芒格原话
第一手出处 · 逐字引文"人们计算得太多，思考得太少。"（"People calculate too much and think too little."）
"我只想知道我会死在哪里，这样我就永远不去那个地方。"（"All I want to know is where I'm going to die so I'll never go there."）
查理·芒格（本页引文出自芒格第一手出处）
原典解读
忠于原典 · 卡片化定义：钟形曲线（正态/高斯分布）——统计学出镜率最高的模型：中间鼓、两边薄，对称优雅、数学性质好。但"好用"不等于"常用"——它假设极端事件极罕见，而真实世界的很多分布（财富、灾难、创新回报）恰恰是"肥尾"的：极端比模型预测的常见得多。
核心论述：这条曲线最大的用处，是给"正常"划线：保险精算师拿它给寿险定价，质检经理拿它盯螺栓直径，整个保险、养老金和公共卫生体系都站在它的肩膀上。LTCM 当年也是这么想的：如果市场波动真是正态的，偏离三四个标准差的行情"几乎不可能"，那就可以放心加高杠杆，去收割那些"几乎稳赚"的小利差。这套逻辑有 95% 的时间是对的——LTCM 死在了剩下的 5% 里。
定义：肥尾与"平均斯坦"/"极端斯坦"——现实世界的极端事件，比正态分布许诺的要多得多：尾部"肥"，意味着小概率灾难的实际出场率远高于"几乎不可能"。塔勒布把世界分成两个国度：平均斯坦（Mediocristan）里，单个样本掀不起大浪——往 1000 人里塞进世界最高的人，平均身高挪动不到一毫米，正态分布是靠谱的向导；极端斯坦（Extremistan）里，单个样本能改写全局——往 1000 人里塞进贝索斯，平均财富直蹿一亿多美元，在这里用正态分布，是拿着错的地图进雷区。
核心论述：金融收益、城市人口、图书销量、网站流量、地震强度、战争伤亡——清一色的极端斯坦公民，服从幂律或对数正态这类肥尾分布。正态分布有个苛刻的前提：影响因素彼此独立、且每个都很微小——量身高时成立，炒股票时不成立：下跌引发强制平仓，平仓砸出更深的下跌，更深的下跌逼出更多平仓，正反馈把涟漪滚成海啸；恐慌会传染，贪婪也会；平时互不相干的资产，危机一到齐步跳水。塔勒布在《黑天鹅》里点破了要害：麻烦不在黑天鹅，而在正态模型从数学上就不让黑天鹅存在——模型没说"它很罕见"，模型说的是"它不可能"——然后它发生了。
场景：选统计工具之前，先给数据"验明正身"：做极端值测试——单个极端值能不能绑架整体？能，就是极端斯坦，正态分布请收起来（见 §07 第一组）。
步骤：1. 做"极端值测试"——问：单个极端值能不能绑架整体？能，就是极端斯坦，正态分布请收起来；不能，才可能是平均斯坦；2. 翻历史的尾部——过去出现过"六个标准差"级别的事件吗？出现过一次，你面对的就不是正态；3. 查相关性的"变脸"记录——平时测出的低相关，危机时会不会飙升？如果你的策略赌的是"它们一直不相关"，先去问：最惨的时候，相关性会变成什么样？
避坑：别因为正态分布 95% 的时间都挺准就对它放行——剩下 5% 的时间里，它能让你倾家荡产（就像一只从不迟到的闹钟，偏偏在你人生最重要的面试那天罢工）。但也别矫枉过正：在真正的平均斯坦地盘（工业品控、物理测量、部分生物指标）里，正态分布依然是最好用的尺子。
场景：在肥尾世界里搭策略、管风险：给杠杆上锁（肥尾世界里杠杆是自杀），别指望分散化救命（危机会把相关性拧到 1），问"死了怎么办"而不是"平均赚多少"（见 §07 第二组）。
步骤：1. 给杠杆上锁——这是芒格和巴菲特罕见地完全一致的忠告：杠杆在正态世界是放大器，在肥尾世界是断头台——它把"难受的回撤"翻译成"致命的爆仓"。LTCM 的 25:1 换成 3:1，俄罗斯危机会让他们疼，但要不了命；2. 永远留一手——手里的现金永远比"够用"再多一截，因为你对"最坏情况"的想象，几乎注定偏乐观——真正的谷底，比你想的更深；3. 用压力测试代替概率测算——别问"这事概率多小"（在肥尾世界，你的概率估计本身就不靠谱），改问"如果它发生了，还能不能站着？"答不上"能"，不管概率多低，策略都得改。
避坑：危机里别指望分散化救命——平时不相关的资产，危机会把它们的相关性拧到接近 1（2008 年股票、房产、大宗商品、高收益债齐跌，只有美债和现金在涨）；也别指望"数据更多"能驯服肥尾——要准确估计尾部概率，可能需要几百年的数据，而市场结构早已不是当年的模样。
"人们算出来一个数字，觉得很精确，但整个前提假设都是错的。精确地算错，比粗略地算对更危险。"（"People calculate a number and they think it's very precise, but the entire premise is wrong. It's more dangerous to be precisely wrong than approximately right."）
扩展阅读
真实案例 · 与 L1 隔离LTCM——"六个标准差事件"的代价 商业案例 / 历史事件
摘要（120–150 字）：1998年，一个"六个标准差事件"杀死了LTCM——按他们的正态模型，这基本不可能。LTCM敢上25:1杠杆赚"几乎确定"的小利差，正因为模型说超三四个标准差的波动"不会发生"。95%的时间逻辑是对的，正是那5%要了命：俄罗斯危机里，模型外的世界来了。
黑色星期一——"几乎不可能"的 22.6% 历史事件
摘要（120–150 字）：1987年10月19日，道指一天跌22.6%——按正态分布，这"几乎不可能"，概率小到宇宙年龄不够等它。但它发生了。如果日收益真服从正态，日跌超3%每年一到两次（实际五到十次）；超5%每几十年一次（实际每几年一次）。市场不是正态的，别拿正态的尺子量它。
2008 年与高斯联结——数万亿美元大厦的错误地基 历史事件
摘要（120–150 字）：大卫·李2000年的高斯联结模型，假设违约相关性稳定、可用正态建模——正常年份大致成立。2006年后房价全国普跌，相关性飙升，模型失效。2008年危机的核心MBS和CDO，定价工具之一就是它。教训：相关性在危机里会"变脸"，用好年景的参数去定价坏年景的风险，是自杀。
高尔顿钉板与优生学——数学工具的认知陷阱 历史事件
摘要（120–150 字）：高尔顿的钉板实验堆出了钟形，他着迷了——把正态分布套到人类智力"天赋"上，进而发展出优生学，20世纪上半叶酿成灾难。这是认知陷阱的完整样本：数学工具解释了大部分现象→被当成全部→被用于不该用的地方。工具没错，错的是"拿着锤子看什么都是钉子"。
跨模型互见：关联模型节 9 条链接 跨模型互见
摘要（120–150 字）：本卷坐标：幂律分布（肥尾的数学形态）、大数定律（正态成立的前提）、回归均值（肥尾世界里回归可能极慢）、黑天鹅（极端斯坦的居民）、杠杆（肥尾世界的自杀工具）、分散化（危机里相关性→1）、安全边际（为肥尾预留缓冲）、能力圈（不碰看不懂的分布）。
模型的优美是最精致的伪装——遮住的永远是前提假设。LTCM和2008指向同一教训：简化必要，但必须知道简化掉了什么、以及在什么条件下会付出致命代价。对每个模型保持怀疑三问：它假设了什么？假设何时不成立？不成立时后果多严重？正态假设了独立性、稳定性、极端事件的稀有性——金融市场里这些经常不成立。这时要的不是更好的模型，是更大的安全边际。
正态最危险的时刻，是它看起来最正确的时候。四个反直觉：其一，95%的精确是5%的陷阱——准到让你放松警惕，然后在5%里万劫不复；其二，堆数据救不了肥尾——极端太稀少，估准尾部概率可能要几百年数据，而市场结构一直在变；其三，分散化在最需要时失灵——危机里相关性飙向1，分散只是账面安慰；其四，别矫枉过正——真正的平均斯坦里，正态仍是最好工具。智慧不在拒绝工具，在知道每件工具的边界。点睛：这一课在中文世界同样昂贵。2015 年前后那波杠杆资金的模型，同样假设"波动是正态的、强平线是安全的"——然后波动用一次非正态的跳空，把账本撕了。波动从来不分市场，分的只是有没有人在用错误的数学给杠杆壮胆。芒格的底线可以翻译成一句大白话：凡是"模型说不可能"的地方，先问一句"模型凭什么这么说"——答不上来，就别上杠杆。