1960年，對於人類決策問題有著濃厚興趣的俄勒岡州立大學心理學教授保羅·霍夫曼獲得了全美科學基金會6萬美元的資助，從而得以放下教學工作，專門去籌建他所謂的「行為科學基礎研究中心」。在此之前，他從未在教學中獲得真正的快樂；學術生涯的停滯不前，尤其是晉陞受阻，也讓他頗為沮喪。有了這筆資助金，他乾脆辭去了教職，在尤金市一處綠樹成蔭的街區買下了一棟樓。這裡之前曾是座一神論教堂，他給重新取名為「俄勒岡研究所」。作為全世界唯一一所只專注於人類行為的私人研究機構，俄勒岡研究所很快就吸引來了好奇的目光和卓越的人才。「在一種合宜的工作氛圍中，一群聰明人默默地探究著人類決策背後的奧秘。」尤金市的一家媒體這樣報道。
這一描述有些模糊，而俄勒岡研究所的標誌性特徵恰恰就是模糊，有些猶抱琵琶半遮面的感覺。沒人知道裡面的心理學家在忙些什麼，只知道他們不會再拿「我是個教授」來搪塞人了。保羅·斯洛維克在離開密歇根大學加入這個研究所之後，曾經被他的孩子們問及他靠什麼謀生，他指著一張印有人腦解剖圖的海報回答說：「靠研究大腦裡面藏著的奧妙。」
長期以來，心理學就像一個承載知識的垃圾桶，凡是其他學科領域不歡迎的問題或者麻煩，無論出於什麼原因，都會被丟進這裡。俄勒岡研究所就好比一個擴容後的垃圾桶。成立之初，研究所接到了一家總部設在尤金市的承包公司的活兒。這家公司受雇在曼哈頓西區協助建造兩棟非比尋常的摩天大樓，也就是後來的世貿中心。被稱為「雙子塔」的這兩棟樓各有110層，建築材料選用的是輕質鋼結構。作為大樓的設計者，山崎實本人就有恐高症，這也是他首次設計高度超過28層的大樓。大樓的業主單位是紐約港務局，他們計劃樓層越高，租金越貴，所以對工程負責人萊斯·羅伯遜提出了要求，希望他能確保住在高層的支付了高昂租金的房客們不會感覺到颳風對大樓的影響。與其說這是個工程問題，不如說是個心理問題——坐在99樓的辦公桌前，你會在多短的時間內感受到樓體的晃動？意識到這一點，羅伯遜找到了保羅·霍夫曼的俄勒岡研究所。
霍夫曼在尤金市另一處綠樹成蔭的街區租下了一棟樓，在樓內，他在液壓驅動輪的頂部搭建了一間屋子。啟動開關後，整間屋子會前後搖晃，但幾乎不會發出任何聲音，就像是曼哈頓摩天大樓的頂層浸潤在微風之中。所有這些工作都是秘密進行的。港務局不想給未來的租戶造成一種他們將在大風中飄搖度日的錯覺，而霍夫曼擔心的是，假如他的實驗對像知道自己待在一個會移動的建築裡，那他們會對晃動過分敏感，從而破壞實驗結果的可信度。保羅·斯洛維克回憶道：「他們設計好這間屋子後面臨的主要問題是，如何在不告訴人們原因的前提下讓他們進入這間屋子。」因此，「搖晃屋」建好後，霍夫曼在樓外掛了一個「俄勒岡研究所視覺研究中心」的招牌，提出為所有到訪者進行免費的眼科檢查。（他找了俄勒岡州立大學心理學院的一個研究生來做助手，這個學生碰巧也是一個持證的驗光師。）
在研究生給來訪者進行眼部檢查時，霍夫曼打開了液壓驅動輪，屋子開始前後晃動起來。他很快就發現，當人們待在一個晃動的房子裡面時，他們能迅速地感覺到某些東西已經晃離了原位，其感知速度之快，甚至出乎世貿中心設計師的預料。「真是個奇怪的屋子。」有人這樣說，「我猜可能是因為我沒戴眼鏡。是惡作劇還是別的什麼？太有意思了。」負責眼部檢查的那位心理學家每天晚上都是頭暈目眩地回到家。[1]
在得知霍夫曼的發現後，世貿中心的工程師、設計師，以及紐約港務局大大小小的官員們，一股腦地飛往尤金市，打算親自體驗一下搖晃屋。他們不相信霍夫曼的結論。羅伯遜後來在接受《紐約時報》訪談時提到了自己當時的反應：「10億美元就這麼泡湯了。」返回曼哈頓後，他仿照霍夫曼的做法自己搭建了一個搖晃屋。最終，為了讓摩天大樓更加堅固，他設計了一種長約75厘米的金屬減震器，並且將11000根這樣的減震器安裝進了每一間屋子。極有可能是因為這些額外增加進去的鋼材，使雙子塔在遭受那架商用飛機撞擊後盡可能久地多堅持了一會兒，使14000人中的一部分人得以在大樓倒塌前成功地逃生。
對於俄勒岡研究所而言，搖晃屋不過是他們的一次牛刀小試。加盟此地的心理學家們都和保羅·霍夫曼一樣，最關注人類決策問題。同時，他們對保羅·米爾的著作《臨床診斷與統計預測》也產生了濃厚的興趣。在這本書裡，作者描述了心理學家在給病人進行診斷，或者預測病人行為時，敗給統計公式的事例。丹尼爾在20世紀50年代中期讀到的也正是這本書。在那之後不久，丹尼爾就在招募新兵的環節中用簡陋的統計公式取代了人為判斷。米爾本人是一個臨床心理學家，他始終認為，像他這樣的以及令他欽佩的心理學家，都有一些無法用統計公式表達的細微見解。然而，截至60年代初，大量研究還是對米爾最初的觀點表示認可，也就是說，都對人的判斷力持懷疑態度。[2]
假如人的判斷力比不上一個簡單的公式，那麼人類就會面臨一個嚴重的問題：大多數需要專家做判斷的學科都不像心理學那樣數據翔實，或者說數據至上。人類的很多活動領域都缺乏足夠的數據，無法以數據為依托構建一個公式去取代人為判斷。現實生活中，大多數棘手的難題都離不開某些專家的人為判斷，比如醫生、法官、投資顧問、政府官員、招生官員、影院管理者、棒球球探、人事經理以及在各行各業做出決斷的那些人。霍夫曼和研究所裡其他的心理學家一樣，都想對專家做判斷的過程一探究竟。保羅·斯洛維克說：「並非我們視角獨特，我們只是覺得這是個重要議題：人們究竟是如何把碎片化的信息整合在一起，對之進行加工，並最終形成決議或判斷的？」
有趣的是，他們的第一步並不是去研究專家們被迫與統計公式較量時表現得有多糟糕。相反，他們開始創建一個模型，以反映專家們在做判斷的時候都在想些什麼。或者說，就像1960年從斯坦福大學來到俄勒岡研究所的盧·戈德堡所言，「以確認在何時何地人的判斷最有可能出錯」。假如他們找到了專家判斷出現偏差的那個點，那麼專家和統計公式之間的差距就有望縮小。斯洛維克說：「我認為，如果能弄明白人類是如何做判斷或做決定的，就有望改進人類的判斷力，就可以使人們更準確地去預測、去判斷。當時我們就是這樣想的，儘管這些想法還不太清晰。」
為此，霍夫曼在1960年專門發文，就專家如何做判斷這一議題進行了闡述。當然，直接去向專家討教也能行得通，但那種方式主觀性太強。言不由衷是人之常情。所以，霍夫曼提出，要想更準確地瞭解他們的思維過程，就必須依靠那些他們在做判斷時接收到的各種信息（霍夫曼稱之為「線索」），並根據他們的判斷去推導不同信息所佔的份量。舉例來說，假如你想知道耶魯大學的招生官員是如何選擇學生的，你可以去問問他們會將哪些指標納入考量。一般來說，他們會考慮年級平均成績、個人成績、運動能力、校友聯繫緊密度、高中學校類型等因素。然後，根據招生委員會的決策情況，你會提取出有價值的信息，會知道在他們做選擇的過程中這些指標各自佔據了多大的權重。假如你的數學水平足夠高，你還可以搭建一個模型，來反映在招生官員的決策過程中這些指標是如何進行交互作用的。（對於來自公立學校的學生，招生官員可能更看重其運動成績，而對來自私立學校的家境較富裕的學生，運動成績並不是最主要的考量因素。）
霍夫曼的數學水平足以讓他搭建起這個模型。在給《心理學公報》投稿的文章中，他取的標題是《臨床判斷中的同質異形現象》。如果說這個題目晦澀難懂，那也是因為霍夫曼本就沒有指望太多人能讀懂他的文章。這是自成一體的一個小世界，是心理學領域中剛剛被發掘出的一個小小角落，不會有太多人關注到它，這原就在霍夫曼的預料之中。盧·戈德堡說：「在尋常生活中做判斷的人們不太可能看到這篇文章，他們不研究心理學，自然不會去看心理學期刊。」
俄勒岡研究所最初選擇了臨床心理學家作為研究對象，但他們很清楚，無論研究結果如何，它們對各種職業領域的決策制定者都適用，比如醫生、氣象學家、棒球球探等等。保羅·斯洛維克說：「也許全世界只有我們15個人在圍著這個議題忙活，但是我們知道，自己在做一件非常重要的事：利用數字去解開複雜而又神秘的直覺判斷之謎。」截至60年代末，霍夫曼和他的團隊已經取得了一些令人激動的發現——盧·戈德堡在兩篇文章中對此做過深入系統的介紹。1968年，戈德堡在《美國心理學家》這本學術期刊上發表了他的處女作。在文中，他先是列舉了少量證明專家判斷不及統計公式準確的研究。「從那些與日俱增的文獻中我得出一個結論，」戈德堡寫道，「在大量的臨床判斷任務（包括那些專門用於判斷醫生的最佳狀況或者精算師的最糟狀況的任務）中，最基本的精算公式就已具備足夠的效度，其準確性不亞於臨床專家的判斷。」
那麼，臨床專家在做些什麼？和其他曾經思考過這個問題的人一樣，戈德堡也認為，當醫生給病人做診斷時，他的大腦一定在進行複雜的活動。戈德堡進而又想，若要用模型來解讀這個醫生的思維過程，那這個模型也一定很複雜。舉例來說，科羅拉多大學的一位心理學家要研究他的同行們，看他們是如何預判哪個學生在適應大學生活的過程中存在障礙。他用錄音機錄下了同行們分析數據時的自言自語，然後試圖用一個複雜的計算機程序來模擬其思維過程。戈德堡說，他寧願選擇一種簡單些的方式。在第一個個案研究中，他選擇了醫生診斷癌症時所採取的方法。
戈德堡解釋說，之所以如此，是因為俄勒岡研究所剛剛完成了一項針對醫生的研究。在俄勒岡大學，研究人員向一群放射科醫生提出了這樣一個問題：你們是如何根據病人的胃部X光片判斷出他們患上癌症的？對方回答說，他們主要依據7個指標：潰瘍的大小、潰瘍邊界的形狀、潰爛面的寬度等。和霍夫曼一樣，戈德堡稱這些指標為「線索」。很顯然，這7條線索之間可能存在多種不同的合理組合，醫生們必須努力從每一種不同的組合中提煉出結論。比如，當潰瘍面積相同時，潰瘍邊界平滑和邊界粗糙可能意味著完全不同的兩種結果。戈德堡指出，專家很容易把他們的思維過程描述得微妙而又複雜，讓人很難用模型去解讀。
作為嘗試，俄勒岡研究所的研究人員著手設計了一個非常簡單的計算程序，其中，上文提到的7個指標被賦予了相同的權重，由它們來共同決定潰瘍是良性的還是惡性的。下一步，研究人員會讓醫生們根據一個7級量表，從96張不同的胃部潰瘍圖片中判定哪些是癌症。量表的7個選項從「肯定是惡性」到「肯定是良性」逐級過渡。他們將每張潰瘍圖片放映兩遍，並且在醫生不知情的情況下，隨機混入了某些圖片的複製品，所以，醫生們並不知道他們面前的這張圖片其實是早先已經被他們診斷過的。研究人員沒有電腦，所有數據都被他們轉寫在打孔卡片上，被郵寄至加州大學洛杉磯分校，由那裡的大型計算機進行處理。他們希望能夠創建出一個計算程序，來模擬醫生的決策過程。
戈德堡以為，這第一次簡單的嘗試僅僅是個開始。計算程序的複雜性有待提高，需要涉及高深的數學知識，需要能對醫生衡量線索時的微妙反應做出解釋。例如，當潰瘍面積超大時，醫生可能得對其他6條線索重新做出判斷了。
然而，當加州大學洛杉磯分校將數據分析結果反饋回來時，俄勒岡研究所的研究人員有些坐不住了（用戈德堡的話說，這個結果「令人害怕」）。首先，他們為洞悉醫生的診斷過程而試著設計的這個簡單的程序竟然相當有效，它能夠極其準確地預測醫生的診斷。醫生們可能認為自己的思維過程既微妙又複雜，沒想到這個數學模型竟能將這一過程記錄得分毫不差。這當然不是說醫生們的思維過程一定很簡單，只能說這個過程完全可以用一個簡單的公式反映出來。更令人震驚的是，圖表顯示，醫生們彼此之間的診斷結果也互不相同。不僅如此，在兩次看到同一張潰瘍圖片後，他們前後矛盾地給出了兩種不同的診斷。這說明，醫生們不僅與他人的判斷有出入，還與自己的判斷相矛盾。「這些研究發現表明，與臨床心理學的情況相比，臨床醫學中的診斷並不具備更高的一致性——下次去看家庭醫生時，你得三思而行了。」戈德堡寫道。如果醫生自己都不能做到診斷結果前後一致，那診斷的正確性自然就得不到保證。
之後，研究人員又以臨床心理學家和精神科醫生為對象，重複了這項實驗。對方提供了一系列能夠反映精神病人是否已痊癒並且可以出院的指標，他們的判斷結果又一次被呈現在圖表上。令人更感奇怪的是，專業經驗最少的醫生（研究生）在判斷哪個病人可以出院的問題上，和經驗最豐富的醫生（高薪資深醫師）一樣準確。工作經驗似乎與診斷準確性（比如判斷哪個人有自殺傾向）沒有關聯。用戈德堡的話來說，「他們在這項任務中表現出的精確性與其專業經驗的多寡沒有關係」。
然而，戈德堡依然沒有急著去怪罪醫生們。他在文章的結尾處指出，問題的根源可能在於，醫生和精神病專家之前很少有機會去評判，或者在必要的時候，去調試自己的思維準確性。他們缺少的是「即時反饋」。因此，他和俄勒岡研究所一位名叫倫納德·羅勒的同事聯手，打算製造這種「即時反饋」。他們將醫生分為兩組，給每組都提供了上千個病例讓他們診斷，其中一組可以在診斷後立即得到反饋，另一組則不能。這樣做的目的，就是想看一看得到反饋的那一組是否能在之後的判斷準確性上有所提高。
結果卻並不樂觀。「如今看來，我們最初對於研究臨床介入問題的設想太過簡單了——要洞悉這種難度的任務，僅靠結果反饋是不夠的，還需要有更多的其他信息。」戈德堡寫道。在這一點上，俄勒岡的另一位研究人員——戈德堡記不清是誰了——提出了一個大膽的建議。「他說，『你搭建的那些用來反映醫生思維過程的模型中，可能會有一個比醫生的診斷還準確』，」戈德堡回憶道。「我想，天哪，說什麼傻話，這怎麼可能？」如此簡單的模型怎麼會比醫生的診斷，比如診斷癌症，還要準確？模型其實就是由醫生們自己打造的，因為其中的所有信息都是他們自己提供的。
儘管半信半疑，但俄勒岡研究所的研究人員還是對這個假設進行了驗證。結果證明，這位同事的猜想是正確的。假如你想知道自己是否患了癌症，那最好的辦法並不是去找放射科醫生分析你的X光片，而是用研究人員的這套模型去測算一下。這套模型不僅勝過了醫生這個整體，而且在和單個優秀醫生做比較時，它也更勝一籌。要想打擊一個醫生，你只需用一個醫學門外漢製作的公式將他取而代之就足夠了。
當戈德堡開始提筆寫第二篇文章「人與人造模型」時，無論對專家，還是對俄勒岡研究所採用的方法，他顯然已經不像原來那樣樂觀了。「我在文章中記錄了試驗的失敗之處——沒能詮釋人類判斷之複雜性。」他提到自己發表在《美國心理學家》上的第一篇文章，「以前那些文獻大多是對專業人士進行臨床診斷時可能存在的複雜交互活動進行的猜測，鑒於此，我們曾天真地以為，僅憑『線索』之間單一的線性組合無法準確地預測人們的判斷，因此打算馬上投身到更加複雜的數學模型的構建中去，以準確地反映個體在做判斷時使用了何種策略。其實這是多此一舉。」醫生們在考慮某個潰瘍的某種特質在診斷中佔多大比重時，似乎自有一套理論。而這個數學模型與他們的理論完全吻合，能夠對潰瘍做出最準確的診斷。只可惜，在實際操作中，醫生們也未能完全遵守他們的這套理論，只能遺憾地被自己創造的模型擊敗了。
這一發現具有重要的意義。戈德堡寫道：「如果能將該結論應用於其他領域的判斷過程，那麼靠主觀判斷來聘用人員的方式大概只能在數學模型面前甘拜下風了。」但是，為什麼會這樣？為什麼一個專家——比如醫生——的判斷竟然不如一個模型準確，而這個模型還是用專家自己的知識搭建起來的？在這一點上，戈德堡只能無奈地表示，專家也是人。「臨床醫生不是機器，」戈德堡寫道，「就算他掌握了全部的專業知識，擁有了所有能讓他提出研究假設的技能，他還是無法擁有機器獨有的可靠性。他會有常人都有的煩惱：厭倦、疲憊、疾病、環境的影響、人際關係的困擾。凡此種種，無不在銷蝕他，最終讓他在同一件事情上會做出完全不同的判斷。要想消除這些判斷過程中的偶發錯誤，以規避人類的不可靠性，我們應該提高預測結果的效度。」
就在戈德堡發表這篇文章後不久，1970年夏，阿莫斯·特沃斯基來到了俄勒岡州的尤金市。他是途經此地，來看望他的老朋友保羅·斯洛維克，之後打算去斯坦福大學待上一年。兩人曾同在密歇根大學讀書。斯洛維克當年是校籃球隊的成員，對於和阿莫斯一起在車道上練投籃的往事，他還記憶猶新。阿莫斯不是校隊成員，投籃時基本都是把球砸在籃筐上——他的跳投姿勢不像是打籃球，倒像是做體操，用他兒子奧蘭的話說，「以比別人慢半拍的速度，把抱在胸前的球晃晃悠悠地扔向籃筐」。儘管如此，阿莫斯對於籃球還是有種莫名的熱衷。「就像有的人喜歡邊走路邊說話一樣，阿莫斯就喜歡投籃，」斯洛維克說，他還小心翼翼地補充道，「他看起來不像是個常練投籃的人。」見面後，兩人又一次拿起了籃球。投球時，阿莫斯告訴斯洛維克，他和丹尼爾近期一直在琢磨人腦的內部運行機制，希望能進一步探索直覺判斷的形成過程。「他說他們想要找一個安靜的地方，能避開大學裡的各種干擾，集中精力專門研究這個課題。」斯洛維克說。關於專家為何也會犯一些重大的、系統性的錯誤，他們已經有了一些初步的結論：並非因為專家們當日運氣太糟。「他們的精妙見地讓我大開眼界。」斯洛維克說。
阿莫斯已經答應斯坦福大學，要在1970—1971年期間去那裡做研究，所以他和仍然留在以色列的丹尼爾暫分兩地。這一年裡，兩人約好分頭收集數據。數據的來源就是他們所設計的那些有趣的問題。丹尼爾選擇的第一批被試是高中生。他讓20來名希伯來大學的研究生坐著出租車，去以色列各地尋找這個年齡段的孩子（「耶路撒冷基本上沒有幾個中學生」）。研究生會提出2~4個在孩子們看來很奇怪的問題，並要求他們用幾分鐘的時間來回答每一個問題。「問卷上列有很多問題，」丹尼爾說，「孩子們肯定做不完，所以只能挑其中幾個來問他們。」
請思考下列問題：
調查對象是該市所有有6個孩子的家庭。其中，在72個家庭裡，孩子的出生順序是女孩、男孩、女孩、男孩、男孩、女孩。
請猜一猜，出生順序為男、女、男、男、男、男的家庭共有多少個？
也就是說，在這個虛構的城市中，假如在72個有6個孩子的家庭中，孩子的出生順序是女孩、男孩、女孩、男孩、男孩、女孩，那麼你估計有多少個六子之家的孩子出生順序是男孩、女孩、男孩、男孩、男孩、男孩？沒人知道這些以色列高中生對此問題做何感想，但是研究生們一共收集到了1500份反饋。而遠隔重洋的阿莫斯也把一些同樣古怪的問題拋給了被試，只不過他選擇的是密歇根大學和斯坦福大學的大學生。
在遊戲環節的每一輪，都會有20個石子兒被隨機分配給5個孩子：阿蘭、本、卡爾、丹、愛德。請看以下分配方式：
第一種 第二種
阿蘭：4個 阿蘭：4個
本：4個 本： 4個
卡爾：5個 卡爾：4個
丹：4個 丹： 4個
愛德：3個 愛德：4個
在多輪遊戲中，是否還會出現上述兩種分佈情況？
這道題的目的是，在很難判斷概率的情況下，看一看人們是如何做出判斷的，或者說是如何做出錯誤判斷的。所有問題都有標準答案。被試提供的答案會被拿來和標準答案做對比，凡是錯誤答案都會被進一步分析。「總體目標是：瞭解人們在做什麼？」丹尼爾說，「人們在判斷概率時，他們的大腦究竟在幹什麼？這是個很抽像的問題，但是，它一定有答案。」
在他們虛構出來的這些問題面前，大部分被試都會答錯——這一點本就在阿莫斯和丹尼爾的預料之中，因為他們自己就曾在類似問題上出過錯。更確切地說，丹尼爾答錯過，並且意識到他犯了錯，於是對他犯錯的原因進行了理論化處理。而阿莫斯對丹尼爾的錯誤以及丹尼爾對錯誤的認識滿心關注，導致他不由自主地也犯了同樣的錯。「我們執著於此，以至於專注變成了直覺，」丹尼爾說，「只有親身犯過的錯，在我們看來才是有趣的。」假如他們兩人在思維過程中栽了同樣的跟頭，或者是不自覺地栽了跟頭，那他們就能斷定，大部分人也會重蹈他們的覆轍——事實證明的確如此。一年間，兩人在以色列和美國分頭開展的調研與其說是實驗，倒不如說是一個個小驚喜：看啊，飄忽不定的人類思維原來是這樣運作的。
很小的時候，阿莫斯就發現，有些人專門愛把生活複雜化。他有一種遠離那些「過分複雜的人」的天賦。但是，他時不時地會遇到一些人，通常是女性，她們的複雜性卻引發了他的興趣。上高中時，他就和日後成為詩人的戴利亞·拉維科維奇私交甚好，這讓同齡人不禁感到意外。他和丹尼爾的友情也給旁人帶來了同樣多的意外。阿莫斯的一位老友後來回憶道：「阿莫斯總說，『人本身並不複雜，複雜的是人與人之間的關係』。然後他會稍事停頓，補充一句：『我和丹尼爾除外。』」丹尼爾身上有一種特質，能讓阿莫斯放下防備，並且能讓他在與丹尼爾獨處的時候，變成另一個人。「當我們一同工作時，阿莫斯的懷疑精神會被暫擱一邊，」丹尼爾說，「他很少在其他人面前這樣做。而這一點，恰恰是我們之間合作的動力。」
1971年8月，阿莫斯攜妻帶子，連同一堆數據，回到尤金市，搬進了半山上能夠俯瞰整個城市的一所公寓。俄勒岡研究所的一位心理學家外出休假，是他將房子暫租給了阿莫斯。「屋內的恆溫設定在29.4攝氏度，」芭芭拉說，「房子裡是落地窗，沒有安窗簾。他們留下了一大堆待洗的東西，但其中沒有一件是衣服。」沒過多久他們就得知，房東都是些裸體主義者。（歡迎來到尤金市！別往下面看！）幾周後，丹尼爾也攜妻帶子，連同更大的一堆數據，來到了尤金市，搬進了一處在丹尼爾看來比裸體主義者還要讓人不安的住所：帶草坪的屋子。對於庭院整葺之類的工作，沒人能比丹尼爾更懂其中的不易了，但他表現出了一種難得的樂觀。儘管他是從一個陽光豐裕的城市而來，但是，他後來說：「在我的記憶中，尤金市始終陽光明媚。」在尤金度過的時光裡，其實多雲的日子遠遠多過晴天。
不管天氣如何，丹尼爾大部分時間都待在室內，在那個由曾經的一神教教堂改造而成的辦公樓裡，他和阿莫斯繼續探討著他們在耶路撒冷時就開啟的話題。丹尼爾說：「我有一種感覺，我的生活發生了改變。我們總是心有靈犀，能飛快地瞭解對方的想法，比瞭解自己還要快。所謂創造的過程，通常是指你提到了某個想法，然後也許要過上若干年，你才恍然大悟。而在我們身上，這個過程被大大地縮短了。我剛一說出某個想法，阿莫斯馬上就能明白。每當我們中間有人靈感突發地提到一個建議，另一個人總會設法從中尋找出閃光點。你剛說出上半句，對方就能接出下半句，而且往往能說中要害。當然，我們也經常給對方帶來驚喜，有些時候真能被對方的想法驚得汗毛倒立。」在此期間，他們也頭一次在職業生涯中擁有了可供自己調配的團隊，錄入論文的活兒交給團隊成員，尋找研究被試的活兒交給團隊成員，籌集研究經費的活兒也交給團隊成員。而他們只做一件事：交談。
人類的思維結構中，有一部分專門製造錯誤，這個問題也成了他們交談的重點。他們開始思考，這部分思維結構會犯哪些可愛的錯誤，或者說會導致哪些偏見。漸漸地，他們形成了一種固定模式：丹尼爾會在每天早晨去辦公室，分析頭一天俄勒岡大學的學生提交上來的問題反饋。（丹尼爾不喜歡拖沓，對於不能在24小時內開展數據分析的那些研究生，他會訓誡說：「在研究生涯裡，拖沓可是個不良之兆。」）快到中午時，阿莫斯才會現身。他們兩人會一起步行去一家賣炸魚和炸薯條的快餐店，和眾多食客一樣站著解決午餐。然後，他們再返回辦公室，把當天餘下的時間都用來交談。「他們自有一套獨特的工作方式，」保羅·斯洛維克回憶道，「那就是一個小時接一個小時地談話，談起來沒個完。」
和希伯來大學的教授們一樣，俄勒岡研究所的科研人員也發現，不管阿莫斯和丹尼爾在談什麼，他們都顯得很開心，因為他們的談話差不多有一半的時間都伴隨著笑聲。他們一會兒用希伯來語，一會兒用英語，打斷對方時，兩種語言又會交雜在一起。他們適逢生活在尤金市，周圍多是慢跑愛好者、裸體主義者、嬉皮士，以及黃松密佈的森林，但就算他們身在蒙古國，也不會有絲毫影響。「我覺得他們兩人對地理環境壓根兒不在乎，」斯洛維克說，「他們不在乎身處何地，只在乎彼此的想法。」同樣被大家注意到的，還有兩人談話中透露出的私密性。在來尤金市之前，阿莫斯還模稜兩可地表示希望讓保羅·斯洛維克和他們一起幹，但是待到丹尼爾前來，形勢就變得很明朗：斯洛維克是個局外人。「我們不可能三人同行，」保羅·斯洛維克說，「他們兩人不希望被任何人打擾。」
有趣的是，他們並不願意做原來的自己，而是希望成為他們在一起時的那個自己。於阿莫斯而言，工作就是玩樂，假如在工作中感受不到任何樂趣，他會覺得這份工作不值得一做。如今，這種心態也影響到了丹尼爾。一切都是全新的感受。丹尼爾就像是個擁有全世界最棒的玩具櫃的孩子，因為太過優柔寡斷而變得木訥，以至於從沒充分享受過玩具帶給他的快樂，只會一味地在玩具水槍和電動滑板車之間舉棋不定，糾結不已。阿莫斯的出現是個異數，是他對丹尼爾說「來吧，打起精神，讓我們把這些東西通通玩一遍」。在兩人後來的相處中，丹尼爾也有幾回陷入了深深的沮喪中。他會來回踱著步子，嘴裡唸唸有詞：我的靈感沒了。即便在這時，阿莫斯也能從中打趣。兩人共同的朋友阿維沙·瑪格裡特回憶說：「每當聽到丹尼爾說『我完了，我的思維枯竭了』，阿莫斯總會笑著說：『丹尼爾一分鐘內的想法都要多過100個人100年內的想法。』」兩人坐下來寫作時，身體幾乎像粘在了一起，偶爾瞥見這一幕的人不禁會覺得不可思議。「寫東西時，他們會並肩坐在打字機前，」密歇根大學的心理學家理查德·尼斯比特回憶說，「我簡直無法接受。那感覺就像是讓其他人來替我刷牙。」可是用丹尼爾的話說：「我們是在共享思想。」
他們的第一篇文章——他們仍然多多少少視之為在學術界的一次玩兒票——已經指出，在面對那些有正確答案的概率問題時，人們並沒有像統計學家那樣去做判斷。即便是統計學家自己，也沒有以統計學者的方式去思考。《小數定律之我見》這篇文章又引出了另一個顯而易見的問題：假如人們沒有依靠統計推理去解決問題，即便這些問題可以通過統計推理得出答案，那麼他們又是在依靠哪一種推理方式？在各種充滿隨機性的生活場景下，比如在21點牌的牌桌上，如果他們沒有做這般思考，那又是如何思考的？在第二篇文章中，二人對上述問題進行了詳細的解答。至於題目，這正是讓阿莫斯糾結的一點。沒想好題目，他就拒絕動筆。在他看來，題目能準確地反映文章想要表達的主題。
然而這一次，他們給文章取了個晦澀難懂的題目。至少在起步階段，他們還得遵守學術圈兒的遊戲規則，如果題目淺顯直白，那麼文章是引不起重視的。他們頭一次嘗試探討人類判斷之謎的這篇文章被取名為《主觀概率：代表性判斷》。[3] 主觀概率——人們大概能猜出來是什麼意思。所謂主觀概率，是指人們對於某件事情發生的概率的主觀猜測或評價。午夜時分，當你透過窗子看到上中學的兒子躡手躡腳朝前門走來時，你對自己說：「他八成剛剛喝了酒。」這就是主觀概率。但是，什麼叫作「代表性判斷」？「主觀判斷在生活中扮演著重要的角色，」文章這樣開了頭，「我們所做的決定，所形成的結論，所提出的解釋，通通都是基於我們對不確定事件的可能性所做的判斷，例如，一份新的工作，一個未知的選舉結果，或者一個未卜的市場前景。」在此類情境中，人的大腦並沒有順理成章地去計算正確概率。那它究竟做了什麼？
丹尼爾和阿莫斯給出了答案：大腦用經驗法則代替了機會法則。他們把這些經驗法則稱為「啟發性」的。而他們意欲探討的第一個啟發性法則就是「代表性」。
兩人指出，人們在做判斷時，都會把所判斷的東西和他們大腦中的某個既定模式做對比。這些雲朵和我所知道的暴風雨臨近時的雲朵是不是相同？這個潰瘍與我心目中惡性腫瘤的樣子是不是一樣？林書豪是否符合我對NBA未來球星的想像？那位好戰的德國元首像不像一個精心策劃種族滅絕政策的殺人狂魔？世界不僅是個舞台，它還是個賭場，每個人的生活都像是一場勝負難料的賭局。當人們在不同的生活場景中進行概率揣測時，其實是在對相似性——或者說是代表性——進行判斷。你對於總體有一個基本概念，比如「象徵暴風雨的雲朵」「會癌變的胃部潰瘍」「實施種族滅絕政策的獨裁者」，或者「NBA的球員」。遇到具體事例時，你會把它們拿來與總體概念進行比較。
至於這些思維模式一開始是如何形成的，以及人們是如何對代表性進行判斷的，阿莫斯和丹尼爾並沒有深究下去。相反，他們關注的是人們腦海中的思維模式在哪些情況下最明顯。某個具體對象與你心目中的形象越接近，你就越有可能認可它的代表性。他們寫道：「我們的論點是，在多數情況下，只要事件A比事件B具有更多的代表性，我們就認為事件A的發生概率要高於事件B。」某個籃球運動員與你心目中NBA球星的形象越相似，他就越有可能被你看成是NBA球員。
他們有一種直覺，那就是，人們在做判斷時，犯下的錯誤並不是隨機的，而是系統性的。在給以色列中學生和美國大學生發放的問卷中，那些稀奇古怪的問題就是用來探查和梳理人類錯誤的形式的。這個問題很抽像。被他們稱為「代表性」的經驗法則並不總是錯誤的。如果說在不確定的狀況中，思維所採取的方式有時會做出錯誤的判斷，那也是因為這種方式通常情況下很有效。能夠成為NBA球員的人，大多和你心目中NBA球員的典型形象相一致。但也有個別人是例外，人們因而會犯一些系統性錯誤——你可從中窺見經驗法則的影子。
例如，在有6個孩子的那些家庭中，孩子的出生順序既有可能是男、女、男、男、男、男，也有可能是女、男、女、男、男、女。但是在參與調查的以色列孩子看來——他們和世界上任何地方的孩子都一樣——女、男、女、男、男、女這種出生順序更可能發生。為什麼？「因為5個男孩1個女孩這樣的組合不符合以色列男女人口的比例。」他們解釋道。這個組合不具有代表性。此外，如果讓同樣一批以色列孩子從另外兩組出生順序——男、男、男、女、女、女和女、男、男、女、男、女——中間做選擇，他們絕大部分選擇了後者。這兩種出生順序同樣都可能存在。為什麼他們會選擇後者，而不是前者？丹尼爾和阿莫斯解釋說，是因為人們認為出生順序具有隨機性，上述順序中，後者看起來隨機性更大一些。
那麼接下來的問題就是：在計算概率時，我們所依靠的經驗法則是在什麼時候引起重大計算失誤的？有一種答案是：凡是在人們必須對含有隨機成分的東西做評判時，失誤必會發生。丹尼爾和阿莫斯在文中指出，僅憑不確定事件與總體之間的相似性是不足以說明問題的。「它還應該能反映出它所依附的不確定過程的各種屬性。」也就是說，假如過程充滿隨機性，那麼結果也應該表現出隨機性。二人並沒有對「隨機性」的思維模式一開始是如何形成的做出解釋。他們只是說，讓我們來討論那些帶有隨機性的判斷吧，對於何為隨機性，心理學家有著高度一致的見解。
「二戰」期間，倫敦的居民始終認為空中落下的炸彈是定向投放的，因為城區中有些地方連續被炸，而有些地方一直都能倖免。（統計學家後來證明，炸彈投擲的範圍與隨機轟炸波及的範圍是完全一致的。）當兩個同班同學同一天生日時，人們會覺得這是個很典型的巧合，但事實是，在任何一個由23人構成的群體中，兩個人在同一天出生的可能性都會超過50%。我們心目中的「隨機性」與真正的隨機性相去甚遠，因為我們所認為的「隨機性」中不包含那些只有真正的隨機性才包含的內容和形式。假如你將20個石子兒隨機地分給5個孩子，那他們每人更有可能得到4個（見前文第二種分配方式），而不是得到第一種分配方式所顯示的那組數字。但是，作為被試的美國大學生堅持認為，第一種分配方式要比第二種分配方式更有可能出現。這是為什麼？因為第二種分配方式「看起來太均等了，不像是隨機而為」。
丹尼爾和阿莫斯在文中提出了這樣一個疑問：隨機性是可估量的一個東西，假如對它的錯誤認識會導致人們產生誤判，那還有多少更模稜兩可的錯誤認知會引導人們做出錯誤判斷？
美國成年男女的平均身高分別是1.78米和1.63米。兩組的標準差都是6.35厘米。[4]
調查者隨機抽取了一個性別組，並且從中隨機選取了幾名被試。
你認為，在以下前提下，調查者選取男性組的可能性是多大？
1.有一個被試的身高是1.78米。
2.被試中，有6人的平均身高是1.73米。
大部分人認為，要滿足第一個條件，則該組為男性組的概率是8︰1；而要滿足第二個條件，該組為男性組的概率就是2.5︰1。但其實，第一種情況的正確答案是16︰1，第二種是29︰1。由6個人構成的樣本組要比單人樣本提供的信息多得多。然而，人們還是會錯誤地認為，如果某人的身高達到1.78米，那麼比起6人平均身高是1.73米的情況，前者更有可能說明該組成員性別為男性。之所以沒能正確估計出真實概率，是因為人們把可能性較低的那個命題誤當成了某個可能性較高的命題。阿莫斯和丹尼爾推斷，人們之所以這樣做，是因為當他們看到1.78米這個數字時，心裡會想，這明顯是個男人！他們一貫認為只有男性才會長這麼高，這種思維定式遮蔽了他們的雙眼，使他們忘記了這也有可能是一個女人的身高。
某個城鎮有兩家醫院。在較大的那家醫院裡，平均每天會迎接45名新生兒。在較小的那家醫院中，平均每天會迎接15名新生兒。新生兒中約有50%是男孩。但是，男性新生兒所佔的百分比每天都不同，有時高於50%，有時低於50%。
在一年間，兩家醫院對於男性嬰兒日出生比例高於60%的天數進行了統計。你認為哪家醫院所統計的天數更多？請從下列選項中選擇。
——大醫院
——小醫院
——基本相同（即浮動小於5%）。
這一次，人們又出錯了。大部分人選擇了「基本相同」，而正確答案是「小醫院」。樣本量越小，就越不可能代表總體。「當然，我們並不想說人們不懂得樣本量對於取樣差異性的影響，」丹尼爾和阿莫斯寫道，「人們能夠學會正確的方法，而且可能掌握得很快。關鍵是，當自己動手解決問題時，他們並不照規矩來。」
一頭霧水的美國大學生可能會說：這都是些什麼稀奇古怪的問題！它們和我的生活有什麼關係？但阿莫斯和丹尼爾堅信，關係很大。文中寫道：「在日常生活中，人們常常會問自己和他人這樣的問題：那個12歲男孩將來成為科學家的可能性有多大？那個候選人成功晉級的概率是多少？那家公司閉門歇業的概率是多大？」二人承認，他們把範圍限定在了那些能夠通過客觀計算得出概率的問題上。但是他們確信，在那些很難判斷其概率的問題面前，人們還是會犯相同的錯誤。比如，在揣測某個男孩長大後會靠什麼謀生時，人們總會受思維定式的影響。假如該男孩與他們心目中科學家的形象相符，那他們就會堅信對方長大後會從事科研工作，而完全不考慮有多少孩子會真的成為科學家。
當然，至於人們是不是在這些很難知曉其概率的問題上做出了錯誤判斷，你無法驗證。在正確答案並不存在的情況下，你如何能證明人們給出的是錯誤答案？但是，在概率可知時，如果人們因為受相似性的影響而做出了誤判，那比起概率完全不可知的情況，他們的判斷有沒有可能更準確一些？
丹尼爾和阿莫斯的第一個主要觀點是：人的思維中存在一種機制，它既能幫助人做出正確的判斷和決定，又能導致嚴重的判斷失誤。他們在俄勒岡研究所寫下的第二篇文章描述了另一個思維機制，這與他們形成第一個觀點僅僅相隔幾周。丹尼爾說：「並不總是代表性在發揮作用，還有些其他東西。也不光是相似性。」新論文的題目越發晦澀難懂了：《可得性：頻率與概率判斷的啟髮式》。兩位作者再一次借助了學生回答問題所提供的反饋。大部分學生都來自俄勒岡大學，他們如今成了二人長期合作的實驗對象。他們將一大批學生集中在教室裡，要求對方不借助字典或任何文本，回答以下這些古怪問題：
有人對英語中26個字母的出現頻率進行了研究。先選擇一個典型文本，然後記錄下不同字母出現在單詞首字母和第三個字母上的相對頻率。字母數不足3個的單詞不在統計範圍內。
研究人員將給你指定幾個字母，要求你判斷這些字母是否更多地出現在單詞的首字母或者第三個字母上，並且判斷它們出現在上述位置中的比例。
以字母K為例：
K更有可能出現在：——首字母上
——第三個字母上
（二選一）
我估計K出現在上述兩個位置的比例是：（）︰1
如果你認為K出現在單詞首字母上的可能性是出現在第三個字母上的兩倍，那麼上述問題中你會選擇第一個選項，比例填空中你會填2︰1。通常情況下，人們就是這樣判斷的。丹尼爾和阿莫斯又將字母R、L、N和V拿來進行同樣的統計，結果發現，這些字母出現在單詞第三個字母上的頻率通通都大於出現在首字母上的頻率，其比例是2︰1。人們的判斷又一次出現了系統性錯誤，錯得離譜。丹尼爾和阿莫斯指出，之所以出錯，是因為記憶扭曲了認知。人們更容易回想起以K打頭的單詞，而不太容易想起K在第三個字母上的單詞。
人們越是容易回想起某個場景，即可得性越高，就越有可能認為這個場景是存在的。某個剛剛發生、格外生動、格外常見的事件，或者任何一件碰巧已經先行佔據人的思維的東西，極有可能被人們輕而易舉地回想起來，並最終在他們的判斷中佔據不合宜的比重。丹尼爾和阿莫斯已然發現，在某個剛剛發生的事情的干擾下，他們的判斷力變得相當不可靠。比如，在公路上遇到一起慘不忍睹的車禍後，他們的駕駛速度明顯會慢下來，因為他們對於遭遇車禍的可能性已經有了不一樣的判斷。看完一部描寫核戰爭的影片，他們對核戰爭的憂慮更甚於從前，甚至可以說，他們覺得核戰爭極有可能發生。人們在概率判斷中表現出的反覆無常——一部兩小時長的電影就能改變他們的觀點——足以說明思維中負責此類概率判斷的那套機制究竟是不是可靠。
接下來，他們又介紹了另外9個同樣古怪的小實驗，以進一步描述記憶是如何戲弄人的判斷力的。丹尼爾覺得，記憶玩弄的這些小把戲很像是他年輕時看到的格式塔心理學家提出的視覺幻象。這些東西擺在你面前，愚弄了你，讓你迫不及待想知道為何會如此。他和阿莫斯要展現的，不是視覺幻象，而是思維幻象，但二者的作用是相似的。而且這一次，他們可用的素材相當豐富。比如，他們給俄勒岡大學的學生讀一串人名，共39個人名，每2秒讀出一個名字。這些名字的性別特徵很明顯。其中有幾個是著名人物，比如伊麗莎白·泰勒、理查德·尼克松；還有幾個是知名度不那麼高的人，比如拉納·特納，威廉·富布賴特。共有兩張名單，其中一張名單上有19個男性名，20個女性名；另一張名單上有20個女性名，19個男性名。女性名居多的名單中包含更多的男性著名人物，而男性名居多的名單中包括更多的女性著名人物。毫不知情的俄勒岡大學的學生們在聽完一串名字後，被告知要對這組名字中男性名居多還是女性名居多做出判斷。
結果，他們的答案和事實南轅北轍。如果名單中本來男性名居多，但因為女性名都是些著名人物，學生們就以為這份名單中女性名居多。反之亦然。做完這些奇怪的小實驗後，丹尼爾和阿莫斯在文中寫道：「每個問題都有一個客觀公正的答案，在很多現實情況中，人們並不是這樣進行概率判斷的。每一次經濟蕭條，每一場成功的手術，或是每一樁破裂的婚姻，從根本上來看都是獨一無二的，都不可能僅憑一個簡單的統計公式來判斷它的概率。但是，我們可以用便利性啟髮式來判斷這些事件的可能性。例如，在判斷一對夫妻會不會離婚時，你可能會在自己的記憶庫中搜索情況相似的夫妻。假如你從記憶庫檢索到的夫妻多數都離異了，那麼你會判斷眼前這對夫妻同樣有可能離異。」
並非人們愚笨，而是因為在判斷概率時，人們所奉行的原則（越容易想起來的事兒，就越容易是真實存在的）往往發揮了強大的作用。但是，當他們要去對那些很難從其記憶庫裡找到判斷依據的事情做出評判時，帶有誤導性的信息會輕而易舉地入侵他們的思維，這個時候，他們就會做出錯誤判斷。「因此，」阿莫斯和丹尼爾寫道，「可得性啟髮式會導致系統性偏見的出現。」人的判斷會被那些容易被記住的事情所扭曲。
在明確了思維中負責不確定性的兩種機制之後，阿莫斯和丹尼爾自然而然地又有了下一個追問：還有別的嗎？在這個問題上，他們顯然沒有太大把握。離開尤金之前，他們草草寫下了一些想法。「條件性啟髮式」是他們就此問題提出的另一個術語。他們注意到，在判斷某件事情的不確定程度時，人們會做出「不加說明的假設」。「例如，評估一家公司的盈利情況時，人們會假定經營條件正常，在這一假定的基礎之上，他們再做評估，」二人在筆記中寫道，「他們沒有將非正常經營條件考慮在內，比如戰爭、經濟蕭條或主要競爭對手已被迫退出市場。」顯然，此處存在另一種導致錯誤判斷的情況：人們對有些事一無所知，但問題在於，他們不願自找麻煩地在做判斷時將自己不知道的東西作為重要因素考慮在內。
他們認為還可能存在的另一個啟髮式叫作「錨定與調整性啟髮式」。他們通過一組中學生演示了這種情況。學生需在5秒鐘之內猜出一道數學題的答案。第一組學生拿到的題目是：
8×7×6×5×4×3×2×1
第二組的題目是：
1×2×3×4×5×6×7×8
5秒鐘的時間顯然不足以完成一道數學計算題，因此他們只能靠猜。兩組的答案本該是接近的，但結果卻並非如此。第一組答案的中位數是2250，第二組答案的中位數是512（正確答案是40320）。第一組學生之所以給出了一個數值較高的答案，是因為他們以8作為起始點，而第二組學生選擇的起始點卻是1。
思維的這個小把戲實在是簡單得讓人難以去演示。人們會根據一個與有待解決的問題毫不相關的信息去確定思維之錨。比如，丹尼爾和阿莫斯要求被試去轉動一個指針範圍從0到100的大轉輪，然後讓對方猜測聯合國裡有多少個非洲國家。那些讓轉輪指針停在較大數字上的人，往往判斷聯合國裡有較多的非洲國家；而讓轉輪指針停在較小數字上的人，則判斷聯合國裡的非洲國家較少。這是為什麼？錨定性是不是和代表性和可得性一樣，也是一種啟髮式？它是不是人們在找不到某個問題的真正答案時所採取的一種對策？阿莫斯認為是，而丹尼爾卻認為不是。他們兩人從沒在這個問題上達成過百分之百的共識，因而也沒有就此寫過文章，只是把它作為一個部分寫進了研究總結。丹尼爾說：「我們依然要將錨定性考慮進來，因為它的影響實在是太驚人了，但是，我們也因此無法準確定義何為啟髮式了。」
丹尼爾後來說，很難說得清他和阿莫斯一開始都在做些什麼：「那是一團概念的迷霧，怎麼能解釋得了？」他說，「沒有知識工具能用來詮釋我們的研究發現。」他們研究的是偏見，還是啟髮式？研究的是錯誤，還是引起錯誤的機制？錯誤使你能對以下機制進行部分的描述：偏見與啟發如影隨形。偏見很快也將擁有個性化的名字，比如「近因偏見」和「生動性偏見」。但是，當他們試著探尋自己犯過的錯誤，然後去思維海洋裡追溯這些錯誤的源頭時，卻偶然發現，有些錯誤是無跡可尋的。對於沒有明確機制的系統性錯誤，他們該如何是好？「我們實在想不出其他的了，」丹尼爾說，「只存在極少的幾種機制。」
他們從未試圖去解釋代表性啟髮式的思維基礎是如何形成的。同樣，對於人類記憶是如何讓可得性啟髮式誤導我們的，他們也沒有多談。他們的注意力完全放在這些啟髮式所變的那些戲法上。一個人越是在複雜的、接近生活的場景中做判斷，就越容易被可得性所誤導。在很多複雜而真實的情境中，比如埃及會不會侵略以色列，或者當丈夫的會不會另尋新歡，人們總是會構建場景。深藏在記憶中的、被我們編織起來的故事，成功地取代了概率判斷。「扣人心弦的場景很容易束縛我們的後續思考，」丹尼爾和阿莫斯寫道，「大量證據顯示，一旦我們以某種方式對不確定情況做出了感應或詮釋，就很難再換成另一種方式。」
但是，人們所編織的這些故事也受到素材便利性的影響。「過去的經歷塑造著你對未來的看法。」他們寫道。桑塔亞納曾有個關於歷史的名句：忘記過去的人注定要重蹈覆轍。他們把這句話做了個顛倒。他們提出，人們對過去的記憶很容易改變他們對未來的判斷。「當我們認為某個結果完全不可能時，其實是因為我們的腦海中搭建不起這樣一條能夠導致該結果的事件鏈。問題往往就出在我們的想像上。」（這句話並不出自他們已刊發的文章，而是摘自文章發表一年後他們所寫的研究總結。）
當一切未知或者不可知時，人們編織的故事自然就很簡單。丹尼爾和阿莫斯總結道：「只考慮相對簡單的場景，這種傾向可能在矛盾情境下具有格外重要的作用。處在矛盾中時，個人情緒和想法比起對手的情緒和想法更具有可得性，因為你不大可能知道對手關於棋局或者戰局的看法。」想像似乎也受某種規則的支配，這些規則制約著人們的思考。對一個1939年生活在巴黎的猶太人而言，判斷德軍是否會像1919年那樣作戰，遠比預測德軍會在1941年採取什麼動作要容易得多。
[1] 關於世貿中心雙子塔的建成和坍塌，詹姆斯·格蘭茨和埃裡克·利普頓曾寫過一篇精彩的文章，於「9·11」一週年紀念的前幾日刊發在《紐約時報雜誌》上。在此我要向他們二人給予我的啟發表示感謝。威廉·龐德斯通的著作《無價之寶》中還有一些關於搖晃屋的詳細描述。
[2] 在該書出版32年之後的1986年，米爾寫了一篇短文，題為《拙作的因與果》。在文中，他對當時甚囂塵上的證明專家判斷靠不住的一些實例進行了分析探討。米爾寫道：「當你調查了90個對象，以檢驗他們對足球比賽結果或肝病診斷方案的預測能力時，你發現只有不到半打的證據勉強站在臨床醫師這一邊。這個時候，你就該做出結論了。……並不是針對某個人發動人身攻擊，而是對事實加以詮釋。我認為，這種結果只不過又一次證明，人類行為中的不理性因素是普遍存在而且不服管束的。」
[3] 合作之初，二人就意識到很難分得清誰對文章的貢獻更大，所以他們決定輪流來當第一作者。在《小數定律之我見》發表時，阿莫斯靠拋硬幣榮當第一作者，所以在《主觀概率：代表性判斷》這篇文章中，第一作者是丹尼爾。
[4] 標準差是描述總體分佈情況的一個統計數值。標準差越大，總體差異性就越大。當男性平均身高是1.78米時，若標準差為6.35厘米，意味著有68%左右的男性身高處在1.72米到1.84米之間。