你有没有过这样的经历：对某个答案胸有成竹，结果完全错了？你不是一个人。Veritasium创始人Derek Muller联合UC Berkeley哈斯商学院教授Don Moore，用一部22分钟的精品视频，揭开了人类大脑最深层的一个bug——过度自信偏差（Overconfidence Bias）。
这不是一个冷门的学术概念。它摧毁了有233年历史的巴林银行，导致NASA挑战者号航天飞机7名宇航员遇难，并且每天都在让你做出糟糕的决策。更可怕的是：研究表明，当人们声称自己"100%确定"时，他们实际上只有大约一半的概率是对的。
这篇文章将带你深入拆解这个视频的核心论证，并给出你真正能用上的"校准工具包"。
| 项目 | 内容 |
|---|---|
| 视频标题 | Why People Are So Confident When They're Wrong |
| 频道 | Veritasium (Derek Muller) |
| 时长 | 约22分钟 |
| 播放量 | 570万+ |
| 核心主题 | 过度自信是最危险的人类认知偏差 |
| 特邀专家 | Don Moore, UC Berkeley Haas商学院教授 |
视频以一个令人窒息的真实故事开场。1992年7月17日，新加坡国际证券交易所的交易大厅里，巴林银行的一名初级交易员犯了一个错误——她本该买入20份期货合约，却错误地卖出了它们，导致近4万美元的亏损。
她的上司Nick Leeson，一个急于证明自己的年轻交易员，决定隐瞒这笔损失。他把亏损藏进了一个不起眼的错误账户——88888号账户。这是一个致命的决定，本该被总部立即发现。但没有人注意到。
Leeson的"过度自信"由此开始膨胀。他确信自己能把钱赢回来。"我当时相信我能把钱赚回来，"Leeson后来回忆道，"也许这和自信有关。在那个阶段，我对自己很有信心。"
但事实是，Leeson押注日本日经225指数会上涨，市场却持续下跌。他不断加注、不断翻倍，亏损从4万膨胀到300万。1993年春天，市场意外回升，他竟然真的赢回了所有损失。Leeson出去狂欢，在桌子上跳舞，以为自己终于摆脱了困境。
但周一早上，他又犯了一个交易错误，把亏损再次塞回88888账户。他相信自己既然赢过一次，就能再赢一次。到1993年底，亏损超过3000万美元。到1994年秋天，达到2.6亿美元。最终，Leeson累计亏损28亿美元，巴林银行——这个为拿破仑战争提供融资的古老银行——轰然倒塌。
这是视频的核心叙事主线：Leeson的故事不是"坏人做坏事"那么简单。它揭示了一个普遍的心理机制——我们都会高估自己纠正错误的能力，尤其是在经历了"幸运回归"之后。
视频中最震撼的部分之一是一组实验数据。
Don Moore介绍了关于"信心校准"（Calibration）的经典研究。研究者给参与者出了一些判断题，然后问他们："你有多大把握自己的答案是正确的？"
结果令人震惊：当人们说自己"90%确定"时，他们实际上只有75%的概率是对的。
Derek Muller还用Veritasium社区做了自己的实验。他向粉丝提出了一系列科学问题——"澳大利亚比月球宽吗？""银河系中的恒星比地球上的树木多吗？""一茶匙纯橄榄油的化学势能是否大于等量的TNT？"
结果更加极端：那些声称自己91%-100%确定的人，只有51%的时间是正确的。 这意味着，当一个人信誓旦旦地说"我100%确定"的时候，他猜对的概率和抛硬币差不多。
用Moore的话说，这就是"校准差距"——你认为自己知道的东西和你实际知道的东西之间的距离。而我们大多数人的校准都是严重失准的。
就连专家也不例外。Moore提到他的一篇论文分析了专业经济预测者的调查数据——这些是大公司和银行的首席经济学家。"他们平均声称有53%的把握正确预测了通胀等经济指标，但实际正确率只有23%。"
我的延伸分析：这个"校准差距"在当今社交媒体时代被无限放大。当你看到某人在Twitter/X上用绝对确定的语气发表观点时，记住：表达确定性和实际正确之间，几乎没有任何相关性。社交媒体奖励的不是准确性，而是确定性。
视频还澄清了一个广泛流传的误解——Dunning-Kruger效应。
Derek在街头采访中问人们是否认识一张经典的"Mount Stupid"曲线图——一个先升后降再升的曲线，暗示初学者最容易过度自信。大多数人认出了这张图。
但问题是：这张图根本不是Dunning和Kruger的原始研究数据。它是一个网络迷因。
Dunning和Kruger的原始实验测试了人们在语法、逻辑和幽默感等任务上的表现，然后让参与者估计自己的排名。真实的曲线显示：表现最差的人确实高估了自己（最大的校准差距），但表现最好的人反而略微低估了自己。
Derek分享了自己的发现：在他博士期间做物理学问题测试时，他发现准确率从接近0%到100%分布广泛，但信心值却集中在中间一个很窄的范围内。这意味着差生自然显得"过度自信"，而优等生自然显得"不够自信"——这与其说是关于知识的多少，不如说是关于我们表达信心的方式天然就偏向"中间值"。
这是一个重要的纠正：Dunning-Kruger效应被过度简化了。它不仅仅是"无知者无畏"，而是反映了人类校准能力的一个更基础的问题——我们倾向于给出中等的信心评级，不管我们实际上知道多少。
为什么我们会过度自信？视频给出了一个出人意料但又令人信服的解释：这不是傲慢，这是大脑在超负荷运转。
2008年，研究者Hanson、Juzlin和Winman调查了短期记忆容量与过度自信之间的关系。他们让参与者给出事实问题的范围估计（如一条河的长度、一座城市的人口），结果人们的范围始终太窄——这意味着他们系统性地过度自信。而短期记忆更差的人，错误更多，也更容易过度自信。
2023年，Conti的另一项研究进一步证实：当参与者需要在记忆中保持字母序列的同时判断自己的表现时，随着记忆负载的增加，信心估计变得愈发不准确——即使对工作记忆容量较高的人也是如此。
Derek用挑战者号航天飞机灾难来阐述这一点。1986年1月27日晚，Morton Thiokol的工程师紧急致电NASA，警告第二天低温可能导致O型圈失效。工程师们连夜制作了13张数据图表——温度、烧蚀、关节旋转——但没有一张图能讲清楚完整的故事。NASA的管理层需要同时追踪O型环历史数据、侵蚀模式、密封弹性、压力差……最终，被看似矛盾的数据淹没的管理层否决了工程师的建议，批准了发射。
73秒后，7名宇航员全部遇难。
核心洞见：评估自己的正确性需要"想到所有你可能出错的方式"。对于像我们这样有限、易错的生命来说，这意味着要考虑所有我们不知道的东西——而这本身就是一项极其消耗认知资源的任务。
视频引入了Daniel Kahneman的经典框架：当认知任务太困难时，我们的大脑会自动用更简单的问题来替代。
一个经典的例子：研究者先问学生"你上个月约会了几次？"再问"你对生活有多幸福？"——这两个问题的相关性突然飙升到0.66。但如果你反过来问，先问幸福再问约会，相关性就消失了。
大脑的运作方式是：当你被激活了约会信息后，你会不自觉地把"我有多幸福"这个复杂问题替换为"我最近的约会生活怎么样"这个简单问题。
这就是过度自信的一个关键来源：我们用简单、容易获取的信息来替代对复杂问题的真实评估，然后对自己基于"偷懒"得出的结论过度自信。
也许最反直觉的部分是：过度自信可能在进化上是一种优势。
2012年的一项研究做了一个科学版的《学徒》节目：比较参与者对自身技能的评估和客观测量，然后让他们在团队任务中竞争领导地位。结果很清楚——过度自信的人更可能成为领导者、更敢于表达、更能维持影响力，即使他们的实际能力只是中等水平。
更令人震惊的是来自Sussex大学的fMRI研究：当人们听到自信的建议时，他们大脑的腹内侧前额叶皮层（ventromedial prefrontal cortex）——一个处理奖赏和预期满足感的区域——活动显著增加。
翻译成大白话：人类的大脑在生物学层面上被"调校"为容易被自信的人影响。 当我们听到一个人语气坚定地表达观点时，我们的大脑会产生类似获得奖赏的快感。
这意味着在职场面试、政治竞选中，那些表达更多信心的人会获得更多的信任——即使他们实际上无法兑现那些宏大的承诺。这是一个系统性的逆向选择问题：社会系统倾向于选择过度自信的人担任领导角色。
视频提出了一个关键区分：受控环境 vs 噪音环境。
在受控环境中（如国际象棋），规则清晰，结果确定，反馈即时。职业棋手能够通过可靠的反馈不断校准自己的信心水平，做出越来越准确的判断。
但在噪音环境中（如金融市场、政治预测），反馈不一致、不及时，甚至具有误导性。Leeson就是这样——他做过一些糟糕的交易，但他也曾"赢回"所有损失。这种噪音反馈严重模糊了他的判断，放大了他的过度自信。
视频举了政治预测专家Allan Lichtman的例子。在2024年之前，他用自己发明的"13把白宫钥匙"方法成功预测了10次美国总统选举中的9次。但在2024年，他预测Kamala Harris会获胜，结果大错特错。Lichtman将失误归咎于虚假信息对选民的误导——但这也恰恰说明了，在噪音环境中，即使是最好的专家也会失手。
mindmap
root((过度自信偏差))
核心机制
校准差距
90%信心→75%正确率
100%信心→51%正确率
Dunning-Kruger效应
不是Mount Stupid图
信心集中在中值区间
成因分析
认知容量限制
短期记忆瓶颈
信息过载
启发式捷径
问题替代
Kahneman框架
进化偏向
社会地位优势
领导力选择
噪音反馈
环境不确定性
延迟后果
灾难案例
巴林银行倒闭
28亿美元亏损
233年历史终结
挑战者号爆炸
7名宇航员遇难
管理层否决工程师
校准策略
概率化表达
用百分比代替承诺
持续追踪
记录预测vs实际
寻找异见
理解反对者的论据
智识谦逊
承认不确定性的边界
Don Moore在视频末尾分享了他的实用策略：不要做绝对承诺，用概率来表达信心。 当同事问他"你什么时候能给我论文反馈？"时，他不会说"周五给你"，而是说"我认为有60%的概率能在周五前给你反馈"。
这看起来是个小技巧，但它改变了整个认知框架。当你被迫用百分比思考时，你就在强迫自己面对不确定性。建议你从今天开始，在工作和生活中尝试这个方法：
这是一个被严重低估的个人成长工具。创建一个简单的电子表格，记录： - 你的预测（用概率表达） - 实际结果 - 校准差距
一个月后，你会对自己的校准水平有一个清晰的画像。大多数人的第一个发现是：自己在几乎所有领域都系统性地过度自信。
视频中最重要的洞察之一来自Don Moore："理解反对者最好的论据，理解那些与你意见不同的人拥有哪些你所缺乏的信息，这对做出更好的决策非常有帮助。"
最好的校准不是来自获取更多信息，而是来自获取不同视角的信息。在实践上，这意味着： - 在做重要决策前，找一个会反对你的人聊一聊 - 在团队中建立"魔鬼代言人"的角色 - 当你感到100%确定时，这恰恰是你应该最警惕的时刻
如果你在一个反馈不一致的领域工作（投资、创业、政策制定），你需要格外小心。不要让一次"幸运"让你相信自己拥有控制力。Leeson的核心错误不是第一次下注，而是在赢回来之后相信自己可以复制这种运气。
也许最深刻的启示是：真正的智慧不在于确定，而在于知道你的确定性有多大的边界。这和社会文化中"自信=能力"的叙事完全相反。在一个奖励确定性表达的世界里，保持智识上的谦逊是一种逆流而上的勇气。
Don Moore的著作《Perfectly Confident》 — 这位视频中出镜的UC Berkeley教授专门写了这本书，系统阐述了过度自信的科学。视频中的很多核心论点都来自这本书。
Daniel Kahneman《思考，快与慢》 — 视频中引用的"启发式替代"框架出自这本经典。Kahneman对系统1和系统2的区分为理解过度自信提供了底层理论。
Nick Leeson《Rogue Trader》 — 巴林银行事件亲历者的自述，后来被拍成电影，由Ewan McGregor主演。从第一人称视角理解过度自信如何在压力下螺旋式升级。
Philip Tetlock《Superforecasting》 — 如果你真的想提升自己的校准能力，这本书提供了基于研究的实用框架。Tetlock的"超级预测者"项目证明了校准是可以训练的。
Kurzgesagt《Optimistic Nihilism》 — 从哲学视角理解不确定性和谦逊的价值，与Veritasium的心理学视角形成互补。
过度自信不是性格缺陷，而是大脑在认知资源有限时的系统性"误判"——真正的智慧不在于从不犯错，而在于知道自己的确定性边界在哪里。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。