Evilom
fe5505343e
- 通过悟空(dws CLI)拉取dc战略问题研究院+创新组两个群的消息(377条) - 提取190个飞书链接、18个文件附件 - 下载HTML/MD/XLSX等报告文件到output/downloaded-files/ - 构建知识图谱(JSON+HTML可视化) - 生成Obsidian知识库(28个页面,7大主题) - 生成花园世界全量汇总报告 - 所有脚本路径改为相对路径,便于迁移
15 KiB
取败之道：关于幸存者偏差、筹码管理与生长逻辑的深度反思
负数学期望的策略，因为参与者数量多形成的极端幸存者偏差，往往是引领我们犯错的坏榜样。这是聪明人往往难以绕过的重大陷阱。
一、极端值不是你的路标
我做了十几年游戏。早期做的是一个不起眼的品类，团队十来个人，产品朴素，用户宽容，收入稳定。那时候我每天想的只有一件事——怎么活过这个月。没有什么长远规划，就是活着。
但你打开任何一个行业媒体，看到的永远是王者荣耀、原神、逆水寒。这些产品日活千万、流水过亿，常年霸占你的视线。而身边那些闷声赚钱的中小公司，从来不会出现在报道里。
这就是幸存者偏差最残酷的地方：你看到的永远是极端值，而极端值恰恰是最不可复制的。
一个赛道有一千家公司参与，最终跑出来一两家，媒体反复报道这一两家。作为旁观者，你看到的是"预见+坚持=神话"，你看不到的是另外九百九十八家的尸体。你会不自觉地认为那条路是可走的，因为有人走通了。但你忽略了一个数学事实：如果这条路的数学期望是负的，那一两个人走通了恰恰证明的是随机性，而不是方法论。
我就是这样被带偏的。
二、我是怎样走上取败之道的
早期那个不起眼的品类，我做了好几年，利润稳定，团队精干，成本极低。这是一条正期望的道路——虽然单次回报不大，但它是真实的、可持续的。
但我不满足。
我看到那些头部大作的辉煌，觉得自己也应该做一款真正伟大的产品。我给自己设定了一个目标：做一款能长线运营、持续增长、比肩头部的"长青大作"。
于是我把前面赚到的利润拿出来，组建了更大的团队，进入了一个竞争更激烈、不确定性更高的赛道。产品上线后，确实有过一段短暂的爆发——数据在三个月内冲到了一个很好看的位置。
然后呢？开始往下走。
如果这时候我是一个没钱的创业者，我会立刻收手。但我不是。我有钱、有团队、有"我能做到"的信念。于是我做了所有聪明人都会做的事——加注。
加人、加内容、加商业化设计。目标很清晰：只要把曲线拉回去，前面的投入全部能收回来。这个逻辑听起来无比合理。但现实是：曲线继续往下走，成本线继续往上走。两条线之间的剪刀差，就是我每个月在流血的金额。
这样的状态持续了两年多。
三、All in 的心理学
回头看，问题不在于我做了一个错误的判断。问题在于我无法止损。
为什么无法止损？因为几个心理机制同时在起作用：
沉没成本谬误。 已经投入了这么多，如果现在放弃，前面的就全白费了。"再坚持一下"永远比"认赔出局"更容易被接受。
能力幻觉。 我觉得自己足够聪明、足够有能力，一定能找到破局的方法。这种信念本身就是聪明人最大的陷阱——正因为过去确实成功过，所以更加相信自己能把负期望翻正。
窗口期焦虑。 我觉得机会稍纵即逝，如果现在不全力以赴，以后就再也没有这个机会了。这个叙事极具说服力，但它有一个致命的隐含前提：你能在事前准确识别哪个是真窗口。现实是，你看到的每一个"窗口"都觉得是真的——否则你根本不会注意到它。但事后回头看，大部分窗口都是幻觉。
资源的止痛效应。 有钱就意味着容错空间大，容错空间大就意味着反馈信号弱。以前一个错误三天就会疼，现在一个错误可以被预算、汇报、信念、组织惯性包裹起来，半年甚至一年后才显形。等到痛感传来，往往已经不只是产品问题，而是团队结构、成本结构和心理结构一起僵化了。
钱是组织的止痛药。 止痛药让你在骨折的时候还能跑。跑着跑着骨头就碎了。
四、取败之道的数学结构
让我把这个教训还原成数学语言：
负期望博弈 + 极端幸存者偏差 + 没有筹码管理 = 取败之道。
拆开来看：
-
负期望博弈： 在一个参与者众多、成功率极低的赛道中，大多数参与者的平均回报是负的。少数人获得巨大成功，但这少数人的成功不能改变整体期望为负的事实。
-
幸存者偏差的误导： 我们只看到幸存者的故事，并从中提取"因果关系"——他做对了什么，他坚持了什么，他的战略是什么。但这些事后叙事在统计上毫无意义，因为我们没有看到另外几百家做了同样事情却失败了的公司。
-
没有筹码管理： 把大量资源押在单一结果上，没有留足后手，没有设置止损线，在信号已经明确告诉你"不行"之后仍然继续加注。
-
All in 的诱惑： 聪明人尤其容易 all in，因为他有能力说服自己"这次不一样"。能力感本身就是 all in 的心理燃料。
与之相对的是：
微弱正期望 + 筹码管理 + 持续参与 = 取胜之道。
你不需要每次都对。你需要的是：每次下注足够小，期望值哪怕微弱但为正，有足够多次参与的机会。大数定律会做剩下的事。
五、"挣小钱的心态"为什么有效
我回想自己最成功的那段时期，有一个很反直觉的特征：我没有任何宏大目标。
我当时只想着怎么让这个产品多赚一点，怎么让这个活动效果好一点，怎么让这批用户留下来。没有"三年规划"，没有"对标头部"，没有"长青大作"的愿景。
那时候我每天看数据，用户说什么我马上就知道，哪个活动效果好我第二天就能决定加码还是砍掉。不需要开会讨论，不需要等汇报。反馈回路极短——想法从产生到验证，可能只需要几个小时。
这种状态为什么有效？因为它天然满足了正期望博弈的所有条件：
- 成本极低： 试错不致命，每一次尝试的代价几乎可以忽略。
- 反馈极快： 不需要等三个月才知道对不对，当天就能看到数据。
- 参与次数极多： 一年可以做几十上百次小实验，大数定律有足够的样本量。
- 自动止损： 因为每次投入都很小，"放弃"这个决定几乎没有心理成本。
- 意外收获的空间： 大量快速试错中，偶尔会撞到意料之外的东西，那些意外往往比规划更有价值。
后来我把这个状态叫做"生长"。不是设计出来的成功，而是在大量接触现实中长出来的成功。
六、为什么有钱之后反而做不好
这是最反直觉的教训：资源充裕本身就是生长逻辑的天敌。
有钱意味着什么？意味着你可以承受更大的错误而不立刻感到疼痛。意味着你可以组建更大的团队——而更大的团队意味着更多的中间层、更长的信息链路、更慢的反馈速度。意味着你有能力"做大事"——而做大事意味着单次投入高、周期长、试错次数少。
一切条件都在推你从正期望博弈滑向负期望博弈，而你浑然不觉，因为你觉得你在"升级"。
我做养成的时候，抱着挣小钱的心态，结果越来越大。后来抱着挣大钱的心态，就越来越小。
这不是偶然。这是结构性必然。
挣小钱的心态 = 低成本、高频试错、对反馈极度敏感、不敢浪费任何一块钱。
挣大钱的心态 = 大投入、长周期、对负面信号容忍度高、相信只要坚持就能翻盘。
前者恰好是正期望博弈的最佳姿态，后者恰好是负期望博弈的典型特征。
七、规划逻辑的陷阱
在反思了上述教训之后，我犯了一个新的错误：试图把教训变成方法论。
我从失败中"总结"出了一套战略框架，然后试图用这套框架去指导未来的决策。这听起来像是聪明人该做的事——从失败中学习嘛。
但问题是：你不能用规划逻辑来实现生长逻辑。这句话本身就是矛盾的。
生长的本质是什么？是在不确定性中通过高频试错逐渐长出方向。它不依赖于事先知道答案，而依赖于每一步都直接接触现实、直接接收反馈、直接承受后果。
规划的本质是什么？是假设你已经知道了某些东西——知道方向、知道路径、知道因果关系——然后据此制定行动方案。
当你从一次成功中"总结方法论"的时候，你做的事情是：从 N=1 的样本中提取因果关系，然后把它当作普遍适用的规律。这在统计上毫无根据。换项目、换时间窗口、换品类、换用户群体，同样的方法论可能完全失效。
更危险的是：一旦你有了一个战略框架，所有人就开始用这个框架来筛选信息。符合框架的信号会被放大汇报，不符合的会被忽略或淡化。你最终看到的世界是被你自己的战略框架重新塑造过的。 这是确认偏差最深层的运作方式——它不是你在有意选择性地看信息，而是你的认知框架自动过滤了你接触到的现实。
八、假说不是信仰
那是不是就不能有任何判断、任何方向感了？
当然不是。关键是区分"假说"和"信仰"。
假说是好东西。它给你方向感，给你观察的焦点，让你在面对混沌信息的时候知道优先看哪里。问题从来不是"有没有假说"，而是假说有没有保持它"假说"的身份。
一旦它变成了信仰——变成了不容修正的前提、变成了组织的口号、变成了所有人围绕它来寻找证据的东西——它就不再是指引，而是遮蔽。
正确的姿态是：
- 假说可以有，但不 all in。
- 用最小成本、最短周期去验证和修正。
- 不管数据好坏，都要刻意去看假说没有预测到的部分。
- 如果经过三五次低成本实验仍然成立，它就从猜想变成了被踩出来的路。
- 如果被反复否定，就果断放下，不要因为"已经投入了这么多思考"而执着。
假说是手电筒，不是隧道。手电筒照亮一个方向，但你眼角余光看到的东西可能比正前方更重要。
九、非对称博弈的正确打法
如果把创业简化为一场概率博弈，那么最重要的不是提高单次胜率——因为在高度不确定的环境中，单次胜率永远是低的。最重要的是：
设计一种下注方式，让你赢的时候赢得够多、输的时候输得够少，而且永远不会被淘汰出局。
这就是非对称博弈。
具体来说：
-
保护下限。 永远不把全部筹码押在一把上。错过一个机会少赚一笔，但你还在牌桌上；all in 一个假机会，可能直接出局。这两个后果的量级完全不对等。
-
多次参与。 如果命中率是 8%，那么你需要至少打十几把才有足够高的概率中一次。前提是每次打的成本要低、速度要快。如果每次打一把要半年，你一辈子打不了几把。如果每次只要一个月，一年就能打十二把。
-
不追求最优解。 最优解往往意味着集中全部资源、押注单一路径。但在不确定环境中，"最优"本身是无法事先确定的。追求最优解的人容易陷入"窗口期焦虑"——觉得机会稍纵即逝，所以必须立刻全力以赴。事实上，真正有生命力的机会不依赖窗口期，它是一个持续存在的结构性趋势。
-
让每次试错都产生学习。 输了不是白输。每一次接触现实都在积累经验和直觉。试得越多、反馈越密集，你的命中率本身也在提升——不是因为你变聪明了，而是因为你在大量实践中训练了对信号的识别能力。
十、生长逻辑的组织含义
以上说的主要是决策者个人的思维方式。但在一个有几十上百人的组织里，问题还有另一个维度：组织结构本身会吞噬生长的可能性。
一个正在赚钱的业务会自然地积累人员、流程、层级。这些东西一旦形成，就有了自身的惯性——每个人都在维护自己的岗位，每个流程都在证明自己的必要性。这不是因为人有恶意，而是因为激励结构天然如此。
当市场告诉你"应该收缩"的时候，组织的阻力会让你慢半拍。当 AI 让某些岗位的产出效率提高五倍的时候，这五倍的效率很可能被组织内部的结构性损耗吸收掉，最终不反映在利润上。
我见到一个数据：AI 在企业中的渗透率很高，普遍提效在五到十倍，但企业的绩效增长不到 5%。这说明效率的提升被组织内部的管理和结构性矛盾给消化掉了。
这不是 AI 不好用。这是组织的刚性把所有增量都吃掉了。
十一、怎样在有资源之后仍然保持生长
这是最难的问题。我没有完美答案，但有几个方向：
第一，不是把整个组织缩小，而是在现有组织旁边长出极小的试验体。 不改造老系统，让新系统在边缘生长。如果跑出来了，老系统的人自然会靠拢；如果跑不出来，也没伤害现有运转。关键是这个试验体必须直接暴露在市场里，有真实的用户、真实的收入、真实的痛感。
第二，让关键决策者重新回到一线。 不是通过仪表盘看世界，而是直接接触用户、直接感受产品、直接承受后果。AI 的价值不在于辅助决策，而在于释放决策者的注意力，让他从事务性工作中解放出来，有更多时间去直接接触现实。
第三，用结构来保证纪律，不靠意志力。 成本线不能漂移，这是硬约束，不因任何乐观信号松动。不是因为某个战略理论告诉你应该这样，而是朴素的财务常识：在信号不明确的时候，保护下限永远优先于追求上限。
第四，抵制"从成功中提炼方法论"的冲动。 方法论一旦固化，就变成下一轮规划逻辑的种子。保持假说的身份——可以有方向感，但不能变成信仰。
十二、结语
写这篇文章的过程中，我意识到一件事：这些道理我在成功的时候全都"知道"。我在早期做对的时候，并不是因为想通了这些才做对的——我只是恰好处在一个逼着我做对的环境里。小团队、没钱、必须活着，这些约束天然地把我推向了正确的策略。
后来有了钱、有了团队、有了"做大事"的资格，约束消失了，错误的策略变得可承受了，于是它就悄悄地发生了。
所以我对自己最大的警惕是：不要相信自己"想通了就不会再犯"。 理解一个道理和践行一个道理之间隔着巨大的鸿沟。真正能防止重蹈覆辙的不是认知，而是结构——让约束重新回到环境中，让痛感重新变得即时，让反馈回路重新缩短到你无法忽视。
最后回到开头那句话：
微弱正期望下通过筹码管理进行持续博弈，才是行动的常态。极端爆发属于随机误差，只可遇不可求。
这不是一句鸡汤。这是我花了几个亿买来的教训。
2026年5月