别把证据简单相乘，更别遗漏关键证据
这一步对应现实世界最常见的误判来源：把相互关联的证据当成多重独立验证。
多个观测并不自动带来更强结论，关键在于它们是否独立、是否互补、是否遗漏了更关键的一项。
这一章是对‘证据越多越好’的修正。作者强调，若观测之间彼此相关、重复表达同一信息，或者关键观测缺失，再多材料也可能只是噪音叠加。
这节解决什么：这一节解决的是：在“多个观测”这一章里，遇到 买香草味的冰激凌，车子打不着火——谈谈条件独立 时到底该怎么判断，而不是只停留在概念记忆上。
怎么用到自己的系统：把“买香草味的冰激凌，车子打不着火——谈谈条件独立”迁移到你自己的系统时，重点不是复述例子，而是问：这个结构对应我在投资、工作或生活里哪一类不确定判断？
提醒：常见误区是把“买香草味的冰激凌，车子打不着火——谈谈条件独立”当成一次性技巧。它真正有用的地方，在于帮助你持续校准判断，而不是证明自己原来就对。
这节解决什么：这一节解决的是：在“多个观测”这一章里，遇到 买香草味的冰激凌，车子打不着火——谈谈条件独立 时到底该怎么判断，而不是只停留在概念记忆上。
怎么用到自己的系统：把“买香草味的冰激凌，车子打不着火——谈谈条件独立”迁移到你自己的系统时，重点不是复述例子，而是问：这个结构对应我在投资、工作或生活里哪一类不确定判断？
提醒：常见误区是把“买香草味的冰激凌，车子打不着火——谈谈条件独立”当成一次性技巧。它真正有用的地方，在于帮助你持续校准判断，而不是证明自己原来就对。
这节解决什么：这一节解决的是：在“多个观测”这一章里，遇到 如何利用多个观测进行推断 时到底该怎么判断，而不是只停留在概念记忆上。
怎么用到自己的系统：把“如何利用多个观测进行推断”迁移到你自己的系统时，重点不是复述例子，而是问：这个结构对应我在投资、工作或生活里哪一类不确定判断？
提醒：常见误区是把“如何利用多个观测进行推断”当成一次性技巧。它真正有用的地方，在于帮助你持续校准判断，而不是证明自己原来就对。
这节解决什么：这一节解决的是：在“多个观测”这一章里，遇到 不要遗漏重要的观测 时到底该怎么判断，而不是只停留在概念记忆上。
怎么用到自己的系统：把“不要遗漏重要的观测”迁移到你自己的系统时，重点不是复述例子，而是问：这个结构对应我在投资、工作或生活里哪一类不确定判断？
提醒：常见误区是把“不要遗漏重要的观测”当成一次性技巧。它真正有用的地方，在于帮助你持续校准判断，而不是证明自己原来就对。
为什么人容易把多条相似信息误认为‘共识’，从而高估结论可靠性？
多个证据能否安全叠加，取决于它们是否在已知原因下彼此独立。
