開場：Kahneman 與 Klein 的對話#
Gary Klein 是自然決策（naturalistic decision making，NDM）研究領域的領導人，他長期研究消防員、軍事指揮官、加護病房護士等在真實高壓情境下如何做出快速決策。Klein 的觀點與 Kahneman 截然不同：他相信專家直覺是真實的、有效的，而且在關鍵時刻往往比刻意分析更可靠。
Kahneman 長期研究判斷偏誤與統計預測的優越性，對「直覺」持懷疑態度。這兩人看似站在對立面——然而，他們決定進行一場長達八年的「對抗性合作」（adversarial collaboration），試圖找出彼此真正的共識與分歧。
結果出人意料：他們發現，分歧的核心並不在於直覺是否存在，而在於在哪些環境下直覺是可信的。
重點： 專家直覺可以是真實可靠的，也可以是完全不可靠的幻覺。關鍵在於：這位專家所處的環境，是否提供了學習直覺所需的兩個基本條件。
直覺的本質：辨識即記憶#
Klein 的核心理論是「辨識啟動決策模型」（recognition-primed decision，RPD）。消防員進入燃燒的建築，感受到一種難以名狀的不對勁——「這個地方感覺不對」——隨即下令撤退。幾秒後，他們剛站過的地板塌陷了。事後，消防員無法解釋自己為什麼知道，但 Klein 的研究顯示，那是因為大腦偵測到了多個微弱線索的組合（熱度異常、聲音細節、火焰顏色），這些線索與過去無數次火場經驗積累的「典型模式」不符。
Herbert Simon 對此有一個簡潔的定義：「情況提供了一個線索；這個線索讓專家取得儲存在記憶中的資訊；這個資訊提供了答案。直覺不過如此，也不過是記憶。」
這個說法讓直覺失去了魔法，但並不貶低它。高手棋士一眼看出局勢，並非魔法，而是十萬小時練習積累的模式識別。
技能的習得需要時間： 研究顯示，在西洋棋、鋼琴演奏、職業籃球等複雜技能領域，達到頂尖水平需要約 10,000 小時的刻意練習。這段時間用來建立大腦中的「迷你技能」（miniskills）庫——無數個棋局位置、音樂片段、球場情境的模式。
有效環境 vs. 無效環境#
Kahneman 與 Klein 最終同意的核心原則是：直覺是否可信，取決於專家所處環境的性質。
一個環境要能支持真正的技能學習，必須滿足兩個條件：
- 環境必須足夠規律、可預測（sufficiently regular）：也就是說，過去的模式對未來有真正的預測效力。
- 必須有機會通過長期練習學習這些規律（prolonged practice with feedback）：也就是說，專家必須得到關於自己判斷正確與否的快速、清晰的回饋。
有效環境的例子： 消防員（火場的物理規律是穩定的）、急診麻醉師（藥物反應有規律，且立即可見）、西洋棋大師（棋盤是規則明確的封閉系統）、護理師（病人的生理指標有跡可循）。
無效環境的例子： 股票選擇員（市場近乎隨機，無法通過觀察建立可靠模式）、長期政治預測師（未來的政治事件充滿隨機性）、臨床心理師（病人的長期預後難以預測，且通常沒有及時回饋）。在這些「低效度環境」（low-validity environments）中，自信的直覺往往只是幻覺。
為什麼股票選擇員與政治預測師學不會#
在一個無效環境中，即使是最認真的學習者，也無法習得可靠的直覺。原因很簡單：如果環境本身不規律，就沒有規律可以學。
更糟糕的是，在無效環境中，專家往往仍會發展出強烈的主觀信心——因為系統一的聯想機器會自動為任何觀察建構出看似合理的因果故事。股票分析師研讀大量財務資料，進行嚴謹分析，自然發展出對自己判斷的高度信心。但這種信心反映的是分析過程的流暢度，而非分析結果的預測效力。
Philip Tetlock 的研究（後來寫成《超級預測》）追蹤了數百位政治分析師的預測，發現專家在長期政治預測上的準確度，平均而言不比隨機猜測好多少。而且，越自信的專家往往越不準確。
直覺判斷的評估框架#
Kahneman 與 Klein 最終同意，評估一個自信的直覺判斷，應該問的問題是：
- 這個環境是否足夠規律、可預測？
- 這位專家是否有足夠的機會在這個環境中學習，並獲得及時、清晰的回饋？
如果兩個答案都是「是」，直覺大概率值得信任。如果任何一個答案是「否」，直覺的高主觀信心便不可靠，不應作為決策的主要依據。
重點： 不要問「他對這個判斷有多自信？」，而要問「他有沒有在一個足夠規律的環境中積累足夠的學習機會？」自信是內在感受，不是外在準確性的指標。
日常對話中的應用#
「她在這個特定任務上有多少專業？她練習了多少？」
「這個新創公司的環境是否足夠規律，足以支持一個有效的直覺？」
「她非常確定，但主觀信心是判斷準確性的糟糕指標。」
「他真的有機會學習嗎？他得到的回饋有多快、多清晰？」