锚定与调整（Anchoring and Adjustment）是决策与判断中一种普遍存在且影响深远的认知偏差，指的是个体在进行数值估计或决策时，会不自觉地过度依赖最初获得的某个信息（即“锚点”），并在此基础上进行不充分的调整，从而得出最终判断。这一概念最早由认知心理学家阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）在1974年的经典研究中提出，并已成为行为经济学与认知科学领域的核心理论之一。
例如，在商品定价或谈判过程中，初始报价往往会成为双方后续调整的参照点，即便这个初始值可能完全随机或与真实价值无关。人们通常难以充分偏离锚点，导致最终估计结果系统地偏向该初始值。这种偏差不仅出现在经济决策中，也广泛存在于医疗诊断、法律判决和日常预测等多个领域。
锚定效应的产生机制主要涉及两个方面：一是锚点会通过选择性激活使得与之接近的信息在记忆中更易获取；二是调整过程往往缺乏足够的认知努力，人们倾向于在锚点附近“满意”地停止修正。值得注意的是，即便当锚点明显荒谬或与任务无关时，这种效应依然显著，且专家与普通决策者均难以完全避免。
理解锚定与调整现象对于提升决策质量具有重要意义。通过意识到初始信息可能带来的扭曲，决策者可以主动寻求多元参照系、进行反向思考或采用结构化决策流程来 mitigating 其影响。对于希望深入探讨此主题的读者，推荐阅读卡尼曼的著作《思考，快与慢》（Thinking, Fast and Slow）中关于启发式与偏差的章节，以及特沃斯基与卡尼曼于1974年发表在《科学》（Science）杂志上的开创性论文《不确定下的判断：启发式与偏差》（Judgment under Uncertainty: Heuristics and Biases）。