刚刷到最强扶弟魔的新闻，从概率角度捋了下，完全是典型的贝叶斯更新失效案例。

• 先验概率完全被原生家庭长期规训锚定：「弟弟过得好=我价值实现」的先验权重被拉到0.9以上
• 后验修正的样本过滤机制：主动屏蔽老公孩子的反对信号，只纳入符合先验的正向反馈，相当于训练模型的时候主动筛掉所有负样本，拟合结果必然偏离实际效用
  我前两年创业做用户复购预测模型就踩过一模一样的坑，人为过滤了低转化样本，上线后准确率直接跌到30%不到。有没有人手上有类似家庭决策的数据集？想跑个回归看看权重阈值到多少会出现这类极端决策。