all_lessons/侦查与反侦察/03第 4 课 / 共 18 课

第一部分 · 博弈的原子:签名、噪声、不确定性

先验与基率:你只能看见你预期的东西

上一课把判定阈值这把刀交到了你手里——往左滑漏报多,往右滑虚警多。可它没说:这把刀究竟该停在哪一格?答案不在传感器里,而在两个你还没算过的数字:目标有多稀有,你事先预期什么。

上一课把我们逼到这里
第 02 课把探测讲成了一场噪声里的赌博:信号和噪声两条钟形曲线永远重叠,你只能选一条判定阈值,然后在虚警(把噪声当成目标)漏报(把目标当成噪声)之间做取舍——ROC 曲线上没有免费的午餐。可它留下一个刀刃上的问题悬而未决:这条阈值到底该定在哪?把它往「宁可信其有」推一点,还是往「宁可信其无」推一点,凭什么?这一课给出答案,而答案会带出全课最反直觉、也最要命的一个陷阱。
本课路线
(1) 阈值该定在哪,取决于两个数:目标的基率 (base rate) 和你的先验 (prior)——于是搜索的本质浮出水面:它是一次贝叶斯更新(先验 + 证据 → 后验);(2) 把全课的灵魂——基率谬误——用一个干净的算式砸进直觉:为什么 99% 准的传感器,报警里却几乎全是虚警;(3) 看清先验的两把刃:它是搜索者的力量,也是可被对手劫持的软肋;(4) 玩「基率放大镜」,亲手把基率往下拖,看「报警可信度」当场崩塌;(5) 由此逼出:这些是双方共用的游戏规则,那么具体地,侦查方怎么去采集签名?

钩子:阈值该定在哪,不由传感器说了算

回到 02 课那台探测器。你手里攥着阈值这把刀,左右为难。现在我告诉你一件也许意外的事:刀该停在哪,几乎跟传感器本身无关。它取决于探测器之外的两个数字。

第一个数字是基率:你要找的东西,在你翻检的这一大堆里,本来有多常见。海关在一百万个旅客里找一个走私者,和在十个嫌疑人里找一个走私者,是完全不同的两件事——哪怕用的是同一台仪器。第二个数字是先验:在证据到来之前,你已经有多相信「这一个」就是目标。收到线报说「今晚三号闸口」,你对三号闸口的先验就比别处高——于是同样一次微弱的报警,在三号闸口值得停下来查,在别处就该放过。

把这两件事合起来,你会发现一个朴素却深刻的事实:探测从来不是「看见 / 没看见」,而是一次信念的更新。你带着一个事先的相信(先验)走进现场,传感器给你一点证据,你据此把相信调高或调低,得到一个事后的相信(后验)。这个更新有一个精确的名字——

先验 + 证据 → 后验  (这就是贝叶斯更新 Bayesian updating)

整门侦查术,说到底就是一次次贝叶斯更新:每采到一个签名,就把「他在哪、他是谁、他要干什么」的不确定性往下压一点。而阈值该定在哪,正是这套更新的自然结论:目标越稀有(基率越低)、你事先越不信(先验越低),你就该把阈值定得越苛刻——因为在一片汪洋里,一点风吹草动几乎总是虚惊。下面这个算式,会告诉你「几乎总是」有多吓人。

基率谬误:99% 准的传感器,为什么骗你

这是本课的灵魂,请慢读。设想一台相当好的传感器:它99% 准——真目标从它眼前过,99% 会报警(只漏 1%);一个无辜者从它眼前过,只有 1% 会误报警。听起来几乎完美。现在把它架到一个真实的比例上:你要找的目标,基率是万分之一(每一万个人里有一个)。

随便拉一万个人来过一遍。算两笔账就够了:

真目标这边(命中)一万人里有 1 个真目标。传感器 99% 抓得到 → 期望抓到约 1 个。这就是命中数,是你想要的那次报警。
无辜者这边(虚警)一万人里有 9999 个无辜者。每个都有 1% 概率被误报 → 约 100 个人被冤枉地点亮。这就是虚警数,全是噪声。

现在关键的一问:警报响了,眼前这个人真是目标的概率有多大?它不是 99%。它是「命中数」占「所有报警」的比例——而所有报警 = 命中 + 虚警:

P(真目标 | 报警) = 命中数 /(命中数 + 虚警数)= 1 /(1 + 100)≈ 0.99%

读一遍这个数字,然后再读一遍。不到百分之一。一台 99% 准的传感器,在这个基率下,每响一百次报警,里面约有一百个无辜者,只夹着一个真目标。你若相信每一次报警,等于抓错了九十九次才对一次。传感器没坏、没撒谎,99% 那个数字也货真价实——出问题的是我们的直觉:我们把「传感器有多准」错当成了「报警有多可信」,而这两者根本不是一回事

陷阱在哪里:分母被虚警灌爆
盯住那个算式的分母。命中数正比于基率(目标越稀有,真命中越少),虚警数正比于「1 − 基率」(无辜者几乎就是全部人口)。当基率极低时,分子被基率摁到很小,分母却几乎不动,仍被海量无辜者贡献的虚警撑得满满当当。于是这个比值——报警的可信度——被虚警活活淹没。这就是基率谬误 (base rate fallacy):稀有的东西,会被淹死在虚警里。它不是传感器的缺陷,而是稀有这件事本身的数学后果。你越是想在汪洋里捞一根针,捞上来的就越是杂草。

这也正是上一节那个悬而未决的问题的答案:阈值该定在哪,由基率说了算。目标越稀有,你就必须把阈值定得越苛刻——不然虚警会把你埋掉,让你疲于奔命地追查一个又一个无辜的幽灵。侦查者真正稀缺的资源不是传感器,而是去核实每一次报警的注意力和人力;基率谬误告诉你,这份注意力有多容易被稀有目标的虚警耗干。

先验的两把刃:你的力量,也是你的软肋

那怎么办?既然稀有目标会被虚警淹没,出路只有一条:别在整片汪洋里撒网,先用先验把汪洋缩小。这正是先验的力量。一条可靠的线报、一个已知的作案时间窗、一份可疑的往来名单——它们把「一百万个候选」砍成「一百个候选」,等于把你面对的基率从万分之一抬到了百分之一。基率一抬,上面那个分母立刻瘦下来,报警的可信度就从「不到 1%」翻上「大半」。好的先验,让你把注意力放对地方、把阈值定对档位。老练的侦探、猎人、分析师之所以厉害,一多半是因为他们的先验好——他们知道该盯哪儿、该忽略什么。

可这里藏着一把双刃剑。先验是「你事先预期什么」,而凡是你能被『预期』左右的地方,对手就能来喂你所预期的东西。如果对手知道你在等「三号闸口、深夜、金属反光」,他就能专门在别处制造一个更抢眼的信号,把你的注意力从真正的动作上引开;或者反过来,把真家伙伪装成你先验里「一看就无害」的样子,让它安然滑过。你的先验越强、越固定,就越好被人反向利用。

先验是力量(对搜索者)把汪洋缩小、把稀有目标的基率抬高,让报警重新变得可信;把有限的注意力投到最该看的地方。知道该盯哪儿,是侦查术的一大半功力。
先验是软肋(对反侦察者)对手一旦摸清你预期什么,就能投你所好地伪造信号——喂给你一个符合你先验的假目标,或把真目标裹进你先验里的「无害」。你的期待,成了操纵你的把手。

把这个软肋记牢——它是后面一整课的种子。第 10 课「示假」会把它展开:反侦察最省力、最稳健的一招,往往不是把自己藏到完美(那几乎不可能),而是喂给对手一个符合他先验的假世界,直接劫持他的贝叶斯更新。孙子说「能而示之不能」——能打偏说成打不了,说的正是攻击对方的先验。今天你先记住这个漏洞的形状:先验是一把手柄,握在你手里是力量,被对手够到就是软肋。

你只能看见你预期的东西

把镜头从仪器拉回到看的人身上,同一件事会以更亲切、也更惊心的方式重演。02 课说的「噪声」,从来不只是电路里的热噪声——它也是你脑子里那片嘈杂的背景。而先验,决定了你能不能在这片嘈杂里认出信号。心理学有个老实验:一段视频里让你专心数传球次数,结果一只大猩猩大摇大摆走过画面,近一半人根本没看见。信号明明打在视网膜上,却没进入知觉——因为它不在你的先验里,你没在「预期」它。注意力,就是先验在感知层面的名字。

这不是你眼睛的毛病,而是大脑运作的根本方式。大脑本身就是一台贝叶斯推断机:它不是被动地把世界照单全收,而是拿着一套关于「世界该长什么样」的先验,主动去预测感官输入,再用实际输入去修正预测。你「看见」的,从来是先验和证据折中后的后验——所以你会把预期中的东西看得格外清楚,也会对预期之外的东西视而不见。这就是为什么侦查里最难的常常不是「信号太弱」,而是「它不在我预期的样子里,于是我明明采到了却认不出」。(这条线,《计算心智》与《心理学》讲得更深——大脑正因为是贝叶斯的,才既高效,又可被欺骗:见 《计算心智》《心理学》。)

埋一个钩子:当基率谬误遇上整个人口
请把「稀有目标淹没在虚警里」这条铁律先收好。今天我们只在一万个人里演算了它。可如果有人把这台传感器架到整个国家、数十亿人头上去猎捕极稀有的目标(恐怖分子、罪犯),会发生什么?分母不再是一百个虚警,而是成百万上千万个被误报的无辜者——基率谬误在人口尺度上会爆炸,把大规模监控推向一个既低效又危险的境地。这是第 15 课「大规模监控与隐私」要正面清算的账。今天先记住这颗种子:越稀有的猎物,越大规模的监控,制造的无辜受害者就越多。

动手:基率放大镜

下面这台机器把上面那笔账做成了可玩的。你拧两个旋钮:目标基率(从常见的 1/100 一路拖到极稀有的 1/1,000,000)和传感器准确率(越高越接近完美)。它在一群 10,000 个个体上实时开算,用一张方块人群图把三种人画出来——真目标(命中)、被冤枉的虚警、以及安然通过的无辜者——并给出那个惊人的小数字:报警里,真目标究竟占多少。请亲手把基率往下拖,盯着「报警可信度」这个数:你会看到它如何崩塌。

基率放大镜:把稀有拖到底,看报警可信度崩塌
10,000 个个体的方块图。绿=被正确命中的真目标,红=被冤枉点亮的虚警,灰=安然通过的无辜者。核心是那句 P(真目标|报警)=命中/(命中+虚警)——目标越稀有,分母被虚警灌得越满,这个数越小。传感器再准也救不回来。
命中(真目标被抓到)
虚警(无辜者被冤枉)
报警可信度 P(真目标|报警)

玩几下,两件事会烙进你的直觉。其一,把准确率拧到很高(比如 99.9%),只要基率够低,报警可信度依然低得可笑——因为分母里那堆虚警是「无辜者总数 × 误报率」贡献的,无辜者实在太多,一点点误报率乘起来就压过了那孤零零的命中。其二,反过来,把基率抬高(用先验缩小搜索范围,等于从 1/1,000,000 拖回 1/100),可信度会飞快回升。这就把本课两半合成了一句话:对抗基率谬误,靠的不是更准的传感器,而是更好的先验。

常见误解

一句话带走
搜索是一次贝叶斯更新(先验 + 证据 → 后验),而阈值该定在哪由基率说了算。基率谬误是全课的灵魂:P(真目标|报警)=命中/(命中+虚警),目标越稀有,分母被虚警灌得越满,报警就越不可信——再准的传感器也救不回来,能救的是更好的先验。而先验是两把刃:它是搜索者的力量,也是可被对手劫持的软肋。你只能看见你预期的东西。
下一步
到这里,我们把博弈的三个原子都摆齐了:签名(01,要被看见就得发信号)、噪声(02,探测是噪声里的赌博)、先验与基率(本课,赌注该怎么下)。这三条是双方共用的游戏规则——无论你是猎人还是猎物,都逃不出它们。可规则讲完了,具体的打法还没开始。于是一个非常实在的问题冒出来:侦查方到底怎么去采集签名?是安静地守株待兔、接收目标自己漏出的信号,还是主动出手、照一束光过去逼它现形?这两条路各有什么代价——尤其是,主动出手会不会把你自己也暴露了?这正是下一课的分岔 → 第 04 课《主动与被动:看得更清,还是不被看见》。