贝叶斯式动态判断
定义 把判断看成一个随信息不断更新的概率过程：基于当前已有信息先给出一个概率判断，每获得一条新信息就修正这个判断，逐步逼近真相。源自概率学的贝叶斯模型。
背景｜为何出现 现实决策几乎从不在信息齐全时发生。人们常因”信息不全”而瘫痪、不敢下结论。贝叶斯式思维提供了一条出路：不确定不是不判断的理由，而是持续修正的起点。
机制｜怎么运作 ①用先验（已有常识/经验）给出初始判断；②每来一条新证据，就调整概率；③信息越全，判断越接近真相。关键不是一次判定，而是判断—收信息—再修正的迭代循环。
案例｜应用 50–100 米外走来一个长发的人：先验上判”女性概率高”→看到皮衣+吉他，修正为”可能是摇滚乐手，男性概率上升”→看清清秀面容，再调向女性→听到磁性嗓音…每条线索都在更新概率，直到开口确认。创业者每天都在对市场、对人做同样的动态下注。
启发｜怎么用 遇事别等”绝对确定”。先问”现在的信息支持哪个判断”，下注；再问”还缺什么信息能优化判断、如何获取”，主动补全。把决策当成可迭代的概率游戏，而非一锤定音的对错题。