逻辑学入门

“逻辑是思维的语法。”

你一定有过这样的时刻：和人争了半天，面红耳赤，最后谁也说服不了谁；或者听完一段话，句句都像有道理，心里却总有根刺，说不出扎在哪儿。

逻辑学要做的，就是把那根刺拔出来，放到灯下看清楚。

第一部分：逻辑学入门

一、逻辑学是什么？

两千三百多年前，亚里士多德在雅典做了一件前人没做过的事：他不去争论哪句话是真理，而是研究话与话之间，怎样才算正确地连在一起。逻辑学由此诞生。

一听到”逻辑学”，很多人想到的是厚厚的哲学书和满页的符号。其实它的核心问题朴素得很：

什么样的推理才算有效？

逻辑学不太关心每句话本身对不对，它关心的是从前提走到结论的那条路，踩上去会不会塌。

看一个流传了两千年的例子：

前提1：所有人都会死
前提2：苏格拉底是人
结论：苏格拉底会死

只要两条前提成立，结论就无处可逃，这就是逻辑上的有效。

但有效不等于正确。再看一个：

前提1：所有猫都会飞
前提2：汤姆是一只猫
结论：汤姆会飞

这个推理同样有效，骨架严丝合缝：如果前提为真，结论必然为真。可惜第一条前提是假的，所以它不可靠。有效管的是推理的骨架，可靠还要求骨架上的血肉（前提）也是真的。

反过来，结论碰巧正确，推理也可能是歪的：

所有哺乳动物都会呼吸
鲸会呼吸
→ 所以鲸是哺乳动物

结论没错，路却是断的。把”鲸”换成”金鱼”，沿着同一条路走，就会得出”金鱼是哺乳动物”。逻辑学看的，正是这条路本身。

二、两种推理：演绎与归纳

逻辑的地基由两种推理方式铺成，弄懂它们，就摸到了骨架。

演绎推理：从一般到特殊。 它像一台精密的保真机器，放进去的是真，出来的一定也是真。

所有金属都能导电（一般规律）
铜是金属（特殊事实）
→ 铜能导电（必然结论）

数学证明、法律判决都离不开它。但这台机器不负责检查原料：前提错了，它会一丝不苟地给你造出一个错的结论。

归纳推理：从特殊到一般。 它更像一位经验丰富的老猎人，从一次次观察中嗅出规律。

我见过的天鹅都是白色的
→ 所以天鹅都是白色的？

在很长的岁月里，欧洲人见过的天鹅全是白的，”黑天鹅”在古罗马诗人笔下甚至是”不可能之物”的代称。直到1697年，荷兰探险家在澳大利亚西海岸看到了一群黑天鹅。

一万只白天鹅建立起来的结论，一只黑天鹅就足以推翻。这就是归纳的宿命：它给出的永远是”很可能”，而不是”必然”。哲学家波普尔由此提出，科学理论永远无法被最终证实，只能经受一次次证伪的考验。所以严谨的科学结论总带着一句潜台词：在现有证据下成立。

	演绎推理	归纳推理
方向	一般 → 特殊	特殊 → 一般
结论强度	必然成立	可能成立
典型应用	数学、逻辑证明	科学研究、日常经验
风险	前提错了全错	样本不足会误判

三、命题：逻辑的积木

推理是用命题搭起来的。命题，就是一句能判断真假的话。

“今天下雨了”是命题，”2+2=5”也是命题，只不过是个假命题。但”请关门”不是命题，”这朵花真美啊”也不是：祈使句和感叹句无所谓真假。

命题之间可以用逻辑联结词组合起来，就像积木之间的榫卯：

联结词	符号	含义	例子
且（合取）	∧	两者都真才为真	今天下雨 且 刮风
或（析取）	∨	至少一个真即为真	今天下雨 或 出太阳
非（否定）	¬	真假翻转	不是今天下雨
如果…那么…	→	蕴含关系	如果下雨，那么地会湿
当且仅当	↔	双向蕴含	一个数是偶数，当且仅当它能被2整除

这里面最容易被误解的是”如果…那么…”。不妨把它想成一个承诺：

爸爸说：”如果你考了满分，我就带你去游乐园。”

什么情况下，爸爸算食言？

考了满分（P）	去了游乐园（Q）	爸爸守信了吗（P → Q）
是	是	守信
是	否	食言
否	是	守信（没考满分，照样可以去玩）
否	否	守信（没考满分，本来就没承诺）

四种情况里，只有一种算违约：P 为真而 Q 为假。记住这张表，第二部分会用到它。

顺带一个常见的坑：看到孩子去了游乐园，就断定”他一定考了满分”。这叫肯定后件，是最常见的形式谬误之一。地湿了，未必是下过雨，也许只是洒水车刚刚经过。

四、似是而非的推理：常见谬误

学逻辑，一半是学怎么推对，另一半是学怎么认出推错。下面这几种谬误，几乎每天都会在饭桌上、评论区和新闻里和你打照面。

稻草人谬误：扎一个稻草人冒充对方，再把它打倒。

甲：”我们应该少吃点肉。”
乙：”你想让所有人饿死吗？”

乙打倒的，根本不是甲说的话。

诉诸权威：因为某个权威这么说，就默认它对。

“某著名教授说这个保健品有效，所以肯定有效。”

权威的意见值得参考，但代替不了证据和推理。第三部分会看到，连成百上千位博士也会一起犯错。

滑坡谬误：把一件小事推向一连串想象中的灾难。

“如果允许学生上课喝水，接下来他们就会要求吃东西，然后睡觉，课堂纪律就彻底崩溃了。”

坡上的每一步都需要单独论证，不能一路想当然地滑下去。

人身攻击：不反驳观点，转而攻击说话的人。

“他离过婚，他说的关于婚姻的话怎么能信？”

一个人的经历和他论点的真假，是两码事。

循环论证：用结论来证明结论本身。

“他是个可信的人，因为他从不说谎。你问我怎么知道他不说谎？因为他可信啊。”

绕了一圈，回到原点，什么也没证明。

五、逻辑学怎么学？

道理讲完，落地才是关键。

第一步，拆开每句话。 读到任何观点，先问自己：前提是什么？结论是什么？中间藏着哪些没说出口的假设？

第二步，给谬误拍照。 刷新闻、看辩论、听演讲时，主动找上面那几种谬误。一旦认识了它们，你会发现它们几乎无处不在。

第三步，学一点形式逻辑。 有余力的话，了解一下命题逻辑和谓词逻辑，这是把逻辑精确化的工具。可以从柯匹的《逻辑学导论》入手。

第四步，把刀口对准自己。 逻辑的终极目标不是赢得争论，而是更接近真相。用逻辑审视自己的观点，比审视别人的更难，也更有价值。

六、为什么每个人都值得学一点逻辑？

场景	逻辑学的作用
日常沟通	表达更清晰，减少误解
做决策	识别认知偏误，判断更理性
读新闻	辨别信息真假，不被带节奏
写作	论证结构严密，说服力更强
编程/AI	逻辑是代码和算法的底层语言

小结

学逻辑不是为了在饭桌上把人辩得哑口无言，而是为了少被别人忽悠，也少忽悠自己。

下次再听到一句”很有道理”的话，不妨先别急着点头，问自己三个问题：

1. 前提站得住吗？
2. 从前提到结论，有没有跳步？
3. 有没有我没想到的反例？

很多听起来天衣无缝的话，过完这三关，就露出了破绽。

第二部分：沃森选择任务

理论讲完了，来做两道题。第一道，专门检验你对”如果…那么…”的理解到底有多扎实。

题目

桌上有四张卡片，每张一面是字母，另一面是数字。你能看到的一面分别是：

E　K　4　7

规则是：如果一张卡片的一面是元音字母，那么另一面必须是偶数。

要检验这条规则有没有被违反，你最少需要翻开哪几张？

先别往下看，花半分钟想一想。

大多数人的答案

1966年，英国心理学家彼得·沃森（Peter Wason）设计了这个实验。结果大多数人选了 E 和 4，而正确答案是 E 和 7。

这不是个例。此后几十年里，这个实验被重复了无数次，抽象版本的正确率始终在一成左右徘徊。

用逻辑拆解

还记得爸爸的承诺吗？”如果P那么Q”只有一种情况会被打破：P 为真而 Q 为假。所以我们只需要翻开那些可能构成”P真Q假”的卡片：

• E（P 为真）：翻过来如果是奇数，规则就被推翻了
• 7（Q 为假）：翻过来如果是元音，规则同样被推翻了

那 4 呢？规则只说”元音背面必须是偶数”，没说”偶数背面必须是元音”。4 的背面无论是什么字母，都不违反规则，就像没考满分的孩子去了游乐园，爸爸也不算食言。K 更不用说，它不是元音，规则对它毫无约束。

选 4 的人，是想找证据证明规则成立；而检验规则真正需要的，是去找可能推翻它的反例。这正是波普尔说的证伪，也是心理学上典型的确认偏误：我们本能地寻找支持自己的证据，却很少主动去敲打自己。

真正的转折

故事最有意思的部分在后面。

把同样的逻辑结构换一身衣服，变成一条社交规则：如果一个人在喝酒，那么他必须年满18岁。 四张卡片分别是：

喝啤酒　|　喝可乐　|　25岁　|　16岁

这一次，大多数人几乎不假思索地选对了：翻”喝啤酒”和”16岁”。

同一套逻辑，抽象版正确率一成左右，社交版能到七成以上。心理学家科斯米德斯（Leda Cosmides）认为，人类的推理能力并不是一台通用的逻辑机器，而是在漫长的进化中，被磨成了一把专门的”抓骗子”工具：我们天生擅长识破谁在违规、谁在占便宜，一旦换成冷冰冰的字母和数字，就集体失灵了。

四张卡片里的逻辑学

逻辑原则	在沃森选择任务中的体现
蕴含命题只有一种被推翻的方式	P 真 Q 假，其余情况都不违反”如果P那么Q”
检验规则要找反例，而不是找支持	多数人翻错的 4，恰恰是确认偏误的证据
抽象逻辑和现实直觉之间有鸿沟	换个生活化的包装，正确率能翻好几倍

第三部分：蒙提霍尔问题

如果说沃森任务揭示了直觉的盲区，那么下面这道题，则是一场直觉与逻辑的正面交锋，而且交锋的一方，站着成百上千位博士。

一封读者来信

1990年，美国杂志《Parade》的专栏”问问玛丽莲”收到一封读者来信，描述了一个电视游戏节目的场景：

你面前有三扇门，其中一扇后面是一辆汽车，另外两扇后面是山羊。你选了1号门。主持人知道每扇门后面是什么，他打开了3号门，露出一只山羊，然后问你：要不要换成2号门？

换，还是不换？

专栏作者玛丽莲·沃斯·莎凡特（Marilyn vos Savant）的回答是：应该换。换门赢得汽车的概率是 2/3，不换只有 1/3。

一场风暴

这个答案掀起了轩然大波。约一万名读者来信反驳，其中近千人拥有博士学位，不少来自大学的数学和统计学系。他们的意见几乎一致：只剩两扇门，概率当然是一半对一半。

一位大学教授在信里写道：”你搞砸了，而且砸得很彻底！”

就连二十世纪最多产的数学家之一保罗·埃尔德什，起初也坚决不信，直到亲眼看到计算机模拟的结果，才勉强接受。

但玛丽莲是对的。

把所有可能摊开

大多数人的推理是这样的：现在只剩两扇门，一扇有车一扇有羊，所以各占一半，换不换无所谓。

这个推理看起来无懈可击，却漏掉了一个关键前提：主持人开门的动作本身携带着信息。他不是随手开门的。他永远不会打开你选的那扇门，也永远不会打开有车的那扇门。正是这两条约束，悄悄改变了整个概率结构。

最笨、也最严密的办法，是把所有情况列出来。假设车在1号门后（车在其他门后的情况完全对称）：

你的初始选择	车的位置	主持人打开	换门后	结果
1号门	1号门	2或3号（随机）	换到另一扇空门	输
2号门	1号门	3号门（唯一选择）	换到1号门	赢
3号门	1号门	2号门（唯一选择）	换到1号门	赢

三种情况里，换门赢两次，不换只赢一次：

换个角度看会更直观。你刚选1号门时，选中车的概率是 ，车在”另外两扇门”里的概率是 。主持人打开3号门后，这 并没有凭空消失，而是全部压到了2号门上：

初始：  [1号: 1/3]  [2号: 1/3]  [3号: 1/3]
                              ↓ 主持人打开3号（空）
之后：  [1号: 1/3]  [2号: 2/3]  [3号: 已排除]

如果还是觉得别扭，把门的数量放大：假设有100扇门。你随手选了1扇，主持人打开了剩下99扇中的98扇，全是山羊，只留下一扇没开。你还会觉得自己手里那扇门和剩下那扇门的机会是一半对一半吗？

你最初那一选，只有 1% 的把握；而主持人小心翼翼绕开的那扇门，几乎就是在对你眨眼睛。

不放心的话，也可以像埃尔德什一样，让计算机替你玩十万次：

import random

def play(switch, n=100_000):
    wins = 0
    for _ in range(n):
        car, pick = random.randrange(3), random.randrange(3)
        # 主持人打开一扇既不是你选的、也没有车的门
        opened = next(d for d in range(3) if d != pick and d != car)
        if switch:
            pick = next(d for d in range(3) if d != pick and d != opened)
        wins += pick == car
    return wins / n

print(play(switch=True))   # ≈ 0.667
print(play(switch=False))  # ≈ 0.333

这道题深刻在哪里？

第一，直觉不可全信。 人脑天生爱简化，看到两扇门，就自动认定机会均等。逻辑要求我们多问一句：这两个选项，是在对等的条件下产生的吗？显然不是。你的初始选择和主持人的约束，让两扇门背负了完全不同的信息。

第二，信息会改变概率。 这是贝叶斯推理的核心：概率刻画的不只是世界本身，也是你对世界的了解，它会随着新信息而更新。主持人开门之所以有价值，恰恰因为他”知情且受约束”。如果他是随手开门，碰巧开出了山羊，那剩下两扇门才真的各占一半。

第三，头衔代替不了推理。 近千位博士站在同一边，他们都错了。当直觉和逻辑发生冲突时，该被审视的是直觉，而不是逻辑。这正是第一部分”诉诸权威”谬误最生动的现实注脚。

三扇门里的逻辑学

逻辑原则	在蒙提霍尔问题中的体现
穷举所有可能	列出三种情况，结果一目了然
条件约束改变结论	主持人”知情+受约束”是关键前提
信息更新概率	贝叶斯推理的直观演示
质疑直觉	两扇门 ≠ 各占 50%，直觉在这里失效
用实验验证推理	计算机模拟十万次，结果与推导吻合

结语

从”苏格拉底会死”，到四张卡片，再到三扇门，我们其实只在反复练习一件事：结论要跟着前提走，而不是跟着感觉走。

前提摆对了，路走稳了，哪怕结论违反直觉，也要有勇气接受；反过来，一个结论再动听、再多人附和，只要推理的路是断的，也不必轻易相信。

逻辑学不会让你逢辩必赢。它只是在你心里点一盏小灯，让你在下判断之前，多问一句：凭什么？

这个习惯养成了，世界会变得清晰一点，被忽悠的次数，也会少一点。