探索极端斯坦、肥尾分布与反脆弱性
比较两种分布在尾部的概率差异，理解黑天鹅事件的频率
在正态分布中，6σ事件几乎不可能发生（概率约十亿分之一）。但在幂律分布中，极端事件（黑天鹅）频繁出现，且单一极端事件的影响可能超过所有普通事件的总和。
火鸡被喂养1000天，每一天都在"证明"人类是友好的
过去的数据不能预测黑天鹅事件。火鸡用1000天的观察建立了错误的"人类友好"模型。在极端斯坦，我们需要构建反脆弱系统，而非依赖历史预测。
观察幂律指数如何影响财富集中度
财富服从幂律分布，这是极端斯坦的典型特征。平均财富毫无意义（比尔·盖茨走进酒吧，平均财富变成十亿，但中位数几乎不变）。在极端斯坦，平均值不能代表典型情况。
90%极度安全 + 10%极度冒险，避免中等风险的中端
杠铃策略让你在遭受有限损失的同时，保留从正面黑天鹅中获益的机会。避免"中庸"策略，因为在极端斯坦，中等风险往往隐藏着巨大的尾部风险。
| 特征 | 平均斯坦 | 极端斯坦 |
|---|---|---|
| 单一个体影响 | 不影响整体 | 主导整体 |
| 分布类型 | 正态分布 | 幂律分布 |
| 典型例子 | 身高、体重 | 财富、销量 |
| 可预测性 | 历史可预测 | 黑天鹅频繁 |
反脆弱不仅仅是强韧（抵抗冲击），而是从冲击中获益。就像骨骼受压迫后变得更强，肌肉撕裂后生长得更大。