预测模型

去年冬天，预测模型我站在小区门口的预测模型便利店前，盯着手机上的预测模型天气App。它说下午三点有雪，预测模型概率是预测模型87%。我信了，预测模型没带伞。预测模型结果三点整，预测模型太阳从云缝里钻出来，预测模型晒得人睁不开眼。预测模型那87%像个笑话。预测模型可第二天，预测模型同样的预测模型模型说降雨概率只有12%，却下了一整天的预测模型雨。我开始琢磨，预测模型这些数字到底在说什么。

预测模型不是水晶球。它更像一个经验丰富的老农，蹲在田埂上，捏着土，看云的方向，然后说“明天可能有雨”。他说的不是确定的事，而是一种基于过往经验的判断。模型也一样，它吞下历史数据，吐出概率。区别在于，老农会加上一句“信不信由你”，而模型往往被包装成精确的百分比，让人误以为那是真相。

我见过一个信贷评分模型。它给一个开小餐馆的老板打了620分，拒绝了他的贷款申请。理由是他过去半年有两次信用卡逾期。可模型不知道，那两次逾期是因为他母亲住院，他把钱全垫了医药费。它只看到数字，看不到数字背后的挣扎。后来那家餐馆倒闭了。模型不会为此负责，它只是继续运行，给下一个申请人打分。

这就是预测模型的第一个陷阱：它假设未来会重复过去。可生活不是这样。疫情来了，油价暴跌，政策变了，人心散了——这些在历史数据里找不到对应模式。模型会失灵，而且往往在最需要它的时候失灵。2008年金融危机前，那些复杂的风险模型都在说“没事”。它们没算到人性里的贪婪和恐惧会同时爆发。

第二个陷阱更隐蔽：模型会自我实现。比如一个预测某只股票会涨的模型，被足够多的人相信，大家蜂拥买入，股价真涨了。模型看起来准了，但它只是制造了一个反馈循环。这不是预测，这是操纵。同样，一个说某社区犯罪率会上升的模型，可能导致警力过度部署，引发更多冲突，反而让犯罪率真的上升。模型成了剧本，而不是镜子。

那模型还有用吗？有。但得知道它什么时候有用。预测天气、预测机器故障、预测下个月的电费——这些相对稳定的系统里，模型很靠谱。因为物理规律和用户习惯短期内不会大变。可一旦涉及人、社会、经济，模型就变得脆弱。它像一根拐杖，能帮你走平路，但遇到坑洼，你得自己跳过去。

我认识一个做数据科学的朋友。他每次跑完模型，都会在报告最后加一句：“以上结果基于历史数据，未来可能不同。”老板嫌他啰嗦，让他删掉。他删了，但私下跟我说：“删了这句话，模型就成了骗人的。”我懂他的意思。模型本身不骗人，骗人的是那些把模型当真理的人。

所以，下次看到“87%概率下雨”，别急着收衣服。看看天，摸摸风，再决定。模型是个工具，不是答案。它帮你思考，但不能替你思考。真正的预测，永远发生在模型之外——在你对世界的观察、经验和判断里。