《逻辑》第15章把判断拆到前提层：结论是否可靠，不只看你能不能讲出理由，还要看这些理由能不能接受事实检验。有些前提可以查证，有些前提必须计算，还有一些前提，不能靠坐着想清楚，只能交给小规模试验。
很多人检验判断的方法，是继续思考。
判断一个人适不适合合作，他会反复分析对方说过的话。
判断 AI 能不能承担任务，他会继续研究模型参数和成功案例。
判断一家公司值不值得买，他会阅读更多行业报告和管理层访谈。
这些动作并非无用，但它们可能只是在同一种材料里打转。
你收集到更多理由，不等于验证了原来的前提；你把故事讲得更完整，也不等于故事更接近事实。
真正的检验，不是继续替结论找解释，而是问：
这个前提会产生什么可以观察的结果？我能不能用尽量小的代价，让现实回答我？
检验逻辑前提，不是把它想得更圆，而是把它改写成可观察、可反证、可更新的命题。能查证的去查证，能比较的去比较，必须经过行动才暴露的，就用小规模、可逆、低损失的试验。
一、先把隐藏前提写出来
任何判断，背后都有前提。
“这个人适合长期合作”，可能依赖以下前提：
“AI 可以承担这类任务”，可能依赖：
“这家公司值得买”，可能依赖：
如果这些前提没有被写出来，人就只能笼统地说“我觉得不错”。
而“不错”无法检验。
检验的第一步，是把感觉拆成几个现实可以回答的问题。
二、不同前提，要用不同方法检验
不是所有前提都适合用同一种证据。
1. 事实前提：查它是否真实
事实前提回答“已经发生或正在发生的事，究竟是不是这样”。
例如：
检验事实前提，要回到原始记录、可重复数据和交叉来源。
不能用管理层的愿景证明现金流，不能用一个人的自我评价证明责任能力，也不能用 AI 流畅的语气证明答案真实。
2. 价值前提：把取舍说清楚
价值前提回答“什么对我更重要”。
例如，你选择合作对象，更看重速度、可靠、创造力，还是低成本？你使用 AI，更看重效率，还是错误不可发生？你买公司，更看重高增长，还是本金安全？
价值前提通常不能用数据证明真伪，但可以检查它是否一致、是否承担代价。
一个人嘴上说重视安全，却为了更高收益接受自己无法理解的风险；嘴上说重视可靠，却总被短期惊喜吸引。这里的问题不是缺资料，而是价值排序与行动不一致。
3. 概率前提：用重复观察更新
概率前提回答“未来大概会怎样”。
“他以后会稳定承担责任”“AI 在同类任务中大多数时候可靠”“公司未来能保持高资本回报”，都不是确定事实，而是概率判断。
概率前提不能由一次成功证明，也不能被一次失败机械推翻。它需要重复样本、基准概率、相反案例和持续更新。
因此，检验概率前提时，不要问“这次对没对”，而要问：
在相似条件下重复多次，结果是否仍然稳定？
三、为什么有些前提，想不出来，只能试出来
因为很多能力只有在具体约束中才会暴露。
一个人可以真诚地认为自己负责，但只有面对延期、失误和利益冲突时，你才能看到他的责任能力。
一个 AI 可以在演示样本中表现很好，但只有面对你真实任务里的歧义、脏数据和复杂约束时，你才能知道它会漏掉什么。
一家公司的故事可以很动人，但只有把收入、资本投入、竞争和自由现金流连接起来，你才能判断增长最后有没有留给股东。
这类前提的问题，不是你思考得还不够深，而是信息尚未在现实中生成。
继续想，只会制造确定感；小规模试验，才会制造新证据。
四、合作：先做一个小项目，不要先绑定命运
你判断一个人适合长期合作，最危险的做法，是一开始就把大项目、资金、客户或长期承诺绑在一起。
因为此时你验证的不是合作能力，而是在用巨大代价购买第一次信息。
更合理的方法，是先做一个边界清楚的小项目。
事前写明：
然后观察四件事：是否准时，是否透明，是否承担责任，是否能在分歧中解决问题。
一次小项目不能证明一个人永远可靠，却能淘汰一批只靠印象、承诺和顺风表现支撑的前提。
五、AI：先测低风险样本，再决定授权等级
判断 AI 能否承担某类任务，不要从“它能不能做”开始，而要从“它错在哪里、谁能发现、后果多大”开始。
可以先选一组低风险、答案可核验的真实样本，记录：
测试以后，决定的不是“AI 好不好”，而是授权到哪一级：
小规模测试的价值，是让授权跟证据走，而不是跟兴奋感走。
六、投资：先写备忘录，不要用仓位代替研究
判断一家公司值得深入研究，也不等于应该立刻重仓。
仓位是行动，不是证据。买入以后，人反而更容易保护自己的判断。
更好的第一步，是先写一份投资备忘录：
如果确实需要用持有来继续观察，也应先用不会伤筋动骨的仓位购买信息，而不是用重仓逼自己相信。
但要注意：小仓位本身不能让坏投资变好。它只是在认知仍不充分时，限制错误的代价。
七、一个合格的小规模试验，要满足五个条件
并不是“先试试看”都叫检验。
一个有效试验至少要有五个条件。
1. 检验对象明确
一次只检验具体前提，不要笼统检验“这个人好不好”“AI 强不强”“公司伟不伟大”。
2. 结果可以观察
把责任心变成是否按时、是否披露问题、是否修复；把可靠性变成错误率、遗漏率和复核成本。
3. 事前写判断标准
如果等结果出来以后再解释，任何结果都能被合理化。要提前写清楚，什么结果会提高信心，什么结果会降低信心。
4. 失败损失有限
试验失败不应摧毁本金、关系安全或不可逆的重要机会。否则那不是试验，而是豪赌。
5. 结果真的改变下一步
如果无论试验结果怎样，你都准备继续原计划，那么试验只是仪式。真正的检验必须拥有修改结论、缩小行动或停止的权力。
八、小动作不是拖延，而是降低认知成本
有人会把小项目、低风险测试和投资备忘录理解成犹豫。
但两者的区别很清楚。
拖延，是不产生新信息地推迟决定。
小规模试验，是用有限行动主动产生信息。
它把一个昂贵的大判断，拆成一组便宜的小判断；把不可逆承诺，改成可以更新的阶段性选择；把“我相信”改成“现实目前支持到哪一步”。
这不是行动不足，而是让行动承担认知功能。
九、最后，用六个问题检查你的前提
面对一个重要判断，可以写下：
1哪些是事实前提，哪些是价值前提，哪些是概率前提？
真正可靠的判断，不是永远不犯错。
而是你愿意把前提交给现实，并且让现实拥有修改你的权力。
想清楚，只能让前提更清楚；经过检验，前提才开始变得可靠。
本文讨论的是一般性的逻辑判断与试验方法，不构成投资、合作、法律或专业技术建议。投资可能造成本金损失；合作涉及重大资金、权利或责任时，应设置书面边界并寻求专业意见；AI 用于医疗、法律、财务、安全等高风险任务时，不应以小样本测试代替合格责任人的独立审核。