能估概率的风险，与根本缺少可用概率的不确定性，不该同表处理
有历史频率、可分类和可分摊的风险，可以计算；真正独特、缺少稳定样本的不确定性，只能依赖判断和可逆安排。
谁在何时、何处提出
弗兰克·奈特在1921年出版的《风险、不确定性与利润》（Risk, Uncertainty and Profit）中明确讨论了这一思想。定位：第三部分第七—八章；所查1921年版第197—232页附近。
原书于1921年出版；链接为圣路易斯联储FRASER保存的原版扫描。本次核对扫描中的章节与措辞，页码以该版本为准。
原文、核心意思与误读
奈特区分“a measurable probability and an uncertainty which cannot be measured”。自然译为：可度量的概率，与无法度量的不确定性，并不是同一类问题。
奈特并不是说未知事项一律不能思考。他区分能够形成概率分布、通过分组或保险处理的风险，与缺少可重复类别、无法可靠度量概率的独特判断。两者若都塞进一张带百分比的表，数字会制造并不存在的精确感。
误读之一是“有不确定性就别计算”。已知成本、基准频率和敏感性仍值得计算；只是不要把主观猜测伪装成统计频率。另一个误读是把奈特的概念直接当投资建议。原书讨论利润与企业判断，个人练习只能借用分类框架。
例如准备一次熟悉城市的户外活动，历史降雨概率和交通延误可按风险准备；一个从未合作过的供应商能否在特殊需求下稳定交付，更接近不确定性。后者与其填“成功率73%”，不如安排小额试单、退出条件和备用方案。
为什么落实起来仍有阻力
本篇归入A类：观点少为普通读者系统了解。没有找到可靠的总体采用率数据，以下是对执行阻力的分析。
第一，预算和审批表常要求单一概率，承认“无法可靠估计”会让方案显得不完整。第二，人们容易把所有数字都当成同等证据，忘记它们来自频率、模型还是直觉。第三，可逆试验和备用方案会产生眼前成本，其价值只有在意外出现时才显现。这些属于实践推断，不是对机构行为的普查。
今天做一个小实验
这是据上述思想设计的个人练习，不是原作者的标准实验，也不预先保证一定有效。
用30分钟检查一个近期决定。前10分钟列出五个可能影响结果的未知项，并为每项标注“有可比历史数据”或“独特、样本不足”；用10分钟只给前一类写概率区间和依据；用5分钟为后一类设计一个小试、分阶段承诺或退出条件；最后5分钟写下什么新信息会改变决定。观察结果是你的表中是否减少了无依据的精确小数，同时增加了可逆步骤。
什么时候不宜照搬
现实中的风险与不确定性不是永远分开的：新数据会让部分不确定性变得可估计，模型失效也会让风险重新变得模糊。医疗、法律和重大投资决定需要专业意见与适当数据，个人分类表不能替代正式评估。