用熵值算出你选对行业的概率

换行业是人生中期望值方差最大的决策之一。多数人靠「感觉这个行业有前途」拍板， 本质是在高熵状态下盲选。信息论给了我们一个更诚实的标尺：香农熵。

熵是什么

对于 N 个候选行业，如果你完全没有任何信息，最合理的假设是均匀分布——每个行业概率 1/N。 此时的熵 H₀ = log2(N) 是最大熵，代表「彻底没把握」。当你做了调研， 你的主观概率分布开始集中：比如你认为 AI 应用赛道成功概率 35%、新能源 30%…… 分布越集中，熵越低。

确定性提升百分比

关键指标不是熵本身，而是确定性提升 = (H₀ - H) / H₀。 如果你算出来只提升了 5%，说明你的「调研」几乎没有提供信息量—— 你的分布依然接近均匀，这相当于盲选。经验阈值：低于 20% 应当继续补充信息， 50% 以上才谈得上有依据的判断。

坏结果概率：加权尾部

除了分布集中度，还要算综合坏结果概率：Σ p·q，即每个行业的主观概率 乘以它的失败概率再加权。一个熵很低（分布集中）但押注在高失败率行业上的决策， 依然是坏决策。两个指标必须同时看。

工具已经把这套计算做成了滑块：选行业模板，拖概率，直接读熵值、 确定性提升与坏概率三个数。去试试你当前的职业判断处于什么水平。