由于我们无法预知未来，因此我们需要理解可能会影响我们的事件的可能性，需要生成现实和有用的概率来估计未来。
概率无处不在，包括我们大脑中的概率机制。虽然这些机制在人类漫长的进化历程中是有用的（为了保障生存，快速下意识的应急反应 VS ），但在今天，我们需要更加有意识地使用概率来做出复杂社会系统中的好决策。
对事件进行建模 is everything, 然后才能做出正确的分析和决策，再就是高效的执行
在技术术语方面，文章提到了以下概念：
- 肥尾分布（Fat-tailed distribution）：一种针对罕见事件的概率分布。
- 正态分布（Normal distribution）：一种常用的连续概率分布，也称为高斯分布。
- 指数分布（Exponential distribution）：一种连续概率分布，用于描述时间间隔或等待时间。
- 柯西分布（Cauchy distribution）：一种肥尾分布，具有稳定性，但均值和方差无法定义。
- 中心极限定理（Central Limit Theorem）：一个重要的统计学定理，描述了大量独立随机变量的和在趋近于无穷时的极限分布。