有些非常有用且有效的啟髮式加工，很容易變身搗蛋鬼，給我們惹來麻煩。原因就在於這些啟髮式加工太容易被觸發了。幾十年前，阿莫斯·特沃斯基和丹尼爾·卡尼曼發現了錨定與調整啟髮式[1]。當我們必須要對一個不知道的數量做出估計時，錨定和調整啟髮式加工就開始發揮作用了。使用這種認知策略時，我們會先錨定一個最容易從大腦中提取出來的相關數字。然後，基於已知的特定信息調高或調低這個錨。
這個信息處理過程看起來還不錯。可是，當這個可以被用於錨定的數字與我們即將要處理的問題毫無關係時，問題就出現了。在一個經典實驗中，特沃斯基和卡尼曼向我們展示了錨定傾向在使用認知資源時是何等吝嗇——它完全懶得對錨定數據與問題間的關聯性進行評估。實驗讓被試看著一個數字轉盤，當指示器停留在任意一個數字上時（通過故意操作使這個數字是65），詢問被試：非洲國家在聯合國所佔的百分比是高於還是低於這個數字。在回答完是高還是低之後，要去被試盡量準確地估計非洲國家在聯合國所佔的百分比。另一組的被試所經歷的實驗程序與之相似，唯一不同是指示器停留的數字是10。他們也被要求回答是高還是低的問題，並盡量對真正的百分比做出最為準確的估計。由於在第一個問題中使用的是隨機數字轉盤，按道理說，第一個問題中出現的數字與被試回答第二個問題應該是毫無關聯的兩件事情。但是，研究結果發現，出現在轉盤上的數字嚴重影響了被試對第二個問題的回答。第一組被試（45%）對第二個問題的估值遠遠地高於第二組（25%）。
事實已經很清楚了，兩組被試都在使用錨定和調整啟髮式加工——高錨定組調低了錨定值，低錨定組調高了錨定值——但兩組的調整都太過「黏性」。他們兩組的調整力度都不夠，因為他們並沒有充分考慮到這個錨定值其實是以隨機的方式選擇出來的。錨定和調整啟髮式揭示了錨定過程中對認知資源的吝嗇，而無暇顧及錨定值與當前問題之間的關聯性。
哪怕在錨定值非隨機選取的情況下，認知吝嗇鬼對錨定值的依賴性也太強了。因為，相對於從記憶中回憶、提取與當前問題相關的信息，使用錨定值是一個更為簡單易行的捷徑。研究發現，即使是經驗豐富的房產中介在對地產的真實價值進行評估時，也會受到掛牌價格的影響。在汽車銷售過程中，錨定與調整也發揮著關鍵的作用。銷售人員希望引導顧客將預期價格錨定在MSRP上（官方指導零售價），然後以這個價格為基礎開始討價還價。因為他們知道，錨定調整過程是「黏性」的，在很大程度上受到MSRP的影響，最終的調整結果並不會偏離MSRP太遠。消費者類雜誌和網站給出的建議與上述做法完全相反，他們建議消費者獲取經銷商的進貨價，並以此為錨定點往上還價。對於二手車來說，情況也很類似。銷售人員希望從廣告價格為錨定點開始議價，而消費者導刊則建議消費者參考藍皮書[2]中的價格議價。銷售人員和消費者導刊的做法都是對的。他們都知道協商的起點對於最終的協商結果有著舉足輕重的作用。他們都知道，控制了錨定點的那個人，也意味著控制了整場談判。
依賴於錨定的啟髮式加工在很多重要的情境中都會產生影響，比如司法判決。在人身傷害案件中，原告所要求的賠償金額在一定程度上會影響法官對案件的判決以及原告最終獲得的賠償數。另外，統計數據表明，檢方提起公訴的罪名也會影響到法官的保釋決定。看來，大法官們也是認知吝嗇鬼，他們屈服於簡單的啟髮式加工，以減輕自己的認知負擔。
錨定效應的產生與參照點的盲目使用有關。這類不動腦的信息處理過程會導致荒謬的行為。例如，它會讓人放棄較多的收益，而選擇較少的收益（例如，傾向於選擇5美元，而不是6美元）。怎麼會發生這種事情呢？斯洛維奇及其同事的研究為我們提供了一個案例。這個研究讓被試對兩個賭局的好惡進行評價，賭局一是7/36的概率贏得9美元和29/36的概率輸掉0.05美元；賭局二是7/36的概率贏得9美元和29/36的概率一文不贏。結果發現，人們對賭局一的偏好度更高。他們還報告了另一項相似研究的結果，在對兩個都會輸錢的賭局進行好惡評價時，人們對7/36的概率贏得9美元和29/36的概率輸掉0.25美元的偏好性高於上面的賭局二！在兩場都會輸錢的賭局中，人們以5美分和25美分作為參考值，認為9美元是一筆大數目金錢。在無損失賭局中，並沒有提供可作為參照的點，因此，人們對它的好感度較低。值得注意的是，這個研究中的被試違反了前面討論過的優勢結構，即理性選擇的基礎性規則[3]。