先看到的数字即使随意，也会把后面的估计拽向它
人们常从一个初始值出发再调整；调整通常不充分，因此不同起点会系统地拉开最终判断，即使起点与问题无关。
谁在何时、何处提出
阿莫斯·特沃斯基、丹尼尔·卡尼曼在1974年发表的〈不确定性下的判断：启发式与偏差〉（Judgment under Uncertainty: Heuristics and Biases）中明确讨论了这一思想。定位：《Science》185卷4157期，第1124—1131页；“调整与锚定”见第1128—1130页。
论文发表于1974年9月27日，DOI 10.1126/science.185.4157.1124。本次直接核对期刊版PDF。本篇只采用其中锚定一节；后续研究对机制和边界有扩展，不能全部倒归给这篇论文。
原文、核心意思与误读
作者写道：“different starting points yield different estimates, which are biased toward the initial values.”自然译为：不同起点会产生不同估计，而结果会偏向最初的数值。
论文让参与者先转动一个被预设停在10或65的幸运轮，再估计非洲国家占联合国成员的比例。明知轮盘数字随机，两组估计仍分别向不同起点靠近。作者把这种从初值出发、调整不足的过程称为锚定。谈价格、排期、概率或区间时，问题里已有的数字都可能成为起点。
误读是“任何先出现的数字都会控制所有人”。锚定效应依任务、知识、动机和程序而变；一项经典实验不能预测个体每次偏移多少。另一个误读是只要提醒“别受影响”就能消除。若仍围绕原数字逐步加减，起点可能继续限定搜索范围。更稳妥的办法是先独立建立依据，或从多个相反起点估算。
例如谈项目工期时，客户先说“两周”，团队很容易讨论为何要加几天；若先拆任务、查历史范围，再看到两周，判断依据会不同。可观察的是独立估计与看到锚点后的估计相差多少。
为什么落实起来仍有阻力
本篇归入B类：观点已有传播，但日常落实仍需要条件。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，锚点能迅速形成共同讨论对象，比从零搜集基准省力。第二，谈判中先报数可能带来优势，各方缺少动力取消锚定。第三，专家也需要初始模型，分辨有信息的基准与任意数字并不总是容易。这些是实践推断；论文没有给出所有行业的采用率或统一纠偏幅度。
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。
做一次25分钟的“双起点估计”。选一个无高风险的数量问题，在看报价或他人答案前，用8分钟列三条依据并给出低、中、高范围；再用3分钟记录外部数字；用7分钟分别从“它太低”和“它太高”两个方向寻找证据；最后7分钟重新估计，并写明每次调整对应哪条事实。保留最初范围，观察外部数字是否改变了结论却没有新增证据。练习据论文设计，不是消除偏差的保证。
什么时候不宜照搬
有经验数据支持的基准率不是应当忽略的“坏锚”；纠偏不等于拒绝参考价格或历史记录。高风险财务、医疗与法律估值需要专业方法。刻意报出极端数字影响他人可能构成操纵，本文实验只用于检查自己的判断过程。