夜雨聆风
为什么所有聪明人都会犯同一个错误？
一、12家顶尖AI，准确率21%——比抛硬币还低
2026年世界杯开赛前，全球12家顶尖AI大模型——GPT、Claude、Gemini、DeepSeek——全部做了预测。
预测每场比赛的胜负。预测谁能进32强。预测谁是冠军。
结果呢？
12家AI，预测准确率，21%。
21%是什么概念？抛硬币，准确率50%。也就是说，你随便抛个硬币，都比这12家AI聪明一倍。
但这还不是最离谱的。
小组赛阶段，西班牙对佛得角。佛得角，你可能都没听说过这个国家，一个非洲小国，人口60万，比北京一个区还小。西班牙呢？世界冠军，欧洲杯冠军，阵容身价是佛得角的100倍。
12家AI，11家预测西班牙大胜。
结果呢？0比0。佛得角逼平了世界冠军。
同一天，比利时对伊朗。比利时，世界排名前三。12家AI，全部预测比利时赢。结果呢？0比0。
又一天，葡萄牙对民主刚果。C罗领衔的葡萄牙。12家AI，全部预测葡萄牙大胜。结果呢？1比1。
你发现没有？12家AI，不是一家翻车，是集体翻车。而且是同一个方向翻车——全都押了强队，全都错了。就像12个学生，抄了同一个答案，结果答案是错的。
但最讽刺的还不是这个。
最讽刺的是——与此同时，中国重庆，一个贴砖工人。没有数据，没有模型，没有算法。凭直觉，猜对了31支32强球队。准确率超过所有AI。
所以问题来了：
为什么全世界最聪明的AI，在预测世界杯这件事上，输给了一个喝啤酒看球的大叔？
而且，更奇怪的是——为什么你听到这个故事时，本能地觉得"人比AI强"？
这个问题，可能比世界杯本身更重要。
二、侦探调查：AI到底为什么翻车？
我们先来当侦探。AI到底为什么翻车？
是因为数据不够吗？这些模型训练数据覆盖了过去100年的足球比赛、球员数据、战术分析、历史战绩。数据量足够大。不是数据问题。
是因为算力不够吗？这些模型运行在世界上最强大的服务器上，每秒能处理万亿次计算。不是算力问题。
是因为模型垃圾吗？这些模型能写诗、能画画、能写代码、能诊断癌症，能解奥数题、能过律师考试、能写学术论文。也不是模型问题。
那到底是为什么？
我们先不急着下结论。因为世界杯——可能不是唯一一个AI翻车的地方。
三、快闪案例：这些事，看起来完全不同
我先问你——
天气预报，为什么7天以后越来越不准？ 不是因为气象学家不聪明。是因为7天后的天气，涉及太多微小变量。任何一个蝴蝶扇动翅膀，都会让预测彻底失效。
股市预测，为什么机构每年预测都错？ 不是因为分析师不专业。是因为股市不是"过去数据的延续"，而是"无数人在当下博弈的结果"。任何人的预测都会影响市场本身，让预测失效。
疫情，为什么2020年没人预测到？ 不是因为流行病学家不努力。是因为病毒变异是"全新事件"，不在任何历史数据里。
911，为什么所有情报机构都没预测？ 不是因为CIA不厉害。是因为恐怖分子故意选择了"从未发生过的模式"。
泰坦尼克，为什么所有专家都说不会沉？ 不是因为工程师不严谨。是因为他们假设"海洋和过去一样"。
创业，为什么商业计划书总是错的？ 不是因为创业者不聪明。是因为市场永远在变化，昨天有效的逻辑，明天可能失效。
谈恋爱，为什么你猜不透对方？ 不是因为你不够了解TA。是因为人不是"可预测的系统"。
招聘，为什么面试无法预测绩效？ 不是因为HR不专业。是因为"面试场景"和"真实工作场景"，是完全不同的两个世界。
人生，为什么规划总是赶不上变化？ 不是因为你不会规划。是因为世界本身，就是不可规划的。
你发现了没有？
这些完全不相关的事情——世界杯、天气、股市、疫情、911、泰坦尼克、创业、恋爱、招聘、人生——它们看起来完全不同。但它们都遵循同一个规律。
四、核心规律：所有预测，本质上都是在赌
什么规律？
当系统存在"反馈"时，预测是有效的。当系统不存在"反馈"时，预测是失效的。
什么意思？
火箭发射，NASA能预测成功率99%。为什么？因为火箭的物理规律是固定的。今天和昨天一样，明天和今天一样。
但世界杯呢？每场比赛都是"第一次"。球员的心态、天气、裁判、意外——这些都是"全新变量"。
天气呢？7天内，大气运动有一定惯性，可以预测。7天后，任何一个微小扰动都会放大，无法预测。
股市呢？短期有趋势，可以预测。长期是"无数人在博弈"，任何人的预测都会影响市场本身，让预测失效。
所以，真正的问题不是"AI不会预测"。
真正的问题是——所有预测，本质上都是在赌：世界是否继续保持昨天。
当世界真的保持昨天时，预测准。当世界突然改变时，预测崩。
而世界杯、疫情、911、创业——这些事件的共同点是：它们都是"世界突然改变"的时刻。
五、反转：你被骗了——幸存者偏差
好，说到这儿，我想回到开头那个故事。
你还记得那个贴砖工人吗？猜对31支32强球队，碾压所有AI。
你听到这个故事时，是不是本能地觉得——"人比AI强"？
好，现在我要告诉你一件事：你刚才，掉进了幸存者偏差。
全中国猜世界杯的人，有几百万。总有人猜中。我们只采访到了那个猜中的。那几百万猜错的人呢？没人采访他们。他们不存在于任何新闻里。
所以，当你听到"贴砖工人猜对31支"时，你的大脑自动忽略了"还有几百万人猜错了"。
而且，更关键的是——AI预测的是"整体概率"，不是"某个人"。
AI说"西班牙胜率80%"，意思是"如果这场比赛踢100次，西班牙赢80次"。但世界杯只踢1次。那20%的意外，恰好发生了。
所以，AI没有"输"。AI只是遇到了那20%。而贴砖工人没有"赢"。他只是恰好站在了那20%里。
真正的问题不是"AI输了，人赢了"。真正的问题是：为什么我们总喜欢相信那个猜中的人？
六、专家为什么也猜错？
好，这个问题更深了。为什么人——包括专家——总是高估自己的预测能力？
MIT做过一个实验。让专家和新手，同时预测股票走势。结果：专家的准确率，和新手的准确率，差不多。
为什么？
因为专家的优势是"解释过去"，不是"预测未来"。专家看了1000场比赛，能告诉你"为什么西班牙赢了"。但专家无法告诉你"下一场比赛谁会赢"。
因为"解释过去"和"预测未来"，是两种完全不同的认知能力。
解释过去，需要"模式识别"。预测未来，需要"不确定性管理"。而人类的大脑，极其擅长"模式识别"，但极其不擅长"不确定性管理"。
这就是为什么——老消防员能"感觉"哪栋楼要塌，但他说不出来为什么。老医生能"感觉"哪个病人有危险，但他说不出来为什么。老球迷能"感觉"哪场比赛会爆冷，但他说不出来为什么。
这种"感觉"，不是"预测"。这种"感觉"，是"模式识别"在潜意识层面的运作。它不需要数据，不需要计算，它只需要——经验。
七、人的算法：模糊判断
好，我们来总结一下。
今天这期节目，我们调查了十几个案例。世界杯、天气、股市、疫情、911、泰坦尼克、创业、恋爱、招聘、人生。它们看起来完全不同，但它们都遵循同一个底层规律：
当世界保持昨天时，AI比人强。当世界突然改变时，人比AI强——但不是因为人更聪明，是因为人有"模式识别"和"不确定性管理"的本能。
这就是"人的算法"里，最核心的能力之一——模糊判断。
不是"精确计算"。是"在信息不足时，还能做出好决策"。不是"知道答案"。是"知道我不知道"。
AI没有这种能力。AI只能在"确定性"的世界里做计算。而人，可以在"不确定性"的世界里做判断。
这就是人不可替代的地方。
八、三个方法，训练你的"模糊判断"
好，说到这儿，你可能会问："那我怎么训练这种能力？"
我分享三个方法，我自己在用。
第一，"反共识思维"
当所有人——包括AI——都给出同一个答案时，强迫自己问："如果大家都错了呢？""有没有一种可能，大家都忽略了一个因素？"
世界杯上，12家AI都预测西班牙赢。但如果你问："如果佛得角拼命呢？"你就不会那么确定了。
第二，"数据边界意识"
每次看到数据时，问自己："这个数据，能解释多少？""剩下的，是什么？"
比如，AI说"西班牙胜率80%"。你要想："80%是基于过去的统计，但这场比赛，有多少因素是'过去'没有的？"
第三，相信你的"直觉"
直觉不是瞎猜。直觉是你的大脑，在潜意识层面，处理了海量信息之后，给出的综合判断。
贴砖工人老李的直觉，不是运气。是他几十年的人生经验，在潜意识里告诉他："当一个人为了梦想拼命时，数据是失效的。"
所以，下次当你面对一个"数据充足"的决策时，别忘了问一句："数据之外，还有什么？"
九、留给你的问题
如果AI永远无法预测"意外"——如果AI永远无法量化"梦想""意志""爱"——那么，"人的判断"，还有存在的必要吗？
我的答案是：有必要。而且，越来越有必要。
因为AI越强大，"知道我不知道"的能力，就越稀缺。"在不确定性中做决策"的能力，就越值钱。"相信数据之外还有重要因素"的能力，就越重要。
这就是"人的算法"。不是代码，不是公式。是一套在不确定性中，还能找到方向的运行方式。
本期参考
2026年世界杯AI预测翻车：12家AI准确率21%
幸存者偏差（Survivorship Bias）——为什么我们只看到成功者
MIT专家vs新手实验——预测准确率的悖论
塔勒布：《黑天鹅》《反脆弱》——不确定性理论
Gary Klein：自然决策理论（Recognition-Primed Decision）
贝叶斯定理——先验信念与后验更新
OECD：AI时代技能框架（Skills for 2030）
