NBA 选秀为什么是判断力的压力测试
这节解决什么：这一节主要解决的是：当你面对《第一章 NBA 的数据模型：达里尔·莫雷》里的核心困境时，究竟该先抓哪个变量，才能让抽象困惑变成可执行判断。
怎么用到自己的系统：适合拿来重新定义你现在真正卡住的是证据不足、样本误读还是解释冲动。 你可以直接把“NBA 选秀为什么是判断力的压力测试”改写成自己接下来七天的一项微实验。
提醒：常见误区是看完觉得道理都懂，却没有把问题写成具体情境。
章节
第一章 NBA 的数据模型：达里尔·莫雷
当决策者开始怀疑专家口径，统计模型就成了反直觉的新武器
这一章通过达里尔·莫雷的经历说明：对专家判断的怀疑，并不来自反权威姿态，而来自一次次被事实打脸的经验积累。
章节主张
反专家并不是这章的重点，真正的重点是：高风险决策里，人的直觉叙事为什么如此容易盖过统计证据。
中文释读
莫雷的故事非常适合作为全书第一个展开点，因为他不是纯学者，而是一个必须用真金白银为判断负责的人。无论是选秀面试、看球探报告，还是估计球员未来表现，他都不断发现一件事：人面对鲜活个体时，太容易被魅力、故事、长相、气场和一句漂亮回答带偏。于是，统计模型并不是为了消灭判断，而是为了限制判断被戏剧性素材劫持。读这一章时，最重要的不是篮球细节，而是要看懂：专家失灵往往发生在他们太相信自己“已经看懂一个人”的时候。
本章知识路线
关键论点
- 面对面交流会显著放大魅力、气场与故事感对判断的影响。
- 专家的高自信并不等于专家真的掌握了更可靠的预测方法。
- 统计模型的价值常常不在于更聪明，而在于更不容易被表象诱导。
- 预测未来表现时，最难克制的恰恰是‘我已经看懂他了’的冲动。
行动清单
- 在用人、选项目、看公司时，分开记录‘我喜欢他/它’与‘证据支持它’。
- 看到特别有说服力的个体故事时，补做一次样本与分布检查。
- 给重要判断加一条外部证据门槛，而不是只听自己当场感受。
- 当你很想说‘这个人一看就行’时，先停一下。
源章节深读
莫雷如何从专家语言转向模型语言
这节解决什么：这一节主要解决的是：当你面对《第一章 NBA 的数据模型：达里尔·莫雷》里的核心困境时，究竟该先抓哪个变量，才能让抽象困惑变成可执行判断。
怎么用到自己的系统：适合改写成自己这一周马上能执行的一条判断提醒或决策限制条件。 你可以直接把“莫雷如何从专家语言转向模型语言”改写成自己接下来七天的一项微实验。
提醒：常见误区是一下改太多，结果无法判断究竟哪一步有效。
故事感为什么会压过分布感
这节解决什么：这一节主要解决的是：当你面对《第一章 NBA 的数据模型：达里尔·莫雷》里的核心困境时，究竟该先抓哪个变量，才能让抽象困惑变成可执行判断。
怎么用到自己的系统：适合和同伴、搭档或团队讨论，看你是否在用错框架、忽略基准率或被故事带跑。 你可以直接把“故事感为什么会压过分布感”改写成自己接下来七天的一项微实验。
提醒：常见误区是把建议听成结论，而不是把它当成校准提示。
统计方法真正要限制的不是人，而是人的幻觉
这节解决什么：这一节主要解决的是：当你面对《第一章 NBA 的数据模型：达里尔·莫雷》里的核心困境时，究竟该先抓哪个变量，才能让抽象困惑变成可执行判断。
怎么用到自己的系统：适合在高风险场景到来前提前布置，不要等偏误落地成损失后才想起来。 你可以直接把“统计方法真正要限制的不是人，而是人的幻觉”改写成自己接下来七天的一项微实验。
提醒：常见误区是等风险已经成型时才补救，成本会更高。
辨析题
为什么越是面对鲜活个体，判断反而越容易失真？
因为个体会激活叙事、联想与魅力效应，人脑会高估这些线索的解释力，并低估统计事实的重要性。
