事件背景
1980 年代，Robert Hanlon 提出一個簡單卻威力強大的推論規則：不要把可以用愚蠢解釋的事歸因於惡意。這句話後來被稱為「漢隆剃刀」——就像奧卡姆剃刀用最少假設來解釋現象一樣，漢隆剃刀用最低的人性惡意假設來解釋行為。
為什麼有用
經濟學邏輯
大多數人類不會主動使壞，因為惡意的邊際成本太高。要傷害別人，你需要： - 動機（恨、競爭、嫉妒） - 認知（知道怎麼傷害） - 執行力（真的去做、承擔風險） - 隱蔽性（藏住痕跡）
這四層篩選就已經讓絕大多數人出局了。
相反，無能或疏忽的邊際成本是零。同事忘記回信、老闆因為自己焦慮而過度介入、客服系統延遲——這些都不需要特殊動機，只需要人類的正常限制：記憶力差、專注力有限、系統會故障。
認知偏誤的解毒劑
人類有天生的「敵意偏誤」：當被傷害或被冷落時，我們會過度傾向於解釋為他人的惡意。這源於生存本能——在遠古環境中，誤以為陌生人友善比誤以為他們有敵意的代價更高。但在現代社會，這種偏誤會製造大量不必要的衝突和焦慮。
漢隆剃刀提供一個簡單的檢查清單：每次你要歸因於惡意之前，先問自己「有沒有愚蠢的解釋？」。大約 99% 的時候，答案是肯定的。
實際應用
- **職場**：同事沒邀請你參加會議→他忘了，不是要排擠你
- **感情**：伴侶冷淡→他壓力大，不是不愛你
- **網路**：留言沒被回覆→algorithm 吞了，不是被無視
- **客服**：晚回覆→系統堵塞或人手不足，不是討厭你
為什麼容易誤用
漢隆剃刀的危險在於——它太舒服了。當你習慣把傷害解釋為無能而非惡意，你會變得過度信任。特別是在： - 高風險重複模式：某人一次又一次傷害你、同樣的錯誤重複發生 - 明顯的結構衝突：競爭對手、權力爭奪、利益衝突 - 機構性傷害：系統設計本身就在傷害某個族群
在這些情境中，愚蠢解釋會掩蓋真實的惡意和結構性問題。