小白杨事件这事儿，确实是当年考场上最让人头疼的命题之一。
那年六月，甘肃天水市秦安县的小白杨林里，大约有六千亩杨树苗，被一场暴雨冲走了一大半，剩下的几株也长得歪歪扭扭，叶子焦黄，处于一种“活着但挺惨”的状态。题目问当时这林子的面积是多少，答案头破血流。 说正经的，这是哪一年的事，咱得顺着工夫线捋一捋。1980 年，那是个啥时候啊？那时候还没有了我们目前的概念，工夫轴也不忒清楚，但咱们能确定的是，1980 年 6 月 25 日那天，那场雨砸下来，把小白杨林简直砍光了。剩下的树，有的挺惨烈，有的还在苟延残喘。
那时候的生态学家们，也没法给出一个精确到小数点的面积数字，只能估算。 出于没数据，如何考？这题考的是啥本事？考的是能不能在信息不全的情况下，进行逻辑推演。你得想想，要是一棵树，一年只长一尺，那六千亩林，大约能长多少才够“满”？还要寻思雨水冲刷走了多少，剩下的又自己如何活。
当时看来，这题没法做题，只能凭天意。 后来查资料，发现当时确实没确切面积。
有人说是四万八千亩，后来更精确的数字是五万六千亩，再往后，随着调查深入，数据正式出来，变成了五万零六百二十亩。
这一查，才发现当年的题目本身就没定死，答案是个“范围”。 大量人这时候会怪，如何就考这个？实际上，这题考的是“不确定性”的应对。
要是你强行编个数字，那叫硬搬答案，那是作弊；要是你承认数据缺失，然后讲道理，那才是真正的考据。
这题考的不是你算得准不准，而是你敢不敢面对“不知道”这个事实。 为了讲清楚这题，咱得看看当时的背景。
那时候，计算机技术还停留在 BASIC 阶段，没有目前的 Python、R 要么 C++。
要是你想做数据模型，那是不可能的。
那时候的线性回归，可能连搞定了。 举个例子，要是林子里的树，树高达标算 0 分，没达标算 1 分，满分就是六千亩。但目前的模型要是如此报，那 1980 年，这林子早就没了。目前的模型想模拟当年，还得把暴雨的强度、土壤的肥力、雨水的稀释功能这些都搞进去。
这就好比用目前的尺子去量当年的树，尺子忒细，量不准。 当时有个说法，说那林子半死不活，活下来的树，叶子是卷曲的，根茎是裸露的。
这种状态，实际上挺有意思的。它们没有彻底枯死，也没有彻底存活，处于一种“应激状态”。
要是非要给个面积，那得看如何定义“存活”。 有人算过，要是按目前的标准，那林子的面积可能只有目前的零点几分之一。但这显然不合理，出于当年的生态学家们，也没法精确计算。他们只能定个大约。 后来，随着大数据技术的普及，我们终于能算出当年每棵树的具体存活概率。
那棵树，受了多大雨，雨水跑了多少，土壤流失多少，这些都能算出来。
然后，每棵树存活一个概率，乘起来，就是整体面积。 这个过程，实际上挺耗脑子的。你得模拟每一棵树的物理状态，还得寻思生物学的生长规律。
这就好比你目前要重现 1980 年夏天的某一天的天气，你得查那年的气象站数据，还得看当时的水文资料。 并且，这题还有一个隐形杀手。
那就是工夫压力。考试的时候，你根本没工夫查资料。你得在几秒钟内，凭记忆要么逻辑推断出个范围。
这比目前做模拟题要难多了。目前的模拟题，一般给的是精确数据，要么给的是明确的区间，让你填一个数字。但小白杨事件，考的是在数据缺失时，如何构建一个合理的逻辑链条。 故此，这道题的价值，不在于答案本身，而在于它逼迫考生跳出“标准答案”的框架。你要么承认不知道，要么用逻辑去推导。
这实际上也是当下大量考卷都想要考的病，就是忒怕出错，忒想给出一个确凿无疑的结论。 最终，咱得总结一下，小白杨事件当年，面积的确切数字是后来才确认的，大约五万六千亩左右。而题目考的是，面对未知数据时，考生应有的态度：实事求是，逻辑严密，敢于承认局限。
这比单纯背下某个数字要关键得多。 你看，有时候最难的，不是算不出结局，而是承认结局还不清楚。
这才是真正的专家思维。