前提不是一种东西。
一个判断里，至少有三类前提：事实前提、价值前提、概率前提。
很多争论之所以混乱，不是因为双方都不讲逻辑，而是因为他们把这三类前提混在一起了。
事实前提回答的是：事情是不是这样？
价值前提回答的是：什么更重要？
概率前提回答的是：未来大概率会怎样？
这三类前提不能混用。
先说事实前提。
事实前提是关于现实状态的判断。比如：这家公司过去五年收入增长多少；这个行业集中度是多少；这个人过去有没有按时兑现承诺；这个 AI 模型有没有引用真实来源；某个政策是否已经发布；某项技术成本是否下降。
事实前提必须接受证据检查。
你不能说“我感觉它增长很好”，你要看收入、利润、现金流、客户数、复购率、价格、成本、资本开支。你不能说“他一直都不靠谱”，你要具体到事件、时间、行为、承诺和结果。你不能说“AI 已经能替代所有人”，你要看任务类型、错误率、责任边界、成本结构和失败后果。
事实前提的问题，是可以被验证的。
当然，有些事实暂时不容易验证，但它仍然应该按事实来处理，而不是按情绪来处理。
第二类是价值前提。
价值前提回答的是：我更看重什么。
比如一个投资判断里，你可能更看重确定性，也可能更看重赔率；更看重长期复利，也可能更看重短期流动性；更看重不亏大钱，也可能更看重抓住高增长机会。
这些不是事实问题，而是价值排序问题。
两个人看同一家公司，一个人觉得值得买，一个人觉得不值得买，未必是事实判断不同，也可能是价值前提不同。
一个人说：“这家公司增长很快，值得买。”
另一个人说：“估值太贵，不值得买。”
他们可能都承认增长很快，也都承认估值不便宜。真正不同的是：前者更重视增长，后者更重视安全边际。
如果不把价值前提说出来，双方就会误以为自己在争事实。其实他们在争的是：什么更重要。
关系里也一样。
一个人说：“他工作很忙，所以少陪我是可以理解的。”
另一个人说：“再忙也不能长期忽视关系。”
这里有事实前提：他是否真的忙？忙到什么程度？有没有其他选择？有没有提前沟通？
但也有价值前提：我认为亲密关系里，陪伴、回应、责任、自由、事业，哪个更重要？
如果事实和价值不分，人就会把价值冲突包装成事实争论。
第三类是概率前提。
概率前提是关于未来的判断。
比如：这个行业未来十年大概率会增长；这家公司大概率能保持竞争优势；这个人未来大概率会继续这样行动；AI 大概率会提高知识工作效率；某个政策大概率会改变行业利润分配。
概率前提最容易被说成事实。
人很喜欢说：
“这个行业一定会爆发。”
“这家公司肯定会成为龙头。”
“他以后一定会变。”
“AI 一定会取代这个岗位。”
这些话听起来很有力量，但逻辑上都应该被还原成概率判断。
更准确的说法是：
“在当前证据下，我认为这个行业未来增长的概率较高。”
“我认为这家公司成为龙头有一定概率，但需要验证竞争、管理层、资本配置和利润留存。”
“他未来改变的概率取决于他是否承认问题、是否付出成本、是否形成新行为。”
“AI 替代这个岗位的概率，取决于任务是否标准化、错误后果是否可承受、是否有人类责任兜底。”
概率前提不能被当成确定事实。否则，人会把不确定的未来，当成已经发生的现实。
这三类前提混淆之后，会产生很多误判。
第一种误判，是用事实伪装价值。
比如一个人说：“这家公司就是好，所以应该长期持有。”
如果拆开看，里面可能有事实前提：公司利润稳定、现金流好、护城河强。
但也有价值前提：我愿意承受短期波动；我更重视长期复利；我不追求短期相对收益；我接受它未来几年可能跑输市场。
如果只说“公司好”，就把价值选择藏起来了。
第二种误判，是用价值压过事实。
比如一个人非常相信长期主义，于是看到任何短期恶化都说：“长期看没事。”
长期主义本身是一种价值和方法，但它不能替代事实检查。
如果生意模式变坏、竞争格局变坏、管理层资本配置变坏、用户行为变坏，那么“长期主义”不能自动拯救判断。长期主义只有站在正确前提上才是复利；站在错误前提上，只是延迟承认错误。
第三种误判，是把概率说成事实。
这是投资、创业、AI 判断里最常见的错误。
“未来一定属于这个方向。”
“这个模式一定跑得出来。”
“这个人以后一定能成长。”
“一定”这个词很危险。它会让人停止追踪证据。
更好的表达是：
“我现在给它较高概率，但我要持续看哪些证据会提高或降低这个概率。”
逻辑成熟的人，不一定比别人知道更多事实，但他会把前提分类。
他会问：
这是事实前提吗？那证据在哪里？
这是价值前提吗？那我到底在优先什么？
这是概率前提吗？那我给多大概率？什么证据会改变概率？
这三个问题一出来，很多混乱会立刻减少。
以“这家公司值得买”为例。
事实前提可能包括：公司收入增长、利润率、现金流、市场份额、管理层历史、负债水平、行业结构。
价值前提可能包括：我更重视长期收益还是短期流动性；我能不能承受回撤；我是否愿意集中持有；我是否把这家公司放在能力圈内。
概率前提可能包括：未来行业是否继续增长；竞争格局是否稳定；公司是否继续保持定价权；估值是否提供足够安全边际。
如果这三类前提不拆开，人就容易一句话概括：
“我看好它。”
“我看好它”不是判断，它只是一个压缩包。里面到底装的是事实、价值还是概率，必须拆开。
再以关系为例。
“这段关系值得继续。”
事实前提：对方过去有哪些行为？是否尊重边界？是否愿意沟通？是否在关键时刻承担责任？
价值前提：我更看重陪伴、自由、稳定、成长、共同目标，还是情绪浓度？
概率前提：未来关系改善的概率多大？对方改变的成本是什么？我自己能否持续稳定地参与？
如果不拆，人就会只剩一句：
“我舍不得。”
舍不得是真实感受，但不能单独当作前提。它需要被放回事实、价值和概率里检查。
AI 使用也是同理。
“这个 AI 输出可以直接用。”
事实前提：它有没有真实来源？有没有计算错误？有没有遗漏关键约束？
价值前提：这个任务更看重速度还是准确？错误后果是否严重？
概率前提：模型在这类任务上出错概率多大？我有没有能力发现错误？
如果不拆，人就会把“它写得像真的”当成“它是真的”。
所以，前提分类不是形式主义。它是在保护判断。
事实前提让你不脱离现实。
价值前提让你知道自己到底在选择什么。
概率前提让你承认未来不是确定的。
一个判断要稳，三类前提都要清楚。
最差的判断，是事实没查清，价值没说清，概率却说得像命运一样确定。
最好用的检查句是：
“事实上，我知道什么？”
“价值上，我更重视什么？”
“概率上，我认为未来更可能怎样？”
“其中哪一个前提最不稳？”
只要这四个问题问出来，很多看似复杂的判断，就会重新变得可以检查。