常識使這種「有正面意義的短視」具體化。與其花費數年的時間去搞一本預測一切可能發生狀況的公司員工手冊——它在付印之際就過時了——不如採用那種有正面意義的短視，也不要去想那麼遠，這顯然要好得多。也就是說，先設計出一些一般的指導原則來應對那些看起來一定會在「下一步」發生的事情，等那些極端事例真的發生的時候再來應付。如果你身在一個陌生的城市，又想在交通高峰時段出行，你可以在地圖上計劃好穿越整個城市的詳細路線——想得比較遠——或者，試探一下，比如「一直向西，到達沿河路時，再左轉」。通常，我們兩種方法都做一點。我們會盡量忍著不去想得太遠，又確實會關注眼前馬上要發生的事情。我們會蜿蜒向西，或上坡，或下坡，同https://read.99csw.com時，不管到了哪裡，都會拿出地圖看看下一個馬上要到的路口。我們使用的方法，實際上是由經驗規則引導的有限的前瞻。

預測公司里的這些人領會到，要想在金融市場里掙到大錢，只要能夠提前幾天預見要發生的事情就足夠了。的確，法默和同事們呆過的聖塔菲研究所最近的研究，就解釋了「看得遠並不意味著看得好」。當你埋首真實世界的複雜性時，少有清晰界定的選擇，不完全的信息又蒙蔽了所有的判斷，這個時候，要評判過於遙遠的選擇就達不到預期的目的了。儘管這個結論似乎符合人類的直覺，但是，我們還不清楚為什麼它也應該符合計算機和模型世界。人類的大腦很容易分散注意力。但是，假定說，你已經擁九九藏書有了無限的計算能力，而且專註地執行著預測的任務。那麼，為什麼看得更深更遠還並不是更好呢？

這個問題的簡單答案就是：當極小的誤差（由有限的信息引起的）持續到非常遙遠的未來的時候，將會匯聚成極為嚴重的誤差。即使計算本身是免費的（而它從來就不是免費的），處理這些成指數增長、被誤差污染的可能性所需要的代價也是巨大的，而且根本就不值得付出。聖塔菲研究所的研究員、耶魯的經濟學家約翰·吉納考普勞斯和明尼蘇達的教授拉里·格雷曾經用一個國際象棋比賽的計算機程序作為他們的預報工作的試驗台。（最好的計算機象棋程序，比如頂級的「深思」程序，能夠擊敗除幾個最頂尖的大師之外的所有人類棋手。）

結果卻和計算機科學家的預料完九-九-藏-書全相反，無論是「深思」程序，還是人類的象棋大師，其實都不需要看得太遠就能下出非常好的棋。這種有限的前瞻就是所謂的「有正面意義的短視」。一般來說，這些大師會首先縱覽盤面的局勢，只對各個棋子下一步的走法做一個預測。接下來，他們會挑選出最可能的一種或兩種走法，更深入地去考慮這些走法的後果。儘管每多向前推演一步，可能的走法就會以指數的數量級爆炸性地增長，但是在每一個回合，那些偉大的人類大師卻只會把注意力集中在有限的幾個最有可能的應對著法上。在遭遇以往經歷過的熟悉環境、深知其間的利害取捨的情況下，他們偶爾也會往前多探幾步。但是，一般來說，大師們（現在再加上「深思」）都是憑經驗布置棋局。例如：首選那些增加選九*九*藏*書擇餘地的著法；避開那些結果不錯但要求棄子求兌的著法；從那些毗鄰多個有利位置的有利位置著手。在對局勢的前瞻和切實通盤關注當前的狀況之間取得平衡。

預測機制即使看起來沒有先知的樣子也一樣好使。只要它能從隨機和複雜的偽裝背後發現有限的模式——幾乎什麼樣的模式都行。

法默牢記著這些經驗，又跟另外五個物理學家（其中一個是前混沌社成員）組建了一個新公司。這一回，他們要破解的是所有賭徒的夢想：華爾街。而且，這一回，他們將用上高性能的計算機。他們會把這些計算機裝上實驗性的非線性動力，以及火箭科學家秘不外傳的其它訣竅。他們將從旁思考，讓這種技術在沒有他們控制的情況下承擔儘可能多的責任。他們要創造出一個東西，如果你願意也可以說九_九_藏_書，創造出一個有機體來，它能自行完成數百萬美元的賭博。他們會讓這個有機體……（嗯，請把鼓擂起來）……預測未來。這幫老練的傢伙有點虛張聲勢地掛出了新招牌：預測公司。

我們每一天都會遇到類似的折衷。無論在商業，政治、技術還是生活中，我們都必須預估隱匿在犄角旮旯的情況。可是，我們從來都得不到充足的信息來做出完全有見地的決策。我們經營在黑暗中。為了做出補償，我們只能憑藉經驗，或者粗略的指導原則。而國際象棋中的經驗規則，是可以指靠的相當不錯的生活規則。（我的女兒們，這裏注意了：首選那些增加選擇餘地的著法；避開那些結果不錯但要求棄子求兌的著法；從那些毗鄰多個有利位置的有利位置著手。在對局勢的前瞻和切實通盤關注當前的狀況之間取得平衡。）