演绎、归纳、溯因

一、对照表

类型	方向	结论强度	示例
演绎	一般 → 个别	必然（前提真则结论真）	所有金属导电 → 铜是金属 → 铜导电
归纳	个别 → 一般	或然（大概成立）	见到的鸟都会飞 → 鸟通常会飞
溯因	现象 → 原因	最可能（可被推翻）	地面湿 → 最可能刚下过雨

二、各自的长处与短板

演绎最可靠，但只能把已有前提取出来的信息重组，不产生新知识；前提错了，结论照样错。

归纳能产生新认识，但依赖样本代表性——「见过的天鹅都是白的」在遇到黑天鹅前一直成立。

溯因最贴近日常判断，也是排查问题的核心工具；代价是它永远只是「当前最优解释」，新证据随时可能改写结论。

三、为什么排查问题主要靠溯因

故障排查、诊断、侦探推理的共同结构都是：先有现象，再找原因。这决定了它只能从溯因起步： 穷举可能 → 用常识与基础比率排序 → 对高概率项设计验证。 演绎在这里只能做局部校验（例如「若是漏水，附近应有水痕」），无法独立给出原因。

四、最常被混淆的一句话

「这个解释很合理」——合理说的是溯因的可能性，不等于演绎的必然，也不等于概率上的高。 三者要分别评估。

五、怎么串起来用

1. 用溯因生成候选解释；
2. 用奥卡姆剃刀与基础比率排序；
3. 用演绎推出每条解释的「可观察推论」，作为验证目标；
4. 用贝叶斯按新证据更新概率。

相关阅读：溯因推理、 奥卡姆剃刀、 贝叶斯思维、 推演方法论。