1. 一个具体问题
一个人可以高估自己答对多少题，却低估自己在同事中的排名；也可以估计均值准确，却给出过窄的范围。日常把这些都叫“太自信”，会让改进措施失去针对性：究竟该补知识，还是扩大不确定区间？
2. 一句话解释
过度自信指自我评价或判断确定性超出证据支持，常表现为高估水平、夸大相对优势或区间过窄。
3. 出处与原意
Moore 与 Healy 在二〇〇八年区分了过高估计、过高排名和过度精确三类现象。它们会受到任务难度等因素不同的影响，甚至朝相反方向变化，因此“自信的人一定能力差”并不是该研究的结论。
4. 原理与机制
熟悉的信息容易让人感觉掌握全局，未知的未知却不会主动出现在估计中。团队还可能奖励明确表态，促使成员把不确定性藏起来。改进不只是让措辞更谦虚，而是检验自称有多可靠与实际有多可靠之间的关系。一个经常说“可能”的人，也可能持续给出严重失准的概率。
校准与分辨能力是两回事。一个人把所有事件都报五成，可能在均衡样本上总体很准，却没有区分信息的能力。好的预测既要让八成判断大致对应八成成功，也要在有证据时区分高低可能性，避免把永远保守误当成优秀判断。
5. 一个完整案例
假设案例：一个运营同事每周预测十项活动是否达标，并给出八成把握。八周后，把所有八成判断放在一起，发现实际正确比例明显低于八成。他先核对样本是否混入不同定义，再发现陌生渠道的预测尤其不准。以后熟悉渠道保留原方法，陌生渠道扩大结果区间并要求小规模试投。目标并不是永远降低信心，而是使不同类别的信心与证据相称；如果后续八成判断接近八成正确，校准才算改善。
运营同事为每项预测写出两条最重要依据，并注明信息缺口。这样复盘能定位是数据过时、模型不适用，还是概率表达过强。若只是把所有八成改成六成，却继续忽略陌生渠道的机制，下一轮仍可能出现新的误差。
6. 适用条件与反例
少量预测中的偏差可能只是随机波动，不能凭一次失败认定一个人长期过度自信。信心也不等于行动规模：即便某事很有把握，巨大损失后果仍要求保护措施。相反，在成本很低且可撤回的尝试中，不确定也可以行动。
7. 今天可以尝试的行动
从今天开始保存十个有明确截止日期的预测，写概率而不是“很可能”，并提前定义何为发生。结果揭晓后按概率分组比较，而非只挑成功案例。把“我知道多少”“我比别人如何”“区间覆盖多少”分别检查。
8. 参考资料与关联条目
- Moore、Healy（2008），The Trouble with Overconfidence。