"过度拟合"不只是机器学习的术语，它是人类最常见的思维陷阱

当一个人在某个领域积累了大量经验后，会倾向于把过去成功的模式无差别地应用到新情境中——这就是"过度拟合"。它在机器学习中表现为模型在训练集上表现优异但泛化能力差，在人类决策中表现为"经验越丰富的人，在面对新问题时越僵化"。对抗过度拟合的唯一方法，是保持跨域经验的广度——因为你接触过足够多不同的"模式"，就更不容易被某一个模式绑架。