LessWrong 上有不少关于判断、证据与 AI 的讨论。下面几篇文章涉及研究中常见的问题：成长与工作节奏、经验为什么不总能迁移，实验指标与想测的东西有什么差别，以及对话中的反馈怎样影响判断。
建议、经验与判断
经验的适用条件
Beware of Other-Optimizing — Eliezer Yudkowsky，2009。
在很多建议中终于找到适合自己的一个，人容易把它误当成大家都应该采用的正确方法；熟人自信地劝说还可能增强这种错觉。
熟悉的结论与原来的推理
Cached Thoughts — Eliezer Yudkowsky，2007。
人会直接取用记住的结论；熟悉感容易遮住最初的来源和推理。作者最后也提醒读者不要把文章自己的概念变成新的自动答案。
从自己的经验看别人
Generalizing From One Example — Scott Alexander，2009。
自己的感受、学习方式和社交圈，怎样影响对别人的判断。
成长与工作节奏
持续改进
Tsuyoku Naritai! (I Want To Become Stronger) — Eliezer Yudkowsky，2007。
承认自身有偏差并不等于已经改进；把注意力落到如何减少错误、再向前一步。
工作与生活的平衡
Working yourself ragged is not a virtue — So8res，2015。
讨论长期投入中的工作节奏与精力分配，以及把自己累到极限的代价。
证据与实验
预期与观察的冲突
Your Strength as a Rationalist — Eliezer Yudkowsky，2007。
当观察与已有理解冲突时，疑惑本身值得检查。一个能事后解释所有结果的说法，并没有给出有效的预测限制。
预定结论与证据
The Bottom Line — Eliezer Yudkowsky，2007。
先确定不可改变的答案，再收集漂亮论证，与让证据决定答案，是两种不同的思考过程。
实验究竟测到了什么
You Are Not Measuring What You Think You Are Measuring — johnswentworth，2022。
用实验案例说明实际测到的因素可能偏离初衷，主张增加有助于解释机制的观测，而非只得到一个输赢答案。
影响决策的关键条件
Finding Cruxes: Help Reality Punch You In the Face — Raemon，2026。
从真实决策出发，找出可能改变行动的关键不确定性；列替代方案，再检查哪些条件会让自己转向。
反馈与分歧
能暴露问题的反馈
Reality-Revealing and Reality-Masking Puzzles — Anna Salamon，2020。
区分两类反馈：一种使人接触现实，另一种使人更擅长遮住自己不想看到的信号。作者反思自己的教学和组织实践。
观点与群体认同
Intellectual Hipsters and Meta-Contrarianism — Scott Alexander，2010。
讨论反主流及反对反主流的立场，怎样也可能承担展示身份的作用；立场在群体里的位置并不能决定真假。
AI 使用中的观察
The Rise of Parasitic AI — Adele Lopez，2025。
作者整理了一批网络案例，讨论 AI 人格与用户怎样在互动中强化错误信念，并用“寄生”描述其中一些关系。
How My Students Think About AI — dvd，2026。
美国一所公立大学的教师记录学生怎样使用和看待 AI，涉及上下文、就业、能力变化和学习。文中的学生主要来自作者教授的非技术背景课程。
相关工具与使用方法见AI 工具。