不确定性、证据与解释
区分概率判断、逻辑推导与因果解释，并理解贝叶斯更新和期望值的边界。
阅读路径
从不确定性的表达进入证据更新，再检查因果解释需要什么。
从概率的数学骨架与哲学解释出发，理解贝叶斯公式、贝叶斯主义，以及新证据为何只能更新判断而不能直接产生真理。
逻辑约束什么能够从前提推出，概率表达不完整信息下的可能性与证据支持。本文区分真值、有效性、置信度和条件概率，并说明贝叶斯、因果与 AI 中的边界。
因果不是先后、相关或一个合理故事。本文从条件、概率、反事实、干预和机制解释因果，并区分原因、证据、理由与目的。
区分概率加权结果、风险承受和实际决策。
从随机变量和概率分布解释期望值，区分均值、最可能结果与长期平均，并说明风险、效用和现实决策边界。
决策不是简单选一个，也不能用结果倒推当初是否正确。本文解释决策的结构、描述与规范理论、有限理性，以及怎样评价一个决定。
