一个苏联叛逃者，为什么让CIA内部分裂了十年？

1964年，尤里·诺森科从苏联叛逃到美国。他是克格勃官员，声称自己掌握着重要情报，主动投奔西方。CIA的人起初很高兴——又一条大鱼。

但很快，问题来了。诺森科提供的信息，有些跟CIA已知的情报对得上，有些对不上。对不上的部分，他总能给出解释——记忆有误、情况有变、当时的联络人不同。每一条解释单独看都合理，但放在一起，一个令人不安的问题浮了出来：他到底是真叛逃，还是克格勃派来的卧底？

CIA反间谍处处长詹姆斯·安格尔顿坚信后者。他认为诺森科是一个精心设计的陷阱，目的是让CIA在错误的方向上越走越远。在他的主导下，诺森科被关进了CIA的秘密监狱，接受了长达三年半的敌意审讯——没有律师，没有外部接触，审讯人员的目标不是获取情报，而是逼他承认自己是间谍。

但另一批分析人员不同意。他们认为诺森科供述中的矛盾完全可以用记忆偏差和紧张来解释，安格尔顿的反应过度了。双方僵持不下，CIA内部围绕诺森科分裂了将近十年。中情局高层理查德·赫尔姆斯最终下令限期给出定论。结果，相关部门起草了一份详尽的内部报告，详细列举了诺森科供述中的自相矛盾之处，断言他是个骗子。但诺森科始终没有承认，后来还通过了测谎，最终被CIA秘密安置在美国。

十年。一个叛逃者，撕裂了整个情报机构。不是因为情报不够多——报告的信息量足够大。问题出在另一个地方：每一方都先选了一个解释，然后只找支持自己的证据。安格尔顿选中了"他是间谍"，于是每一条矛盾都成了欺骗的证据；另一方选中了"他是真的"，于是每一条矛盾都成了可以解释的误差。同一组证据，被各取一半，各自完美。

为什么第一个说得通的解释，会垄断后面的证据？

小理查兹·赫尔就在这个时候出场了。赫尔与CIA合作超过四十五年，干过一线间谍行动、反情报、情报分析。他大学时学哲学，对认识论着迷——"我们通过什么过程认识事物"，这在哲学家那里是永恒的悬案，但在间谍的世界里，是每天都要面对的生死问题。赫尔着手分析那些情报分析人员的判断逻辑，想要找出导致诺森科案分裂十年的认知缺陷。

他找到了。缺陷不在信息不足，而在分析路径。诺森科供述中的矛盾，既可以用"他是间谍"解释，也可以用"记忆偏差"解释——同一条证据，两个故事都能用。大多数人做判断时，先凭直觉选出一个最可能的解释，然后搜索有没有证据支持它，找到支持材料，停止搜索。但问题出在这里：大多数证据可能同时与多个解释相容。一条证据支持你偏好的假设，并不意味着它只能由这个假设解释。只有将同一证据放到所有合理假设下比较，才能判断它是否具有真正的区分力。

这个洞察，催生了竞争性假设分析。

证据支持你的解释，为什么不代表证据只支持你的解释？

员工离职率飙升，你的判断是薪酬问题。然后你开始找证据：有人抱怨工资低，竞品也在挖人，薪酬数据确实低于行业中位数，每一条都支持你的判断。

但问题是：如果真实原因是管理问题，这几条证据会不会也同样出现？抱怨工资低可能是因为干得不爽才觉得钱少，竞品挖人可能是因为员工先想走才被挖到，薪酬低于行业中位数——但管理差的公司往往薪酬也低，低薪和管理差可能是同一个问题的两面。

证据支持你的判断，不代表证据只支持你的判断。投资研究者舒宾·斯坦因教学生时总爱说一句话："单一证据可能支持多个假设。"说的就是这个意思。

管理者每天都在重复这个路径：数据不好是团队不够努力，用户没增长是渠道没有打通，竞品领先是对方资源多。成功了归功于战略得当，失败了归咎于执行不利。跟安格尔顿只看诺森科的矛盾，跟诺森科的辩护者只看他的合理之处，一模一样——那有没有一种方法，能强迫你同时看到证据指向的所有方向？

当多个解释都说得通时，怎样让它们接受同一批证据检验？

竞争性假设分析不是"多想几个可能性"——头脑风暴只生成了选项，但没让证据在选项之间竞争。

竞争性假设分析由CIA资深分析家小理查兹·赫尔提出。它的标准定义是：一种结构化分析方法，通过同时列出多个竞争假设，将同一组证据逐项与所有假设进行交叉比较，依据证据的诊断性、不一致性和敏感性来形成暂时判断和置信度。用大白话说：不要先选一个故事再给它找证据，先把所有合理故事放在桌上，让同一组证据决定谁更站得住。

它跟上一篇思维模型049的可证伪性是一条工具链。可证伪性告诉你，一个假设必须规定什么结果出现它就算输了。竞争性假设分析告诉你，多个假设面对同一组证据时，谁更能经受反驳。一个管单个假设的失败条件，一个管多个假设的淘汰赛——怎么比？

同一条证据，为什么要同时放在所有假设下比较？

赫尔在书中用了一个教学案例。1993年美国轰炸伊拉克情报总部后，伊拉克会不会报复？他把可能结果拆成三个假设：不报复、有限报复、重大报复。再把不同证据逐项放进矩阵。

注意，这个案例中的证据和评价是赫尔为了教学虚构的，不是当时美国情报机构真实使用的判断。案例的价值不在结论，在结构。

第一行"公开言辞强硬"看起来很重要——对方都放狠话了，能不报复吗？但它与三个假设都相容。不管伊拉克最终选择不报复、有限报复还是重大报复，公开言辞强硬都不奇怪。它看起来是证据，实际上没有区分任何假设。

第三行秘密渠道寻求降温可能更有用。"秘密渠道寻求降温"在H1下完全相容——不想报复的人当然会私下降温；在H3下严重冲突——准备大打出手的人不会同时私下求和。这条证据能真正拉开假设之间的距离。

赫尔用了一个医学类比：假设一个病人发烧，发烧说明他可能生病，但发烧可能出现在流感、肺炎、肠胃炎等几十种疾病中，因此它无法告诉医生到底是哪一种病。一条证据如果跟所有假设都相容，它就像发烧——说明有问题，但区分不了是什么问题。

这就是诊断性——竞争性假设分析最核心的概念。简单说，一条证据的诊断性，就是看它在不同假设下会不会出现不同的结果。如果三个假设下它都可能出现，诊断性就低；如果只有一个假设下它才说得通，诊断性就高。

传统分析沿着"假设列"往下看——不报复有哪些支持证据？竞争性假设分析沿着"证据行"横着看——"公开言辞强硬"在不报复、有限报复、重大报复下分别是否容易出现？先横着看，再往下比。

没看到证据，究竟说明事情没发生，还是说明你没看见？

1998年5月，印度连续进行了五次核试验。美国情报界事先毫无察觉。

赫尔指出，"没有看到准备迹象"并不等于"印度没有准备"。另一个必须保留的假设是：印度正在准备试验，但有意隐藏相关活动。

这不是说竞争性假设分析一定能预测——而是说，它可能迫使分析者保留"对方正在欺骗或隐藏"这个假设，哪怕这个假设让人不舒服。

但这个教训是真实的：没看到证据，不等于证据不存在。你找不到支持证据，可能是因为它没发生，也可能是因为你看得不够，或者对方有意让你看不到。"没看到"只能说明你缺证据，不能说明事情不存在——把"没找到证据"当成"找到了反证"，就是用无知充当了判断。

反对证据最少的解释，就一定是正确答案吗？

比较完之后，怎么判断哪个解释更靠谱呢？竞争性假设分析的做法是：胜利属于"反对证据最少"的假设，而不是"支持证据最多"的。这对纠正确认性偏差很重要——你不是在找支持，你是在找反驳。使用这个判断方法需要小心三个坑：

第一个坑，证据质量不同。十条弱证据不能自动击败一条高度可靠、具有强诊断性的反证。

第二个坑，证据独立性。多条相关证据如果来自同一个原始来源，会制造虚假确定感。安格尔顿手下的十个分析员分别写了报告，但十个报告的原始信息来源都是同一次审讯——这不是十条独立证据，是一条证据被重复计算了十次。五篇新闻报道都引用同一个匿名消息源，也是同样的道理。

第三个坑，整体解释力。一个假设不应该仅仅因为与它冲突的证据最少就自动获胜。还要看：它能不能解释最重要的异常？它需要增加多少额外假设才能自圆其说？它能不能产生独特的新预测？它对缺失信息的解释是否合理？

这些坑说明一件事：竞争性假设分析不是自动纠偏器，用对了能帮你看到盲区，用错了可能给你一种"我已经很客观"的错觉。

那它到底能不能让你更客观呢？

竞争性假设分析，为什么不能自动消除确认性偏差？

2024年，认知科学家达米等人发表了一项实验研究，把161名参与者分成两组，一组用ACH矩阵做判断，另一组不用，然后比较两组的确认性偏差程度。结果出乎意料：用ACH矩阵的那组，确认性偏差并没有显著减少。

但研究者还发现了一个意外：ACH矩阵有两种画法，效果不一样。前面伊拉克案例里用的是标准画法——证据放在行、假设放在列，逐条证据横着比：

另一种画法是反过来——假设放在行、证据放在列，逐个假设竖着看：

结果，后一种画法反而显著降低了确认性偏差。也就是说，你怎么画这张表，比用不用这张表更重要。

另一项222名法律学生参与的研究发现了另一个意外：用了竞争性假设分析的学生，对有罪判断的信心反而更强了。方法本意是让你更谨慎，但它可能让你觉得"我已经分析得很全面了"，反而更敢下结论。

这些研究不是要否定竞争性假设分析，而是要修正对它的期待。它能改善的，是把分析过程从脑子里搬到纸面上——让替代解释不被遗漏，让判断依据可以被检查。赫尔本人也明确指出，结果仍依赖不完整、含混的信息和可能犯错的人类判断——能保证的只是分析过程更系统、可复查。

怎么用九步法，让多个假设接受同一批证据检验？

正因为它不能自动消除确认性偏差，所以怎么用比用不用更重要。以下九步就是让这个过程真正有效的操作纪律。

第一阶段：把问题理清

第一步，把问题写成"需要解释的问题"，不要偷偷塞结论——写"为什么产品失败"，"失败"就已经是结论了；写"为什么产品上线后三个月，活跃用户和付费转化均低于计划"，才是真正的问题。

第二步，生成竞争假设。至少考虑这些方向：当前最直觉的解释、最强替代解释、数据或测量问题、环境变化、多因素共同作用、还有一种我们没想到的解释。关键规则：假设要有区分度。"用户不喜欢产品""产品吸引力不足""产品价值不够"是同一个解释的三种说法，不是三个独立假设。

第三步，写出每个假设的独特预测。先别急着收集证据，先问：如果H1成立，应该出现什么？如果H2成立，应该出现什么不同现象？只有产生不同预测的假设，才是真正可竞争的假设。这一步是防止假设池里混入同义改写的关键检查。

第二阶段：把证据摆正

第四步，建立共同证据池。把所有相关信息列在同一张表中——支持材料、反对材料、缺失的信息、来源可靠性、关键假设、数据异常。不能为每个假设单独寻找一套证据。

第五步，先评价证据，再评价假设。每条证据至少标记三项：可靠性——这条信息本身真实吗？诊断性——它能区分哪些假设？独立性——它是否只是其他证据的重复？这一步是防止"数量很多"假象的关键检查。

第六步，建立假设—证据矩阵。初学时用三个标记就够了：相容（+）、冲突（−）、信息不足（?）。熟练之后可以再细分++和−−，但初学时三档足够用。矩阵的作用是暴露结构，不是替你自动计算真相。不需要每格都填满——标"?"的格子恰恰是你最该去调查的地方。

第三阶段：判断哪个解释更靠谱

第七步，用前面三个坑的标准，检查每个假设的整体解释力。

第八步，进行敏感性分析。找出决定排名的关键证据，测试：如果这条证据是错的，结论会不会翻转？如果删掉那条证据，哪个假设会上升？

第九步，输出结论和重新开始分析的条件。最终结果不应只是一个假设名称。输出每个假设的相对概率——不需要精确数字，用"高/中/低"或"六成把握"就行。同时说明三件事：当前暂时最优解释是什么，最大不确定性来自哪里，什么新证据出现就必须推翻当前结论重新分析。

用一个简化例子走一遍。假设平台最近四周用户活跃率下降：

"推送到达率下降30%"几乎只跟H3有关——诊断性极高。"同期修改了活跃口径"几乎只跟H4有关——也是高诊断性。而"老用户活跃也下降"在H1、H3、H4、H5下都相容——诊断性低。做完矩阵你可能发现，活跃率下降不是单一原因，而是H3和H4共同作用，H1和H2需要排除前两项后才能判断。

回到文章开头诺森科的案例。后来的研究者在回顾这个案子时，大多认为诺森科是真叛逃者，不是克格勃卧底。但这个结论来得太晚了——十年的分裂已经造成，CIA对苏行动几乎瘫痪。如果当年用了竞争性假设分析，安格尔顿不会只盯着"他是间谍"这一个假设往下找证据，另一方也不会只盯着"他是真的"这一个假设往下找证据。他们会被迫把两个假设同时放在桌上，把每一条证据同时放在两个假设下检查——那些矛盾是两个假设都能解释的，还是只有一个假设能解释？如果当年这样做了，也许不需要十年才能得出结论。

真正的分析自信，不是来自"我找到了支持我的证据"，而是来自"我让所有合理解释同时面对了同一组证据"。