假設你在美國加利福尼亞州已經拿到駕駛執照，並且駕駛經驗豐富。你在開車過程中遇到過各種各樣的現象：惡劣的天氣、擁堵的學區和停車場、交通堵塞、水平參差不齊的司機、濕滑的道路、笨重的車輛、輕微事故，你甚至可能遭遇過危險。
冬日的一天，你在加拿大安大略省租了一輛汽車，一路向北行駛。你已經提前知曉，這條路會有點兒滑。於是，你開著這輛四輪驅動的汽車低速行駛。開始下雪了，但這種情況已經有人提醒過你。如果雪下得更大，你會靠邊把車停下，然後找一個地方休息。但是，還沒等你做好準備，你就出現了雪盲（風和粉末狀的雪包裹在汽車四周，白茫茫的一片，人分不清方向，看不到天際，也看不到其他車輛）。你從未經歷過類似情況：四周悄無聲息，感覺不到任何動靜，你身處雪白的環境中，就像飄浮在雲端。你該怎麼辦呢？拉起手剎，把車停到自認為是路邊的地方嗎？這時候你所做的任何決定，與你在加州豐富的駕駛經驗都沒有關係。你需要考慮的是：你以及其他車輛都在做什麼。
這個例子雖然較為罕見（當然，只是對於加州的司機而言），但是卻很重要。如果做出了錯誤的決定，司機就很可能喪命。雖然我本人就住在安大略省，但我也只經歷過一次雪盲而已。當時我確實非常擔心自己會命喪於此。我當時的做法是這樣的：不踩剎車（不想被後面的車撞上），一路直行不轉彎（希望前面的路夠長），打開應急雙閃燈（希望後面的車能注意到我），並且仔細觀察前方是否也有閃爍的應急雙閃燈（希望前面的車也能照做）。我就這麼一直緩慢前行，直到雪盲結束。我竟然幸運地活了下來！
有人可能會說，訓練有素的安大略省司機應該都經歷過雪盲，他們所缺乏的只是更多的訓練而已。但問題就在於：訓練到什麼程度才算夠呢？我們是否要擔心開車過程中油門卡住的情況？晚上駕車時大燈不亮的情況？交通信號燈持續紅燈，出現故障的情況？一頭鹿被撞倒，死在車前的情況？乘客試圖爬出窗外的情況？一群暴徒圍住汽車的情況？汽車被颶風刮動的情況？很明顯，上述情況都不可能，我們不會也不可能將所有的狀況列成清單，都放到駕駛訓練中去。
這裡體現的問題在於：儘管上述每一種情況都非常罕見，但是駕駛汽車時總會有很多奇奇怪怪的事情發生，所以我們總會遇到其中的某種情況。
更為典型的例子可能就是關於文本中出現的詞語。英國國家語料庫（British National Corpus）是一個從各種來源獲取英語文本信息的大型數據庫。語料庫中共有大約一億個單詞，其中大部分詞語是人們經常使用的，但也有一些詞語在整個語料庫中只出現過一次。令人驚訝的是，這部分詞語所佔的比例是0.5%。語料庫中出現次數最多即10次（這可是一億分之十的概率）的詞語，占總體的1.7%。這是一個典型的長尾分佈的案例。在這種情況下，這些非常罕見的詞語之所以極其重要，是因為它們的數量過於龐大。因此，我們在閱讀文本時才能夠有機會看到它們。通常情況下，我們並不指望一個智能代理能從那些極為罕見、一般不會出現的經驗中學到什麼。如果可以忽略這些罕見事件，系統仍然可以正常運行；如果無法忽略，且它們又是類似於長尾現象的情況，那麼只依賴於過往經驗的系統就會崩潰。