黑天鹅：驾驭极端不确定性

为什么我们需要黑天鹅思维

工程师习惯用历史数据建模：预测流量、估算容量、规划 SLA。但很多系统故障并不来自已知的分布，而来自从未见过的事件。塔勒布把这类事件称为 黑天鹅 —— 稀有、影响巨大，且只有在事后才显得可预测。

常见错误是把过去整理成连贯的故事，误以为自己理解了历史，因此也能预测未来。这就是 叙事谬误。另一个陷阱是把游戏里的概率模型搬到现实中，忽略了现实系统的复杂随机性，即 游戏谬误。

技能如何工作

这个技能将塔勒布的核心框架拆成一套可路由的引用：

• 意图路由：根据用户问题匹配到对应的参考文件，例如 references/1-core-framework.md 对应黑天鹅基础概念，references/4-anti-patterns.md 对应平均斯坦与极端斯坦的区分。
• 核心概念速查：内置黑天鹅、Mediocristan、Extremistan、叙事谬误、游戏谬误等术语定义，保持原命名不变。
• 原则检查：每次回答都会围绕“不可预测性”“后见之明偏差”“未知的未知”“构建鲁棒系统”“警惕专家”等原则展开。
• 自检问题：通过典型问题检验理解，例如“为什么 2008 年金融危机没有人预测到？”——其实有人预警，但被忽视了。

使用时只需用自然语言提问，技能会自动匹配相关参考并生成结构化回答。

适用边界与注意点

• 该技能专注于塔勒布的概率哲学，不提供具体工程方案（如容灾架构、熔断策略）。
• 不承诺预测未来事件，也不生成基于占星或玄学的推论。
• 当信号不够明确时，不会强制进行跨书推荐；只在用户明确提到反脆弱或相关概念时，才会推荐《反脆弱》等延伸阅读。
• 回答默认沿用用户使用的语言，但水印和标题保持英文。
• 适合用于团队讨论风险模型、评审架构假设、培训新人关于不确定性思维的场景。