第七章：归纳与类比——或然性思维¶

"归纳和类比不像爆头线那么稳，但实战中最常用。"

7.1 归纳推理——从特殊到一般 / Inductive Reasoning¶

归纳推理 / Inductive Reasoning = 从具体案例总结出普遍规律。

特点：结论可能真，不一定必然真。

就像你观察游戏环境：

周一打排位，遇到挂
周二打排位，遇到挂
周三打排位，遇到挂
─────────────────────
结论：这游戏排位挂很多

这个结论对不对？可能是对的，也可能只是你这周运气差。

7.1.1 归纳 vs 演绎 / Induction vs Deduction¶

例子对比：

演绎：

所有狙击枪开镜都慢
这把是狙击枪
─────────────────────
结论：这把开镜慢（必然）

归纳：

测试1：这把狙开镜慢
测试2：那把狙开镜也慢
测试3：第三把狙开镜也慢
─────────────────────
结论：狙击枪开镜都慢（可能）

归纳的结论永远带"可能"属性。

7.2 归纳推理的可靠性 / Reliability of Induction¶

归纳不靠形式保证，靠证据强度。

7.2.1 样本数量 / Sample Size¶

样本越多，结论越可靠。

不可靠：

打了3把，3把都输
结论：这游戏没法赢

较可靠：

打了100把，胜率40%
结论：我的水平在这个分段是中等偏下

极端例子：

测试了1000把，冲锋狙开镜都很快
结论：冲锋狙开镜快（非常可靠）

7.2.2 样本代表性 / Representativeness¶

样本能代表整体，结论才可靠。

不可靠：

在青铜局打了10把
结论：这游戏玩家都很菜

问题：样本只在低分段，不能代表全部分段。

较可靠：

在青铜、黄金、钻石、大师各打10把
结论：分段越高，玩家水平越稳定

代表性检验：

• 不同段位？
• 不同时间段？
• 不同地图？
• 不同模式？

7.2.3 反例的作用 / Role of Counterexamples¶

一个反例就能推翻归纳结论。

原结论：所有狙击枪开镜都慢
反例：这把冲锋狙开镜很快
─────────────────────
新结论：大多数狙击枪开镜慢，但有例外

科学态度：

• 寻找确认证据（支持结论）
• 更重要的是寻找反例（检验结论）

例子：

假设：这把枪没有后坐力
测试：扫射墙壁
结果：弹道扩散了
结论：假设错误，这把枪有后坐力

7.3 类比推理——从特殊到特殊 / Analogical Reasoning¶

类比推理 / Analogical Reasoning = 根据A和B的相似性，从A的性质推出B也有。

特点：相似点越多、越相关，结论越可靠。

7.3.1 基本形式¶

A具有性质a、b、c、d
B具有性质a、b、c
─────────────────────
结论：B可能也具有性质d

游戏例子：

已知：AK-47伤害高、后坐力大、适合中距离
已知：这把新枪和AK很像（伤害高、后坐力大）
─────────────────────
结论：这把新枪可能也适合中距离

7.3.2 类比的强度 / Strength of Analogy¶

强类比：相似点多且相关

两张图都有中路高点
中路高点都能架住两边
─────────────────────
结论：新图的中路高点可能也很重要

弱类比：相似点少或不相关

A选手用这款鼠标拿了冠军
B选手也用这款鼠标
─────────────────────
结论：B选手也能拿冠军

问题：鼠标不是拿冠军的关键因素。

7.4 类比推理的陷阱 / Pitfalls of Analogy¶

7.4.1 表面相似 vs 本质相似 / Surface vs Essential Similarity¶

错误类比：

CS2里的AK和COD里的AK都是AK
结论：它们的伤害一样

问题：游戏机制不同，数值不一样。表面相似，本质不同。

另一个例子：

现实战争中狙击手很重要
 conclusion：游戏里狙击手拿人头最多

问题：游戏和现实的机制完全不同。

7.4.2 相似点不相关 / Irrelevant Similarities¶

错误类比：

职业选手都用机械键盘
我用机械键盘
─────────────────────
结论：我也能像职业选手一样强

问题：键盘不是成为职业选手的关键因素。

关键相似点才重要：

• 相关：枪的伤害模式、地图结构、游戏机制
• 不相关：皮肤、外设、ID长度

7.4.3 如何用好类比¶

正确做法：

1. 找出关键相似点（影响结果的）
2. 确保相似点相关
3. 结论只作参考，需要验证

好例子： 关键相似点：

• 两张图都有三路设计
• 中路都是兵家必争之地
• 侧翼都能绕后

───────────────────── 结论：新图的中路可能也需要重兵防守（待验证）

7.5 归纳和类比的常见错误 / Common Errors¶

7.5.1 以偏概全 / Hasty Generalization（归纳错误）¶

定义：用少数样本推出普遍结论。

例子：

案例：遇到一个坑队友
结论：这游戏全是坑货

另一个例子：

打了3把遇到挂
结论：这游戏没法玩了，全是挂

问题：

• 样本太少
• 可能有运气成分
• 忽略了大量正常对局

7.5.2 不当类比 / False Analogy（类比错误）¶

定义：相似点不相关或本质不同。

例子：

学习像打游戏，多练就会强
我打游戏练了很多也没变强
─────────────────────
结论：学习多练也没用

问题：学习和游戏的技能增长曲线完全不同。

另一个例子：

Faker用这个设置拿了冠军
我用这个设置
─────────────────────
结论：我也能拿冠军

问题：设置不是成功的关键，操作和意识才是。

7.5.3 轻率概括 / Sloppy Generalization¶

定义：基于片面信息快速下结论。

例子：

看了1分钟集锦
结论：这职业选手太菜了，换我也行

问题：集锦只展示失败片段，没看到完整表现。

7.6 或然性思维的价值¶

既然归纳和类比都不保证结论必然真，为什么还要学？

因为它们实用：

1. 快速决策：没有足够时间演绎推理时
2. 探索发现：从经验中找规律
3. 预测趋势：基于历史推测未来

游戏中的应用：

经验：每次走这条路都被架
归纳结论：这条路有人架的概率高
决策：换条路走（或提前投掷物）

注意：

• 或然性结论要随时准备修正
• 遇到反例立即更新认知
• 不要当成绝对真理

7.7 三种推理的关系¶

实际思考中，三种推理常常混合使用：

1. 归纳发现规律 → 大量观察总结出"冲锋狙开镜快"
2. 演绎预测结果 → "这把是冲锋狙 → 开镜快"
3. 类比迁移应用 → "新枪像冲锋狙 → 可能开镜也快"

本章小结¶

• 归纳推理 = 从特殊到一般，结论或然真
• 类比推理 = 从特殊到特殊，基于相似性
• 可靠性因素：样本数量、代表性、关键相似点
• 反例：一个反例就能推翻归纳结论
• 常见错误：
• 以偏概全（归纳）
• 不当类比（类比）
• 轻率概括

核心技能：

1. 评估归纳结论的可靠程度
2. 判断类比是否合理
3. 避免常见归纳类比错误

下章预告： 三大定律实战应用——用逻辑当武器

逻辑实战 🔥¶

练习 1： 判断以下推理属于归纳还是类比。

1. 昨天遇到挂，今天遇到挂，前天遇到挂
   ─────────────────────
   这游戏挂很多

2.

那张图的B点好守，这张图和那张图很像
─────────────────────
这张图的B点可能也好守

3.

测试了50把，冲锋狙开镜都很快
─────────────────────
冲锋狙开镜快

练习 2： 分析以下归纳推理的可靠性。

"我在凌晨3点打了5把排位，4把都遇到挂。结论：凌晨排位挂最多。"

分析任务：

1. 样本数量够吗？
2. 样本有代表性吗？
3. 结论可靠吗？为什么？
4. 如何改进这个研究？

练习 3： 分析以下类比的合理性。

"Shroud用这款鼠标，我也用这款鼠标，所以我能像他一样准。"

分析任务：

1. 找出类比中的相似点
2. 这些相似点相关吗？
3. 还有什么因素影响结果？
4. 这个类比合理吗？

练习 4： 找出以下推理的错误。

1. "我遇到的队友都是坑货，所以这游戏全是坑货。"
2. "职业选手都用144Hz显示器，我用144Hz也能成职业选手。"
3. "这把枪和M4很像，M4适合新手，所以这把枪也适合新手。"

练习 5： 设计一个可靠的研究。

主题：验证"狙击枪开镜慢"这个结论

要求：

• 说明样本选择
• 说明如何确保代表性
• 说明如何处理反例