《逻辑》第四部分从“前提”进入“推理”：前提是判断的起点，结论是判断的终点，推理则是连接两者的道路。前提真实，不代表结论自动成立；还要检查中间有没有跳步、偷换和过度推广。
一个人说：
“AI 时代来了，所以这家公司值得买。”
“他向我道歉了，所以以后一定会改变。”
“这家公司过去十年都增长，所以未来还会增长。”
“这次冷处理以后，对方主动修复，所以冷处理有效。”
这些话都有前提，也都有结论。
但“有理由”不等于“有逻辑”。
真正要检查的是：
前提和结论之间，究竟是怎么走过去的？
中间如果缺了一步，结论就可能只是从前提旁边跳过去，而不是从前提中推出来。
推理不是把理由放在结论前面，而是证明前提与结论之间存在合适的连接。不同问题要走不同道路：演绎检查必然，归纳估计概率，类比迁移结构，因果解释机制。走错路，就会把可能说成必然、把相似说成相同、把先后说成因果。
一、判断有三层：前提、推理、结论
任何完整判断，都可以拆成三层。
前提：你把什么当作已知、事实、价值或概率基础。
推理：你用什么规则，把这些前提连接起来。
结论：你最终主张什么，准备据此采取什么行动。
例如：
前提一：只有能持续产生自由现金流的增长，才可能形成长期股东价值。
前提二：这家公司增长依赖持续补贴，目前没有稳定自由现金流。
结论：不能仅凭收入增长认定它已经形成长期股东价值。
这里结论之所以成立，不是因为语言听起来专业，而是前提与结论之间存在清楚的结构。
反过来，如果说：
“行业增长很快，所以这家公司值得买。”
中间就缺了公司份额、盈利模式、现金转化、竞争优势和估值等必要前提。
推理检查，就是把这些被省略的台阶重新照亮。
二、先分清两个问题：前提真不真，推理对不对
这是《逻辑》第17章最重要的区分之一。
一个判断可能出现四种情况。
1. 前提真，推理也有效
这是最可靠的情况。
如果所有 A 都具有 B，这个对象确实是 A，那么它具有 B。
只要概念和前提真实，结论必然成立。
2. 前提真，推理无效
例如：
“优秀公司通常有好产品；这家公司有好产品；所以它一定是优秀公司。”
好产品可能是优秀公司的一个特征，却不足以单独证明公司优秀。它还可能缺乏盈利模式、组织能力或资本配置纪律。
前提可以是真的，结论也可能碰巧是真的，但推理仍然无效。
3. 前提假，推理形式有效
例如：
“所有高速增长公司都值得买；这家公司高速增长；所以它值得买。”
形式看起来完整，但大前提是假的。
增长公司也可能亏损、缺乏护城河或估值极高。
严密结构不能拯救错误前提。相反，它只会更快地把错误送到结论。
4. 前提假，推理也无效
这是最差的情况，只是现实中它可能被漂亮叙事掩盖。
因此，检查判断必须过两道门：
第一道门，前提是否真实；第二道门，结论是否真的由这些前提推出。
三、第一条路：演绎推理——结论是否必须成立
演绎推理处理的是必然关系。
它问：
如果前提都是真的，结论能不能不成立？
最基本的结构是：
如果 A，那么 B。
A 已经发生。
所以 B。
例如：
如果某项投资一旦失败就会造成本金永久性毁损，而且这种风险无法评估，那么它不符合安全边际原则。
这项投资确实存在无法评估的永久性毁损风险。
所以它不符合安全边际原则。
演绎推理的价值，是强迫人把条件写完整。
它最常拦住三种偷渡：
例如，“好公司”可能是好投资的必要条件之一，却不是充分条件。还需要价格合理、能力圈内和安全边际。
演绎推理不是替你预测未来，而是替判断设置边界。
四、第二条路：归纳推理——结论有多大概率成立
现实中大多数重要判断无法达到演绎的必然程度。
你看到一个人过去多次承担责任，于是判断他未来大概率可靠；看到公司多年保持高资本回报，于是判断其竞争优势可能持续；看到 AI 在一组真实样本中表现稳定，于是提高授权等级。
这些都是归纳推理。
归纳不证明“必然”，只提高或降低概率。
它要检查：
“过去十次都成功”不能推出“下一次必然成功”。
它最多说明：在相似条件仍然成立时，这种结果可能具有较高概率。
归纳推理最常见的错误，是把“大概率”说成“一定”，把有限经验说成普遍规律。
五、第三条路：类比推理——相似结构能不能迁移
类比推理从一个熟悉对象，推到另一个相似对象。
例如：
“这家公司像早期的某家伟大公司，所以它也可能成为伟大公司。”
“这个 AI 工具和上一个工具功能相似，所以它也适合直接进入流程。”
类比可以帮助发现问题，却不能单独证明结论。
关键不在“像不像”，而在：
两家公司都高速增长、创始人强势、产品受欢迎，仍可能在单位经济、竞争壁垒和估值上完全不同。
类比最适合用来产生假设，不适合直接完成证明。
六、第四条路：因果推理——到底是什么推动了结果
因果推理问的不是两件事是否一起出现，而是：
如果没有这个因素，结果还会不会发生？这个因素通过什么机制产生影响？
例如：
公司推出新产品后利润增长，不能直接说明新产品导致利润增长。
利润也可能来自提价、原材料下降、会计变化、裁员或行业景气。
关系冲突后冷处理，对方主动道歉，也不能直接说明冷处理有效。
真正起作用的可能是对方原本愿意修复、害怕失去，或者矛盾本身不严重。
因果推理要检查：
相关可以提示因果线索，但不能替代因果证明。
七、同一个判断，可能同时需要四条路
现实判断很少只靠一种推理完成。
例如判断一家 AI 公司是否值得投资。
你可能先用归纳：观察客户增长、留存、付费和成本变化，估计需求与商业模式成立的概率。
再用因果：检查增长到底来自真实客户价值，还是补贴、渠道投放和短期热度。
再用类比：参考过去平台型公司，但同时检查网络效应、边际成本和竞争结构是否真的相似。
最后用演绎做边界检查：即使公司很好，如果价格已经透支最乐观未来，或者你无法理解关键风险，也不能推出“现在适合重仓”。
不同推理方式不是互相替代，而是承担不同任务。
八、从前提到结论，最容易断在六个地方
1. 中间前提被省略
行业增长，所以公司值得买。
中间缺公司受益、利润留存和价格合理。
2. 概念发生偷换
“公司很好”在前半句指产品好，后半句却被偷换成投资回报好。
3. 把必要条件当充分条件
爱是经营关系的重要条件，却不足以证明一个人能够稳定承担责任。
4. 把概率说成必然
过去表现稳定，只能提高未来可靠的概率，不能证明永远不会失败。
5. 把相关当因果
两件事一起发生，不代表其中一件导致另一件。
6. 结论超出前提支持范围
几个低风险样本中 AI 表现良好，不能推出它可以直接承担高风险专业任务。
很多错误并非前提完全虚假，而是结论走得比证据更远。
九、怎样把一段推理写完整
面对一个重要判断，可以按六步写下来。
第一步：写结论
不要写“我看好”，要写清具体主张和行动：值得继续研究、可以小仓位测试，还是当前价格可以持有。
第二步：列出前提
哪些是事实前提、价值前提、概率前提？哪些是关键前提？
第三步：标出推理类型
你是在追求必然关系，还是估计概率？是在做类比，还是判断因果？
第四步：补齐中间台阶
从 A 到 D，不要省略 B 和 C。每一步都问：上一步真的足以支持下一步吗？
第五步：寻找竞争解释
还有什么原因可以产生同样结果？哪个差异会让类比失效？什么样本被忽略了？
第六步：写下结论强度
证据只支持“可能”，就不要写成“必然”；只支持“继续研究”，就不要跳到“值得重仓”。
逻辑严谨，不是永远给出确定答案，而是让结论强度与证据强度匹配。
十、最后，用七个问题检查这条路
1有没有把可能说成必然、相似说成相同、相关说成因果？
前提决定你从哪里出发，推理决定你能不能走到结论。
真正的逻辑，不是前面有理由、后面有结论，而是中间每一步都经得起追问。
本文讨论的是一般性的逻辑推理方法，不构成投资、关系、医疗、法律或人工智能使用建议。真实决策往往同时包含事实不完整、概率变化与价值取舍；涉及重大风险时，应独立核验前提、保留替代解释，并让行动规模与结论置信度相匹配。