章节路径

先承认真相竞争的环境已经变了，批判性思维不再是少数人的专业技能

序言 人人都要批判性思考

序言先不讲技巧，而是先讲时代背景：后真相环境、假新闻、委婉化谎言，以及为什么普通人也必须升级自己的判断系统。

先做量级与常识筛查，再决定是否值得相信一串数字

第1章 数字的合理性

这一章处理最基础却最常被忽略的动作：在复杂计算之前，先检查一个数字在常识和数量级上是否站得住。

平均数不是一个词，而是一整组会把现实压扁的统计选择

第2章 平均数的妙用

这一章把“平均数”拆开：算术平均数、中位数、众数为什么会给出不同世界，极端值又如何误导判断。

图表不是中性的窗口，轴线设计本身就能偷偷改变你看到的世界

第3章 数轴的诡计

这一章专讲图表如何骗人：不标轴、截断纵轴、单位模糊、比例失真、视觉夸张。

学会识别那些并不撒谎、却故意让你看错重点的数字汇报

第4章 恶搞数字汇报

这一章聚焦汇报场景：累计图、双 y 轴、选择性对比、只报有利口径，如何让一个公司或观点看起来很成功。

数字最早出错的地方，往往不是计算，而是样本和收集方式

第5章 收集数字的方法

这一章讨论样本、偏差、抽样代表性、记录方式和调查设计，它们决定了‘数字有没有资格进入你的判断系统’。

别让逸闻和直觉代替概率，概率是把未来不确定性翻译成可比判断的语言

第6章 神奇的概率

这一章从安全带、彩票、医疗、天气等例子切入，讲清概率的不同形式，以及为什么我们容易被个例带偏。

多数认知都来自二手世界，所以来源管理本身就是判断力的一部分

第7章 我们如何认知

这一章把问题从数字转向认知：人类大量知识都并非亲见，而是通过专家、书籍、媒体和他人的转述获得。

专家是重要的起点，但绝不是免检通行证

第8章 不可轻信专家的意见

这一章讨论专家为什么重要、为什么也会出错，以及如何区分基于证据的专家表达与只是分享观点的权威口吻。

多想一个更普通的解释，常常比追逐惊人结论更接近真相

第9章 被低估的可替代解释

这一章专练一个核心动作：看到一个解释时，主动寻找更平凡、更低成本、更不颠覆世界观的替代解释。

最危险的错误信息，不是胡说八道，而是披着事实外衣的半真半假

第10章 似是而非的反知识

这一章处理‘反知识’：它如何借助数字、阴谋、碎片事实和故事结构，看起来像知识，实则拆解后站不住。

科学最可贵的地方不是永远正确，而是它允许自己被纠错、被复现、被击败

第11章 科学运作的原理

这一章解释科学如何通过证据、可复制性、混合因素控制、修正机制与不确定性管理来工作，也讨论学术欺诈与方法缺陷。

逻辑谬误不是课堂游戏，而是日常讨论、媒体表达和公共说服中的高频陷阱

第12章 逻辑谬误

这一章系统梳理推理中的常见错误：相关不等于因果、循环论证、肯定后件、诉诸情绪等。

真正成熟的判断力，包含处理未知、承认未知与区分未知的能力

第13章 通晓未知

这一章围绕已知的已知、已知的未知、未知的未知展开，训练读者如何在不完整信息下保持清醒。

判断不是一次拍板，而是随着新证据持续更新先验的过程

第14章 神通广大的贝叶斯思维

这一章把贝叶斯思维从公式带回现实：先验概率、事后概率、证据强弱、非凡主张需要非凡证据。

把前面所有工具拿到真实案例里跑一遍，训练从概念迁移到判断

第15章 有关真相的4个案例

这一章不再新增太多概念，而是通过案例练习，把概率、替代解释、证据强度和逻辑结构综合起来。

最终目标不是背完一套术语，而是形成你自己的长期判断系统

结语 发掘适合自己的思维方式

结语把整本书收束回日常：网络世界、真假混杂、专家有限、时间稀缺，所以你需要建立适合自己而且可持续运转的思维习惯。

把抽象术语、公式和案例翻译成可以随时回查的判断工具箱

附录 贝叶斯法则的应用 / 术语表

最后这一页承担索引功能：把公式、术语和方法重新钉回实践场景，作为整站的速查层。