一句话说清
归纳法没有逻辑证明，我们只是习惯了它。
为什么值得懂
你每天都在用归纳：太阳明天会升起、吃药会有效、按按钮灯会亮。但从来没有人能证明归纳是可靠的——这不是杠精问题，而是休谟在 1739 年提出的、至今未被真正解决的哲学难题。理解它，你会同时获得两样东西：对科学方法更清醒的敬畏，和对“经验之谈”更准确的怀疑。
零基础讲解
先看休谟的论证（《人类理解研究》第 4 章）。 一切关于“事实”的推理都建立在因果关系上；而我们所谓因果，其实是“过去一直如此连接”。于是问题变成：凭什么从“过去如此”推出“将来也如此”？ 两条路都堵死：
- 用逻辑证明？不行。“太阳过去每天升起”与“明天不升起”在逻辑上并不矛盾。
- 用经验证明？也不行——那正是要证明的东西，构成循环论证。
休谟的结论不是怀疑论式的绝望，而是一个心理学解释：是习惯（custom）让我们产生这种预期，理性无法为此提供担保。
再看古德曼的加强版（《事实、虚构与预测》第 3 章）。 假设“绿蓝”（grue）指“在 2000 年前观察为绿、之后为蓝”。那么在 2000 年前，所有观察都同样支持“所有翡翠是绿的”与“所有翡翠是绿蓝的”——同样的证据支持两个矛盾的假说。归纳的麻烦从“能不能证明”升级为“该选哪一个”：古德曼的答案是投射性（哪个谓词是项目中的、被语言实践支持的），也就是说，归纳依赖我们已有的概念体系。
科学的回应有几条主流路线。 一、概率化：不追求确定，只更新置信度（贝叶斯方法，见《贝叶斯更新》）。二、最佳解释推理：归纳不是证明，而是在竞争中选出解释力最强的假说。三、可证伪性：科学不靠“证实”，靠“敢被推翻”（波普尔）。这些回应都很成功，但它们都没有“解决”休谟问题，只是绕过它。
边界与反例：归纳在实践上不可替代。 拒绝一切归纳，等于拒绝吃药、拒绝坐飞机、拒绝走出门。真正的立场是分层的：实践上充分信任，认识论上保持警觉——尤其警惕样本偏差与幸存者偏差（见《幸存者偏差》）。
这里是有争议的：归纳的辩护至今没有公认答案。学界大致分为三派：认为它无需辩护（实用主义）、认为它可被概率论辩护（贝叶斯主义）、认为它需要新的逻辑或语言框架（古德曼路线）。没有一派取得压倒性共识，这也是它仍被写进每一本科学哲学教材的原因。
一个例子
“我吃这个药有效，所以你也吃会有效。”这句话里有两次归纳：从个案到一般、从过去到未来。它可能是对的，但它的可靠性不能靠“一直如此”来担保。所以现代医学不靠个案总结，而靠随机对照试验——用设计来降低归纳的风险，而不是假装归纳可靠。
常见误解
- 以为归纳问题是文字游戏：它决定了“科学知识凭什么可靠”这个根基问题。
- 以为科学已经解决了它：科学方法绕过它、降低了风险，但没有消除逻辑缺口。
- 以为“过去一直如此”就是强证据：样本再大也不改变逻辑结构，只改变置信度。
- 以为怀疑归纳就要拒绝科学：正确的做法是实践上依赖、认识论上警觉。
应用场景
- 生活：听到“我朋友试过”“一直是这样”时，先问样本量与选择偏差，再决定信几分。
- 职场：做预测时用概率与置信区间表述，而不是把趋势线直接外推成承诺。
- 写作与创作：写侦探或科学伦理题材，让角色卡在“证据支持两个矛盾假说”上，比写天才推理更有张力。
关联知识点
- 演绎与归纳（deduction-induction，先读那篇分清必然与大概，再看归纳为何缺证明）
- 怀疑论（skepticism，休谟式怀疑与彻底怀疑的分界）
- 确认偏误（confirmation-bias，归纳在实践中最大的偏差来源）