对不确定性本质的错误理解。
第一种谬误：可变性问题。第一个错误在于太看重预测，而不关心他的准确性。但对于计划的目的而言，预测的准确性比预测本身重要得多。……他们不会教你对那些假设估计错误率，但它们的错误率比预测本身更显著。
第二种谬误在于没有考虑随着预测期限的加长，预测效力会降低。我们没有认识到近期未来和远期未来之间的差别。……官僚主义者的预测更多是为了释放压力，而不是做决策。
注意，区分目标和预测。我预测公司业绩将达5000万，与 我目标把公司业绩达标5000万 是不同的。
第三种谬误或许是最严重的，它在于对被预测变量随机性的错误认识。……这意味着什么？即使你认同某项预测，也必须考虑现实中事态严重偏离这一预测的可能性。……我要运用河水深度的观点，进一步说明，在制定政策时估计范围的下限（最糟情况）才是重要的，最糟糕情况比预测本身重要得多。
意外导致的失败
你发现了你之前并没有打算寻找的东西，而它却改变了一切。之后你会感叹为什么“花了这么长时间”才发现这个如此明显的东西。
他是位真正的科学家，他深知研究工作包含很大程度的偶然性，只要明白了这种偶然性，并根据它管理业务，就有可能获得巨额回报。……与所有伟大的发现者一样，他懂得偶然发现的意义。获得最大运气的最好办法就是不断研究。
预测技术的走向意味着预测风潮和社会流行病，这超出了技术本身的客观有用性（假如存在客观有用性这种东西的话）。
现阶段我们没办法预测AI 大模型、具身智能、世界模型等技术的走向，英伟达也是在做游戏显卡的同时发现了它的卡对于算力的适配性从而转向，对于黄仁勋这个CEO来说，不可谓不幸运。
如何做出自己的预测
实际上，在统计学中有一个法则，叫作迭代预期法则，我在这里概括它的较强形式：如果我预期将在未来某一时间预见到某件事，那么我实际上现在就已经预见到了那件事。
但这一迭代认知法则还有一个较弱的形式：为了理解未来并预测它，你需要考虑这段未来本身包含的因素。如果你知道未来将有什么发现，那么你实际已经发现了。
按照同样的逻辑，我们无法轻易想到未来的发明（如果可以，我们早就已经发明了）。
不知道啥标题
简而言之，柏拉图化是自上而下的、程式化的、封闭思维的、自我服务的、商品化的，非柏拉图化是自下而上的、开放思维的、怀疑的、经验的。
简而言之，自大者是约束的产物，而不是自由和缺乏系统的产物。
随机性 VS 确定性混沌
正如孤独症被称为“精神盲性”，我们把无法动态思考、以未来观察者的角度自我定位的状态称为“未来盲性”。
我将实践的根本问题总结如下：虽然理论上随机性是一种内在特性，但在实践中，随机性是不完全信息，也即我在第一章所说的迷雾。 真正的随机系统确实是随机的，而且不存在可预测的特性。混沌系统有完全可测的特性，但人们很难找到。……1.这两者之间不存在重要差别，因为我们永远也区分不出来，差别是数学上的，不是现实中的。……2.一个人谈论这一区别，这表明他从未在不确定性的条件下做过有意义的决策，这正是他没有认识到在现实中不可能区分这两者的原因。……随机性最终只是反知识。世界隐藏在迷糊中，而表象在愚弄我们。
应该怎么做？
建议一：区分大小问题
对小问题的建议就是：保持人性！
你应该避免的是对大范围的有害预测的依赖，仅此而已。避免那些可能损害你的未来的大主题：在小事上当傻瓜，而不是在大事上。
学会根据观点可能造成的损害而不是好听的程度来辨别它们。
只要你记住预测的局限性。知道你无法预测，并不意味着你不能从未来的不可预测性中获益。…… 结论：做好准备！狭隘的预测有麻痹或治疗的作用。小心那些神奇数字的麻痹作用。对所有可能的结果做好准备。
正面黑天鹅——正面意外
把生活中美好的偶遇最大化。 世界是通过大的随机变化前进的 “你必须爱上失败”
杠铃策略
如果你知道人们容易犯预测错误，并且承认由于有黑天鹅事件的影响，大部分“风险管理方法”是有缺陷的，那么你的策略应该是极度保守或极度冒险，而不是一般保守或一般冒险。不要把钱投入到“中等风险”的投资，而应该把一定比例的钱，比如85%~90%，投入投入极为安全的投资渠道，比如国债，总之你应当投到你能找到的最安全的投资渠道中。余下的10%~15%应当投到极具投机性的赌博中，你应当使用尽可能多的财务杠杆（比如期权），最好是类似风险资本的投资组合。 这样一来，你就不受错误的风险管理的影响。……你不是承担中等风险，而是一边承担高风险，一边不承担风险。二者的平均值是中等风险，但能使你从黑天鹅事件中获益。用更为专业的术语，可以称之为“凸性”组合。
建议二：利用预测问题和认知自大
所以我的第二个建议更具进攻性：你可以利用预测问题和认知自大！实际上，我怀疑最成功的企业就是那些懂得接受事物的内在不可预测性并利用它的企业。
谨慎运用的技巧
下面是一些需要谨慎运用的技巧。请记住，越谨慎，越有效。
- 区分正面意外和负面意外。学会判断在不具可预测性时做哪些事会（或一直）对我们极为有利、哪些会对我们有害。既有正面黑天鹅现象，又有负面黑天鹅现象。……正面黑天鹅行业还有：出版、科学研究和风险投资。在这些行业，你可以用小的损失换取大的收益。……这与“杠铃”策略是吻合的，在将正面黑天鹅事件的影响最大化的同时，保持对负面黑天鹅事件的警惕。想要从正面黑天鹅事件中获益，你不需要对不确定性有任何精确的理解。有一点我很难解释，那就是在你只有非常有限的损失的时候，你必须尽可能主动出击，大胆投机，甚至“失去理智”。……有一个更微妙的认知问题。请记住，在正面黑天鹅行业，过去没有揭示的东西几乎一定对你有利。另一方面，考虑一下负面黑天鹅行业。你看到的过去的记录很可能高估了相关特征。
- 不要寻找精确和局部的东西。简而言之，不要狭隘。提出“机会青睐有准备的人”的伟大微生物学家巴斯德懂得，不要在每天早上寻找某种特定的东西，而要努力工作，并让意外进入你的生活。
- 抓住一切机会，或者任何像机会的东西。机会很少，比你想象的少得多。请记住，正面黑天鹅现象有一个前提：你必须把自己置于它的影响之下。
- 当心政府的精确计划。第十章讨论过，我们可以让政府预测（这让政府官员们自我感觉更良好，并使他们有存在的理由），但不要把他们的话太当回事。请记住，这些公仆的利益在于生存和自保，而不是接近真理。这并不意味着政府是无用的，只是你需要对它们的副作用保持警惕。
- “有些人，假如他们本来不知道某件事，那么你是不可能告诉他们的。”伟大的不确定性哲学家约吉·贝拉曾说。
非对称性、不确定性
所有这些建议有一个共同点：非对称性。请把你自己放入一个好结果比坏结果的影响大得多的条件下。 实际上，非对称结果是本书的核心思想：我永远不可能知道未知，因为从定义上讲，它是未知的。但是，我总是可以猜测它会怎样影响我，并且我应该基于这一点做出自己的决策。 稀有事件的概率是不可计算的；确定一个事件对我们的影响却容易得多（事件越稀有，可能性越模糊）。我们能清楚地知道某个事件的影响，即使我们不知道它发生的可能性。……做决策时，你只需要了解事件的影响（这是你能知道的），不需要了解事件发生的可能性（这是你不可能知道的），这一思想就是不确定性的核心思想。
灰天鹅
请记住，一个事件要成为黑天鹅事件，它不仅要稀有，或者疯狂，还必须出乎意料：超出我们对可能性的理解。
在极端斯坦，没人是安全的。反过来也一样：没人受到完全失败的威胁。
安全的咖啡杯演示了高斯变量的随机性是可以通过平均来消除的。如果我的咖啡杯是一个大粒子，或者能够表现为一个大粒子，那么它的跳跃就是一个问题。但我的杯子是由数万亿非常小的粒子组成的整体。
平均斯坦的不确定性在平均化之下消失了。这就是人们常说的“大数定理”。
如果你从事的是定性的推理，比如哲学或医学，你需要寻找一些“是”或“否”的答案，而不需要考虑数量的大小，那么你可以假设你处在平均斯坦而不会产生严重的问题。
分形
树叶的脉络看上去像枝条，枝条看上去像树，岩石看上去像缩小的山峰。当一个物体改变大小时，没有发生质的变化。如果你从飞机上看英国的海岸线，就像是拿着放大镜在看。这种自相似意味着计算机或者更具随机性的大自然可以使用这种巧妙而简单的迭代法则，造出看上去极为复杂的形状。
肉眼看到的地毯与平均斯坦和大数定理对应：我看到的是波动的加总，而这些波动是互相抵消的。
注：图中全部16个小部分的不均等性是相同的。在高斯世界，当你从更高的角度看时，财富（或任何其他变量）的不均等会下降，亿万富翁之间的均等性高于百万富翁，百万富翁之间的均等性高于中产阶级。简而言之，这种不同财富水平之间的不均等性是一种统计自相似。
分形如何应用于曼德尔布罗特随机性
分形分布的一个特点（另一个特点是突破性）是两个超过数的比率等于两个相应水平的比率的负幂指数次方。
我们来演示这一点。假设你“认为”每年只有96种书能够卖出超过25万册（去年的实际情况就是如此），并且你“认为”指数大约为1.5。你可以推测大约34种书能够卖出超过50万册：用96乘以（500000/250000）–1.5。我们可以继续计算，大约8种书能够卖出超过100万册，也就是96乘以（1000000/250000）–1.5。
这个例子：已知每年只有96种书能够卖出超过25万册，假定指数大约为1.5，问大约有几种书能卖出超过50万册，超过100万册？ 解: 设有x种书能卖出50万册，y种书能卖100万册，根据公式: 则方程为：
暂时记住我们并不是观测这些参数，而只是猜测，或者为了统计的目的推测。有时我们很难知道真正的参数，假如它真的存在的话。我们先来看看指数的实际影响。……指数越小，它们（最高的1%和20%的观测值对整体的贡献）的贡献越大。但看看这个过程有多么敏感：在1.1到1.3之间，贡献率能够从66%下降到34%。指数变化0.2能使结果产生巨大的变化，而一个简单的计算错误就能产生这样的差异。这个差异绝不是微不足道的：想一想，我们根本不知道精确的指数是什么，因为我们无法直接计算它。我们能做的只是从历史数据中估计它，或者依赖能让我们有点概念的模型理论，但这些模型可能有潜在缺陷，使我们无法盲目地将它们应用于现实。
我们知道这些数据符合分形幂律，但明白不可能得出精确的数字。不过知道分布是具有突破性的而且是分形的，对于我们做决策就足够了
其他的启发
所以你对辱骂要变得麻木，尤其在你学会想象那个辱骂你的人是某种缺乏自制力的吵闹的猴子的变种的时候。只要保持镇定和微笑，专心致志地分析那个说话者而不是他说的话，你就会赢得这次争论。
我宁愿追求大体的正确，而不是因追求精确而犯错。理论的简洁通常意味着柏拉图化和缺陷，它诱使你为了简洁而简洁。
我们可能永远无法确定粒子的未来位置，但这种不确定性非常小也非常多，它们互相抵消。看在柏拉图的分上，它们抵消了！它们服从第十五章讨论的大数定理。而大部分其他类型的随机性都不会抵消！
我们的资源（认知的和科学的）有限，或许太有限了。那些分散我们注意力的人提高了黑天鹅降临的风险。
我对证实的事物持怀疑态度，但只是在错误的代价很高的时候，而对证伪的事物不持怀疑态度。
小小的决策法则
最终存在一个小小的决策法则。当我受到正面黑天鹅事件的影响时，我会非常冒险，这时失败只有很小的影响；当我有可能受到负面黑天鹅事件的袭击时，我会非常保守。当某个模型中的错误对我有好处时，我会非常冒险；当错误对我有害时，我会非常多疑。
藐视命运。我一直教我自己拒绝追赶时间表。这可能只是一条很小的建议，但它印在了我的脑海里。
你在一个自己设计的游戏里更加难以失败。
冗余
大自然喜欢冗余，冗余有三种形式。 第一种是防御性冗余，这是最容易理解的。……冗余的对立面是天真的优化。 关于债务，也是如此。债务会使我们陷入脆弱，特别是当我们从平均斯坦进入极端斯坦时。……从经济大萧条时代走过来的年长者都将债务看作冗余，他们会建议我们以现金形式存下几年的收入，然后再进行一些风险投资，这正是我在第十一章中提到的杠铃观点：一个人在风险投资的同时保持高比例的现金存量。
这里应该是说债务只占现金存量的10%15%时是符合杠铃策略的，因为从一开始这1015就是要拿去投资的。而不是超出偿还能力的杠杆。比如如果你有1000块，你可以拿出100-150块借债进行风险投资，而不是拿2000块的两倍杠杆债务去投资。
大自然并不喜欢过大的东西。…… 在今天，你不会懂得明天需要什么。……不用额外支出便拥有第二种功能的任何事物，都会为我们带来更多的机遇。拥有众多辅助功能的东西会从环境任意性和认知不透明性中受益匪浅。
因此，当你面对诸多功能冗余时，随机性便会有助于平衡性，但需要一个前提条件——那便是你从随机性中获得的利益要远大于你因此而受到的损害。对于许多工程设计来讲存在同样的情况，那便是一种手段往往来自其他手段。
一般人都认为，人们都喜欢明确的目的，而不愿意面对不确定性，
这使我相信，这个世界只有一种独一无二的拯救方法，那就是按照一个非常简单的方向去设计，让世界对黑天鹅事件具有强大的抵抗力——否则这个世界一定会爆炸。
为什么我总会散步，或者说体系为什么会变得脆弱
这是杠铃战略的另一项应用：长时间尽情地休闲。
因此，问题的关键在于用时间的延续换来强度的增加，从而获得享受。……人们更愿意突然性地失去很多，而不愿意循序渐进地失去少量；人们在痛苦到一定程度后，会变得麻木。
所谓长痛不如短痛
谨防人造的稳定性
我们对可变性的厌恶、对秩序的渴求，以及我们对那些感觉所采取的行动，有助于规避严重的危机。故意增大某些东西（而不是考虑到其不能摆脱应激物而让其早些消失）会使其越发容易崩溃，这一点我已经通过黑天鹅的弱点证明了。
理解本书的过程中所面临的错误
- 误将黑天鹅事件（资本化的）看作逻辑问题
- 认为我们过去绘制的地图总好过没有地图。（没有绘图经验的人会过分依赖所谓的“专家”，甚至会轻信美国联邦储备银行的职员）
- 认为黑天鹅事件对于所有观察者来说都是黑天鹅事件。
- 不理解反面建议（“不要做”）的价值以及写信向我询问“建设性”意见或“下一步计划”的人
- 不理解无所作为较之做存在潜在危险的事情要好得多。
- 为我的思想贴上标签，将这些思想与一些不适当的研究传统等量齐观
- 认为黑天鹅事件涉及的是使用钟形曲线的错误，并且认为错误可以通过用一个随机数字替代另一个而消除
- 宣称“我们知道一切”以及“没什么新奇的东西”，然后便在危机中破产
- 误将我的观点认为是波普尔的歪曲观点，或者将我的观点融入一个事先准备好的范畴中
- 认为可能性（或将来状况）可以衡量，就像是温度和你妹妹的重量一样。
- 特别看重实体随机性和认识随机性（真正的随机性以及来自不完整信息的随机性）之间的区别，而不看重平均斯坦和极端斯坦之间更为重要的区别。
- 认为我坚持“不预测”或“不使用模式”，而不是“不使用无结果的预测”以及“不在第四象限使用模式”。
- 误认为我所说的是“灾难发生了”，而不是“这就是灾难发生的地方”
可能性必须是主观的
我发现，告诉研究者们“你们的办法在这一点上很起作用”比告诉他们“这一点你们并不知道”要强得多。
我曾经不止一次地重复说过，在火鸡看来是黑天鹅的事件，对于屠夫来讲却算不上是黑天鹅事件。
预渐进性
也就是说，你不能通过一系列局限于某种损失的赌注来矛盾地表达你的可能性……这里还存在一种区别，即“真正”的任意性和来自我称之为认知局限性（知识缺乏）的任意性之间的区别。与认知性不确定性相比，本体论不确定性是一种任意性，在这种任意性中，未来并非由过去所暗示（甚至不由任何事情所暗示）。……这意味着，对于所谓的“非遍历性”系统，没有一种叫做远期的东西。……非遍历性系统没有真正的远期特性——它倾向于路线依赖。
在实际生活中，并没有一种叫做“远期”的东西，重要的是远期之前所发生的事。使用“远期”概念（数学家们口中的渐进特性）的问题，在于他经常会使我们对于远期之前发生的事情视而不见，这边是我后面将要讲到的预渐进性。根据向这条渐近线收敛的速度，不同的功能有不同的预渐进性。然而，不幸的是，我一再向学生们重申，生活就发生在预渐进线上，而不是发生在不切实际的远期中，预渐进线（或近期）具备的一些特性与那些存在于远景的特性存在明显的不同。
现在，我要说的是，数学与哲学的许多区别都被过分夸大了，因为人们首先启动某一模式，然后将其应用于现实，最后再将其分类，而不是先看现实情况，然后再看什么适合这一情况。
所谓实事求是，应该先看现实情况，再看什么适合这一情况，应该看着钉子找锤子，而不是拿着锤子找钉子。
单个可能性的谬论
你可以预测战争的发生，但你不能预测战争的后果！
我曾经参加过一次达沃斯世界经济论坛，在我发言时，我阐述了在复杂体系中的相互依赖性以及预测退化：华尔街的亏损引发了纽约的失业，从而进一步引发了在诸如中国的失业，然后又反作用于纽约的失业，这一点是不可分析的，原因是反馈回路会产生巨大的预测错误。我使用了“凸面”这一概念，它指来自投入量（在凸面存在的情况下，测量错误率的工具不复存在）的一种不成比例的非线性反应。……反馈回路引起不可预测性的观点。
第四象限
| 1.简单获益 | 2.复杂获益 | |
|---|---|---|
| A 平均斯坦 | 第一象限,特别安全 | 第二象限，比较安全 |
| B.极端斯坦 | 第三象限，安全 | 第四象限，黑天鹅区域 |
如果你看一下事件发生的动力，你便可以预知何种环境能够产生大事件（极端斯坦），何种环境不能产生大事件（平均斯坦）。 第一种类型的决定很简单，会形成“二元”陈列，也就是说，你只需关注某件事是对还是错。过于对或过于错并不会给你带来附加的收益或损害。 第二种类型的决定更为复杂，涉及更为不明确的因素。你不只应当在意频率或可能性，你还应当在意影响，甚至是影响的功能。 ……我们还应当关注： 第一，事件生成器属于平均斯坦（也就是说，发生大规模的偏误几乎是不可能的），这是一种先验假设。 第二，事件生成器属于极端斯坦（也就是说，发生大的偏误是可能的，甚至是很可能的）。 这些构成了四个象限。
负面建议
有许多研究证明，为别人做出错误的风险预测是有害的。
然而，人们并没有意识到，避免了失败便是成功，而不是一味追求利益。
在真实生活中减轻第四象限的影响需要（或不需要）做什么
摆脱第四象限的最为明显的做法是“截短”，你通过购买保险而摆脱置身于某些风险之中，从而将自己置于第十三章中描述的“杠铃”状态。然而，如果你做不到，且无法避免暴露于流行病中以及前表中列出的类似事物中，那么为了增加力量，我们会赞成采用下面的“智慧”法则。
- 尊重时间和非说明性知识。……历久而存的事情更为可取——它们更容易达到遍历状态。但无论何时，我们都难以知晓它们能坚持到何时。
- 避免优化；学会喜欢冗余。再举一例。要强化投资组合，人们可以购买保险。过于专门化也不是一件好事。可以想象，一旦你完全丢掉你的工作，你会去做什么？
- 避免低可能性赢利的预测——尽管对一般赢利没有必要。
- 小心远期事件的“非典型性”。没有经验的人有两种方法，分别叫做“方案分析”和“压力测试”——通常基于过去（或者“有意义”的理论。然而，过去的不足并不能说明将来的不足，因为我们不知道为什么要进行压力测试。同样，“预测市场”在这里并不起作用，因为赌注受不确定性影响。）
- 注意红利发放的道德风险。
- 避免风险尺度。基于平均斯坦的、被调整用于大规模偏误的传统韵律学没有什么用处。
- 正面还是负面的黑天鹅？……如果是负面的，真正的中间数更有可能被过去认识的衡量所低估，总体潜力也同样会被低估。
- 不要将不稳定性缺失与风险缺失混为一谈。将不稳定性作为稳定性指示器的传统尺度欺骗了我们，因为向极端斯坦的进化是以不稳定性的降低和大跨度跳跃的更大风险为标志的。
- 小心风险数字的表现。
“风险”是指结果不确定但概率分布已知的情况，如抛硬币；而“不确定性”则是指连概率分布都无法确定的情况
对黑天鹅拥有充分抵抗力的社会中的10项原则
- 脆弱的事物在其初始阶段便会失败。
- 不存在损失的社会化和收获的私人化。
- 蒙面驾驶校车（并将其撞坏）的人不应当再被给予开校车的机会。
- 不要让一个发放“激励”红利的人掌管一座核电站或者操控你的金融风险。他可能会抛却一切安全考虑，只追逐“利润”，同时却宣称自己“保守”。红利与崩溃的风险互不相容。将我们带到这里的是红利系统的非对称性。但凡激励都会遇到障碍：资本主义是关于奖励与惩罚的，而不仅仅是关于奖励的。
- 用简洁性弥补复杂性。……复杂的经济早已成为一种杠杆形式 6. 不要将炸药给孩子玩，即便炸药上带有警告标志。 7. 只有庞氏骗局才需要依靠信心，政府从来不需要“重拾信心”。 8. 在吸毒上瘾者戒毒痛苦万分时，千万不要给他更多的毒品。 9. 市民不应将金融资产看作一种保值手段而对其大加依赖，也不应当依赖于那些漏洞百出的专家们的“建议”。经济生活应当去金融化。我们应当学会不把市场看作储值仓库：市场中并没有普通市民所需要的确定性，尽管存在“专家”的观点。投资应当被看作消遣。市民应当因其自身业务（由他们自己所掌控）而劳心，而不应因其投资（不受他们自己所掌控）而劳心。 10. 用打碎的鸡蛋做蛋卷。
接受失去一切
换句话说，对他来讲，所有可能被剥夺的东西都不值得他留恋。