Open sidebar
每日文摘
搜索
趣图
名言
人物
标签
搜索
热点人物
戴尔·卡耐基
查理·芒格
卢梭
罗翔
史铁生
张爱玲
佚名
周希陶
罗曼·罗兰
维克多·雨果
约翰·洛克
简·奥斯汀
杰夫·贝索斯
爱默生
鲁迅
歌德
陈继儒
马云
钱钟书
稻盛和夫
人气标签
我
你
自己
事
爱
生活
世界
人生
死
路
时间
梦
生命
幸福
永远
善
快乐
恶
成功
希望
爱情
人类
社会
努力
教育
精神
自由
女人
朋友
心灵
在非线性情况下，简单的“有害”或“有益”的陈述都会失灵：关键在于剂量。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb），男，安皮里卡资本公司的创办人，也是纽约大学库朗数学研究所的研究员。
在医学领域，医源性损伤会因人口基数大而分散（因而是平均斯坦），而社会科学和政策所带来的医源性损伤则不同，由于权力的集中，其产生的伤害可以一举摧毁我们所有人（也就是极端斯坦）。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在一定剂量范围内，一切具有凸性的事物都有反脆弱性。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在严重的病理情况下，你确实需要服药，但我的情绪、悲伤，突如其来的焦虑，实际上是智慧的第二来源——甚至是第一来源。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在社会科学中，我们应该称这些阐述为“幻想”，而不是理论。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在你病得很重的情况下，服药的益处比医源性损伤要大；而在症状轻微时，其益处则相对很小。这意味着，我们需要重点关注重病症的情况，而忽略——我说的是真的忽略——病情并不严重的情况。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在某种程度上，这种错误酷似火鸡问题，将我们没有看见的东西疑为不存在，这与将缺乏证明某事的证据错当成证明某事不存在的证据如出一辙。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在某种程度上，我们都有类似的障碍，当同一种思想在不同的背景中出现时，我们就无法辨识了。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在某个领域工作的人并不受制于一系列考试；他们之所以受到雇用与伶牙俐齿毫无关系。进化不依靠叙述故事，只有人类才需要；进化也不需要为“蓝色”指定一个称谓。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在很多情况下（病情轻微），任何使你远离医生、选择无为策略（因此给予大自然发挥作用的机会）的事情都是有益的。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在复杂领域，知识或所谓的“知识”阻碍了研究的发展。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在非线性情况下，简单的“有害”或“有益”的陈述都会失灵：关键在于剂量。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在大多数充满高度随机性的情况下，人们无法真正判断一个成功的人是否确实有能力，或者一个有能力的人是否能够成功，此时我们很容易被随机性所欺骗，但我们几乎总是能够预测到相反的情况，即一个完全没有能力的人终将失败。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在脆弱性的情况下，一个人捡了芝麻，却丢了西瓜；而在反脆弱性的情况下则是丢了芝麻，得到了西瓜。因此，在反脆弱性的情况下，你可能在很长时间内反复失败，但不会遭到很大的损失，只要碰巧做对一次就可以大赚；而在脆弱性的情况下，一次损失就可能让人一蹶不振。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在“成熟”市场上没有免费的午餐，看似免费午餐的背后必定隐藏着风险。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
预测者在预测误差面前是脆弱的。过于自信的飞行员最终导致机毁人亡，而数据预测则导致人们承担更多的风险。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
与害怕尝试新事物的研究员不同，每当大自然看到不对称性，它就看到了选择的机会。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
愚蠢的人总是力图赢得辩论，而聪明人则寻求获利。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
愚蠢的人有一个核心特征，那就是他们永远不会知道，他们之所以容易上当是因为他们的思维局限。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
有些事情能从冲击中受益，当暴露在波动性、随机性、混乱和压力、风险和不确定性下时，它们反而能茁壮成长和壮大。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
由于有了反脆弱性，我们做的要比我们想象的更好。我宁愿做愚钝但具有反脆弱性的人，也不做极其聪明但脆弱的人。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
由于一个小小的例外便可以推翻一个论断，因此，虽然我们不能确定某个事物就是什么，但证伪总是比证实更容易找到依据。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
