随着畅销书《异类》的流行，“练习一万小时成天才”这个口号现在是尽人皆知。也许仍然有不少人相信那些不世出的天才必有天生的神秘能力，但科学家通过大量的调查研究已经达成共识，那就是所有顶级高手都是练出来的。不但如此，最近几年的科学进展，人们可能第一次拥有了一个关于怎样炼成天才的统一理论。

好消息是除了某些体育项目对天生的身高和体型有特殊要求之外，神秘的天生素质并不存在，也就是说人人都有可能成为顶级高手。早在20多年以前，芝... ]]> (《新知客》，2010年8月。本来应该等到8月1日再发，但今天突然发现此文已经被在网上泄漏出来了！)

随着畅销书《异类》的流行，“练习一万小时成天才”这个口号现在是尽人皆知。也许仍然有不少人相信那些不世出的天才必有天生的神秘能力，但科学家通过大量的调查研究已经达成共识，那就是所有顶级高手都是练出来的。不但如此，最近几年的科学进展，人们可能第一次拥有了一个关于怎样炼成天才的统一理论。

好消息是除了某些体育项目对天生的身高和体型有特殊要求之外，神秘的天生素质并不存在，也就是说人人都有可能成为顶级高手。早在20多年以前，芝加哥大学的教育学家 Benjamin Bloom 就曾经深入考察过120名从音乐到数学多个领域内的精英人物，发现他们幼年时代没有任何特别之处。后人的研究更证明，在多个领域内，就连智商都跟一个人能不能达到专家水平没关系。

有个匈牙利心理学家很早就相信只要方法得当，任何一个人都可以被训练成任何一个领域内的高手。为了证明这一点，他选择了一个传统上女性不擅长的项目，也就是国际象棋。结果他和妻子把自己的三个女儿都训练成了国际象棋世界大师，这就是著名的波尔加三姐妹。这个实验甚至证明哪怕你不爱好这个领域，也能被训练成这个领域的大师，因为三姐妹中的一个并不怎么喜欢国际象棋。

而坏消息是成为大师需要长时间的苦练。每天练三小时，完成一万小时需要十年时间，但这只是达到世界水平的最低要求。统计表明对音乐家而言，世界级水平要求的训练时间是十五到二十五年。但最关键的并不是练习的时间，而是练习的方法。

天才是怎样炼成的？中国传统思维比较强调一个“苦”字，冬练三九夏练三伏，甚至是头悬梁锥刺股。而近代生活条件越来越好，人们则开始强调一个“爱”字，说兴趣是最好的老师，强调寓教于乐，“哈佛女孩”的家长们纷纷写书，介绍自己的孩子如何一路玩进名校。

很多励志故事和流行的成功学书籍最爱强调的似乎是“顿悟”，认为一个人之所以不成功是因为他没想通，他没有认识到真正的自己！好像一旦一个人顿悟到了真正的自己，他就会非常简单地在本来应该属于自己的领域成为天才人物。一个销售员可能认为真正的自己其实是个小说家，一个医生可能认为真正的自己其实是个画家 — 唯一的问题是他们从来没有写过小说或者画过画 — 但他们认为他们距离“真正的自己”只有一步之遥，一旦尝试了就会爆发天才。

所有这些关于成功学的个人经验和励志故事都不科学。假设一个成功人士做过一百件事，包括参加演讲比赛，衣着有个性，听英文歌曲，最喜欢的颜色是绿色等等，他会非常自得地把这一百件事都写进自传，没准还要加上女朋友的影响。然而其中真正起到决定性作用的可能只有四件事，问题是他和读者都不知道是哪四件。

科学家不信励志故事，他们只相信调查研究。在过去二三十年内，心理学家们系统地调研了各行各业内的从新手，一般专家到世界级大师们的训练方法，包括运动员，音乐家，国际象棋棋手，医生，数学家，有超强记忆力者等等，试图发现其中的共性。他们的研究甚至细致到精确记录一所音乐学院的所有学生每天干的每一件小事，用多少时间做每件事，父母和家庭环境，来比较到底是什么使得那些音乐天才脱颖而出。

现在这项工作已经成熟了。2006年，一本900多页的书，The Cambridge Handbook of Expertise and Expert Performance， 出版。这是“怎样炼成天才”研究的一本里程碑式的学术著作，此书直接引领了后来一系列畅销书的出现，包括格拉德威尔的《异类》，Geoff Colvin 的 Talent is Overrated，和 Daniel Coyle 的 The Talent Code 等等。科学家们不但证明了高手是练出来的，而且通过考察各个领域最好的训练方法的共性，总结了一套统一的练习方法，这就是所谓“刻意练习”（deliberate practice）。

过去多年来，训练方法是不断进步的。比如说作曲，假设一名普通学生使用普通训练方法六年时间能达到的水平，另一个学生使用新的训练方法三年就能达到，那么我们可以说这个新训练方法的“有效指数”是200%。统计表明，莫扎特当时的训练，他的有效指数是130%。而二十世纪的天才也许没有莫扎特有名，但其训练水平都能达到300%到500%！十三世纪的哲学家培根曾经认为任何人都不可能在少于30年之内掌握数学，而现在的学生十几岁的时候已经学到多得多的数学，教学方法进步了。事实上，我们今天在所有领域都比过去做得更好，体育世界纪录被不断打破，艺术家们的技巧也是过去根本无法想象的。

训练方法重要性的另一个体现是“天才”的扎堆出现，比如曾经有一个时期俄罗斯对女子网球，韩国对女子曲棍球，更不必说中国对乒乓球的的绝对优势。更进一步，哪怕你这个国家传统上并不擅长这个项目，只要有一名教练摸索掌握了科学训练法，那么他就可以带出一代绝世高手，比如中国花样滑冰教练姚滨。人们经常感慨中国十多亿人居然找不到11个足球天才 — 如果天才是天生的，那么十多亿人必然足以产生很多天才，但天才是练出来的，而中国缺乏有效的练习环境，人口再多也比不上欧洲小国。

刻意练习

首次提出“刻意练习”这个概念的是佛罗里达大学心理学家 K. Anders Ericsson。这套练习方法的核心假设是，专家级水平是逐渐地练出来的，而有效进步的关键在于找到一系列的小任务让受训者按顺序完成。这些小任务必须是受训者正好不会做，但是又正好可以学习掌握的。完成这种练习要求受训者思想高度集中，这就与那些例行公事或者带娱乐色彩的练习完全不同。“刻意练习”的理论目前已经被广泛接受，我们可以总结一下它的特点。

1. 只在“学习区”练习

科学家们考察花样滑冰运动员的训练，发现在同样的练习时间内，普通的运动员更喜欢练自己早已掌握了的动作，而顶尖运动员则更多地练习各种高难度的跳。普通爱好者打高尔夫球纯粹是为了享受打球的过程，而职业运动员则集中练习在各种极端不舒服的位置打不好打的球。真正的练习不是为了完成运动量，练习的精髓是要持续地做自己做不好的事。

心理学家把人的知识和技能分为层层嵌套的三个圆形区域：最内一层是“舒适区”，是我们已经熟练掌握的各种技能；最外一层是“恐慌区”，是我们暂时无法学会的技能，二者中间则是“学习区”。只有在学习区里面练习，一个人才可能进步。有效的练习任务必须精确的在受训者的“学习区”内进行，具有高度的针对性。在很多情况下这要求必须要有一个好的老师或者教练，从旁观者的角度更能发现我们最需要改进的地方。

只在学习区练习，是一个非常强的要求。一般的学校课堂往往有几十人按照相同的进度学习知识，这种学习是没有针对性的。同样的内容，对某些同学来说是舒适区根本无需再练，而对某些学生则是恐慌区。科学教学必须因材施教，小班学习，甚至是一对一的传授。真正高手训练与其说是老师教学生，不如说是师傅带学徒。

一旦已经学会了某个东西，就不应该继续在上面花时间，应该立即转入下一个难度。长期使用这种方法训练必然事半功倍。2004年的一项研究表明，大学生的学习成绩和他们在学习上投入的总时间没有直接关系，关键是学习方法。

2. 大量重复训练。

从不会到会，秘诀是重复。美国加州有个“害羞诊所”（The Shyness Clinic），专门帮助那些比如说不敢和异性说话的人克服害羞心理。这个诊所的心理学家不相信什么心理暗示疗法，什么童年回忆之类，他们相信练习。他们认为使人害羞的并不是事情本身，而是我们对事情的观点。怎么治疗恐女症？做法是设计各种不同难度的场合，从在房间内集体对话到直接跑到大街上找陌生美女搭讪，安排接受治疗者在一个疗程之内跟130个女人聊过天。

这种把不常见的高难度事件重复化的办法正是MBA课程的精髓。在商学院里一个学生每周可能要面对20个真实发生过的商业案例，学生们首先自己研究怎么决策，提出解决方案，最后老师给出实际的结果并作点评。学习商业决策的最好办法不是观察老板每个月做两次决策，而是自己每周做20次模拟的决策。军事学院的模拟战，飞行员在计算机上模拟各种罕见的空中险情，包括丘吉尔对着镜子练习演讲，都是重复训练。

在体育和音乐训练中，比较强调“分块”练习。首先你要把整个动作或者整首曲子过一遍，看专家是怎么做的。然后把它分解为很多小块，一块一块地学习掌握。在这种训练中一定要慢，只有慢下来才能感知技能的内部结构，注意到自己的错误。在美国一所最好的小提琴学校里，甚至有禁止学生把一支曲子连贯地演奏的要求，规定如果别人听出来你拉的是什么曲子，那就说明你没有正确练习。职业的体育训练往往是针对技术动作，而不是比赛本身。一个高水平的美式足球运动员只有1%的时间用于队内比赛，其他都是各种相关的基础训练。

反过来说如果没有这种事先的重复训练，一个人面对不常见的事件往往会不知所措。统计表明工作多年的医生通过读X光片诊断罕见病症的水平反而不如刚毕业的医学院学生 — 因为很少遇到这种病例，而在医学院学到的东西早就忘了。最好的办法其实是定期地让医生们拿过去的旧X光片集中训练，而不是期待在工作中碰到。

3. 持续获得有效的反馈。

传道，授业，解惑，老师和教练最大的用处是什么？也许对一般人来说小学老师最大的作用是激发了他学习的兴趣，教会了他什么东西，曾经有过传道授业解惑。而真正的高手都有很强的自学能力，对他们而言，老师和教练的最重要作用是提供即时的反馈。

一个动作做得好与不好，最好有教练随时指出，本人必须能够随时了解练习结果。看不到结果的练习等于没有练习：如果只是应付了事，你不但不会变好，而且会对好坏不再关心。在某种程度上，刻意练习是以错误为中心的练习。练习者必须建立起对错误的极度敏感，一旦发现自己错了会感到非常不舒服，一直练习到改正为止。

从训练的角度，一个真正好教练是什么样的？John Wooden 是美国最具传奇色彩的大学篮球教练，他曾经率领 UCLA 队在12年内10次获得 NCAA 冠军。为了获得 Wooden 的执教秘诀，两位心理学家曾经全程观察他的训练课，甚至记录下了他给球员的每一条指令。结果统计表明，在记录的2326条指令之中, 6.9%是表扬，6.6%是表示不满，而有75% 是纯粹的信息，也就是做什么动作和怎么做。他最常见的办法是三段论：演示一遍正确动作，表现一遍错误动作，再演示一遍正确动作。

与外行想象的不同，最好的教练从不发表什么激情演说，甚至不讲课，说话从不超过20秒。他们只给学生非常具体的即时反馈。所有训练都事先进行无比详细的计划，甚至包括教运动员怎么系鞋带。他们仿佛有一种诡异的知道学员在想什么的能力，即使是第一次见面能指出学生在技术上最需要什么。他们是绝对的因材施教，源源不断地提供高度具有针对性的具体指导。

获得反馈的最高境界是自己给自己当教练。高手工作的时候会以一个旁观者的角度观察自己，每天都有非常具体的小目标，对自己的错误极其敏感，并不断寻求改进。

4. 精神高度集中。

刻意练习没有“寓教于乐”这个概念。曾经有个著名小提琴家说过，如果你是练习手指，你可以练一整天；可是如果你是练习脑子，你每天能练两个小时就不错了。高手的练习每次最多1到1.5小时，每天最多4到5小时。没人受得了更多。一般女球迷可能认为贝克汉姆那样的球星很可爱，她们可能不知道的是很少有球员能完成贝克汉姆的训练强度，因为太苦了。

科学家们曾经调查研究了一个音乐学院。他们把这里的所有小提琴学生分为好（将来主要是做音乐教师），更好，和最好（将来做演奏家）三个组。这三个组的学生 在很多方面都相同，比如都是从8岁左右开始练习，甚至现在每周的总的音乐相关活动（上课，学习， 练习）时间也相同，都是51个小时。

研究人员发现，所有学生都了解一个道理：真正决定你水平的不是全班一起上的音乐课，而是单独练习：
－ 最好的两个组学生平均每周有24小时的单独练习，而第三个组只有9小时。
－ 他们都认为单独练习是最困难也是最不好玩的活动。
－ 最好的两个组的学生利用上午的晚些时候和下午的早些时候单独练习，这时候他们还很清醒；而第三个组利用下午的晚些时候单独练习，这时候他们已经很困了。
－ 最好的两个组不仅仅练得多，而且睡眠也多。他们午睡也多。

那么是什么因素区分了前两个组呢？是学生的历史练习总时间。到18岁，最好的组中，学会平均总共练习了7410小时，而第二组是 5301小时，第三组 3420小时。第二组的人现在跟最好的组一样努力，可是已经晚了。可见要想成为世界级高手，一定要尽早投入训练，这就是为什么天才音乐家都是从很小的时候就开始苦练了。

人脑的学习原理

现代神经科学和认知科学认为，几乎没有任何技能是人一出生就会的。哪怕是对简单物体的识别，把东西抓取过来这些简单的动作，也是婴儿后天学习的结果。一个人一出生的时候根本不可能预见到将来自己需要什么技能，基因不可能把一切技能都用遗传的方法事先编程，那样的话太浪费大脑的存储空间。最好的办法是不预设任何技能，只提供一个能够学习各种技能的能力，这就是人脑的巧妙之处。基因的做法是先预设一些对刺激的基本反应和感觉，比如看见好吃的东西我们会饿等等。这些基本的反应需要调动的神经较少。但对于更高级别的技能，比如演奏音乐，需要协调调动很多神经，就必须靠后天学习了。

人的任何一个技能，都是大脑内一系列神经纤维传递的电脉冲信号的组合。解剖表明拥有不同技能的人，其大脑的神经结构非常不同，比如出租车司机大脑内识别方向的区域就特别发达。也就是说与计算机不同，人对于技能的掌握是在大脑硬件层次实现的。

而最近有一派科学家认为，髓磷脂是技能训练的关键，它的作用是像胶皮把电线包起来一样，把这些神经纤维给包起来，通过防止电脉冲外泄而使得信号更强，更快，更准确。不管练习什么，我们都是在练习大脑中的髓磷脂，就好像把一堆杂乱无章的电线被排列整齐变成电缆。直到2000年新技术允许科学家直接观察活体大脑内的髓磷脂之后，髓磷脂的作用才被发现，而且一直到2006年才第一次被在学术期刊上说明。科学家认为髓磷脂是脑神经的高速公路，提高信号传递速度，并且可以把延迟时间减少30倍，总共提速3000倍，甚至可以控制速度，想慢就慢。

人脑之中分布着大量“自由的”髓磷脂，它们观测脑神经纤维的信号发射和组合，哪些神经纤维用的越多，它们就过去把这一段线路给包起来，使得线路中的信号传递更快，形成高速公路。这就是为什么练习是如此重要。

髓磷脂理论可以解释很多事情。比如为什么小孩常会犯错？他们的神经系统都在，也知道对错，只是需要时间去建立起来髓磷脂的高速网络。为什么习惯一旦养成不容易改变？因为所谓“习惯”，其实是以神经纤维电缆组合的形式“长”在大脑之中的，髓磷脂一旦把神经包起来，它不会自动散开 — 改变习惯的唯一办法是形成新习惯。为什么年轻人学东西快？因为尽管人的一生之中髓磷脂都在生长，但年轻人生长得最快。最激进的理论则认为人跟猴子的最显著区别不在于脑神经元的多少，而在于人的髓磷脂比猴子多20%！解剖表明，爱因斯坦的大脑中的神经元数量是平均水平，但他拥有更多能够产生髓磷脂的细胞。

谁愿意练习一万小时？

看了钢琴家朗朗的传记之后，可能很多人会怀疑是否真的应该让孩子接受这样的苦练。实际上，顶级运动员都是穷人家的孩子。不练这一万小时，一定成不了高手，但问题是考虑到机遇因素练了这一万小时也未必成功。

这就是兴趣的作用了。如果说有什么成功因素是目前科学家无法用后天训练解释的，那就是兴趣。有的孩子似乎天生就对某一领域感兴趣。感兴趣并不一定说明他能做好，就算不感兴趣只要愿意练，也能练成。兴趣最大的作用是让人愿意在这个领域内苦练。

不论如何，刻意练习是个科学方法，值得我们把它运用到日常工作中去。显然我们平时中做的绝大多数事情都不符合刻意练习的特点，这可能就是为什么大多数人都没能成为世界级高手。天才来自刻意练习。

只要路足够长，开得快当然有快的好处，你可能被这个灯拦下，但是也可能因为开得快而正好赶上躲过下一个灯。

可是如果车与车之间是一个比赛的关系，需要排名次的话，交通灯就是限制竞争。虽然快还是有快的好处，但... ]]> 我每天上班要走一段差不多10英里的准高速路。在这种限速55又没有坡度的路上，开得快不快跟汽车的好坏没什么关系，完全取决于开车者的进取心。我有时候就很进取，识别前方每一辆开得慢的车，想方设法超过他们。但是这条路有五个交通灯。我经常左冲右突好不容易取得领先之后正好遇到红灯，眼睁睁地看着一辆慢车悠闲地跟上来停在我旁边。

只要路足够长，开得快当然有快的好处，你可能被这个灯拦下，但是也可能因为开得快而正好赶上躲过下一个灯。

可是如果车与车之间是一个比赛的关系，需要排名次的话，交通灯就是限制竞争。虽然快还是有快的好处，但交通灯肯定是对开得慢的人有利。这是因为如果完全没有交通灯，快车肯定能确保第一；而有了红灯就等于给慢车在中途再一次获得平等地位的机会。慢车一定特别希望赛道上布满红灯，最好每100米就停一次，大家几乎一起冲过终点，完全靠算不可分辩的小分乱中取胜。

从快车角度看，是红灯制约了快车能力的发挥；从慢车角度看，是红灯使慢车获得了跟快车共同前进的资格。本来，每辆车的快慢不同，车流速度分布是连续的 — 而交通灯则把车流分组，每一组集中起来一起出发。

今天早上跟一辆慢车一起等红灯的时候，我突然想到生活中其实也有很多事情也有这种“交通灯效应”。比如说学校教育。

自动化，工业化，生产线般的学校教育，对学习一般的人最有利。

如果一所大学的录取分数线是600分，其中有的人是以680分考上的，有的人是以正好600分考上的，这所大学其实是为这位600分的学生量身定做的。680分的人早到了，但是赶上了红灯。

最理想的教育模式，应该是每一个人有一个单独的老师，完全根据这个人的情况指定教学方案，实行彻底的因材施教。比如古代有钱人请私塾就是如此。我们看武打书里拜师学艺都是一个师父只教一个徒弟，而主角则更是好几个师父教一个徒弟。只有全真教是一个师父教七个徒弟，到徒孙更是密密麻麻，每次一大帮人一起训练，把武术变成了广播操。

Outliers 这本书讲了一个现在已经广为人知的观点。假定入学年龄按九月一日划线，那么同一个班级里八月份出生的孩子实际上比九月份的孩子整整小了一年，可是他们却要一起上课。年龄大的孩子早早获得更多的自信，这种自信会一直持续到他们的大学入学成绩高10%的可观测效应。在体育中这种效应就更明显。

50个，甚至上百个学生坐在教室里听同一门课，是非常荒诞的事情。每个人的程度可能非常不同，你猜老师会按照谁的程度授课呢？大多数情况下是中等偏下的程度。如果是一个模范班级，这些中等学生会非常积极地记录老师说的每一句话，生怕错过考试的重点。于此同时，最好的和最差的学生都在看课外书。

对这种大课的描写，我最喜欢的是《西游记》。灵台方寸山萨提祖师不是中学老师，他是讲课高手，可以兼顾各种程度学生的需求，这就至少要具备教授水平，以至于孙悟空听得是手舞足蹈。

祖师一看终于有一个真能听懂我讲课的了，道：“‘道’字门中有三百六十傍门，傍门皆有正果。不知你学那一门哩？”孙悟空一派天真模样，像个最听话的好学生一样说“凭尊师意思。弟子倾心听从。”

结果祖师介绍了术字门，流字门，静字门，动字门，都是修道者的流行科目。这时候注意！如果是一般学生，这时候一定要问“考试考什么”，或者“当前经济形势下学什么容易找工作”，或者“大多数人学什么”。可是孙悟空却都不想学。我们完全可以想象，座中那些想拿个名校毕业证早点出去找工作的同学，这时候看孙悟空是多么不懂事啊。

但孙悟空坚决以“自己想学什么”为核心。最后是这个有理想的人学会了七十二变和筋斗云。大课和统一考试会把学生变得随波逐流。

不但如此，如果你看一个电影，尽管你对电影有自己的口味，但你不得不跟几百万人看同样的电影，而不会给你定制一个电影。

但是这种局面正在被改观。据说，在1994年，全美国市场上总共有50万种不同的消费类商品在卖，而现在，也就16年之后，仅仅一个亚马逊上就有240万种商品！

这个 big picture 是人们的选择正在以暴涨的形式增加。大学个数在变多，学生在被细分，这等于交通灯在减少。电影的类型也在增加，比如说恐怖电影进一步分为僵尸类，心理类等等。

人们将越来越追求一些小众的东西。几年前有一本书，《小趋势》（Microtrend），基本意思是说现在的一个大趋势就是出现了很多很多小趋势。只要几亿人口中有区区一百万人干一件事，就足以构成一个小趋势，而这一百万人的市场就足够大，他们的政治影响力足以左右选举。比如克林顿竞选的时候就成功的利用了“足球母亲”这个小群体。

最好的大学都在给学生提供更多可选的课程，哪怕只有几个学生也值得开一门课。学校教育将从流水线生产重新向一对一的师徒式回归。只有用这种办法，才能让每个学生都在自己感兴趣的项目上能走多快就走多快，而不必跟别人一起等红灯。

—-

最近很长时间没更新，已经有人催我了。我其实并没闲着，业余正在干一个很有意思的项目。现在感到写正经文章越来越麻烦，要做大量的调查研究才敢动笔，还是像今天这篇写写随笔比较轻松。

如果一个公司接二连三的有人因为工作压力太大而自杀，这个公司是不是最邪恶的血汗工厂？如果一个社会接二连三的有人到校园疯狂杀害无辜小孩，这个社会是不是已经烂到不可救药？答案很可能是否定的。在最正常的公司和社会里，也会出现如此的可怕现象。而中国正在变成这种社会。

一个举足轻重的大公司，多名员工仿佛着了魔一般因为工作压力太大而自杀。整个事件迅速成为轰动新闻，媒体连篇累牍地报道，甚至开始计数，随时准备迎接下一个。这个逼死这么多... ]]> (《新知客》，2010年7月，杂志版标题是《阻止下一个！– 连续自杀背后的维稳物理学》)

如果一个公司接二连三的有人因为工作压力太大而自杀，这个公司是不是最邪恶的血汗工厂？如果一个社会接二连三的有人到校园疯狂杀害无辜小孩，这个社会是不是已经烂到不可救药？答案很可能是否定的。在最正常的公司和社会里，也会出现如此的可怕现象。而中国正在变成这种社会。

一个举足轻重的大公司，多名员工仿佛着了魔一般因为工作压力太大而自杀。整个事件迅速成为轰动新闻，媒体连篇累牍地报道，甚至开始计数，随时准备迎接下一个。这个逼死这么多人的公司到底邪恶到什么程度？

我说的不是富士康，而是法国电信。从2008年初开始，这个10万员工的公司在18个月内有26人自杀，而相比之下深圳富士康35万人中的13个自杀者还算少的。公司肯定难辞其咎，但工作条件不能完全解释自杀现象。富士康和法国电信都不是两国工作条件最差的企业，有无数差得多的公司，甚至山西黑砖窑，都没有连续自杀的事情。

正如参与会诊富士康的心理学家们指出的那样，这种连环自杀很大程度上是一种心理传染病，后来的人是因为受到前面自杀者的影响而自杀。模仿自杀是普遍存在的现象，被称之为“维特效应”，因为早在1774年歌德就在小说《少年维特之烦恼》中描写过这样的故事。比“维特效应”更坏的是“模仿者效应（copycat effect）”，模仿犯罪。美国多起校园枪击案，以及中国最近一段时间内出现的多起幼儿园杀人案，正是典型的模仿犯罪。

但这个看似简单的现象并不简单。如果自杀者因为不堪重负已经感到活不下去了，公司前人的自杀只是“提醒”了他；如果杀人者已经决心犯罪，前面的杀人者只是教会他去幼儿园杀人这个特定的犯罪方法，那么自杀和杀人就是不可避免的，只是时间不一定这么集中，方法不一定这么一致而已。而事实并非如此。

2005年10月，两个无辜的法国少年为躲避警察的错误追捕，在巴黎市郊触电身亡。当晚数百名青少年上街抗议，并最终引发骚乱。人们开始焚烧汽车和打砸商店，与警方发生激烈冲突。骚乱迅速传播到法国其它城市，两周之内竟有3000人被捕。一开始，骚乱的参与者是两个无辜者死亡而抗议，但事情发展的结果是，用纽约时报采访的其中一个十五岁少年的话说， “烧汽车很好玩”。那些打砸抢烧者已经不再介意为什么要上街抗议，他们只是为了参与而参与。

人是善于模仿的动物，因为相对于自己分析各种因素再决策而言，直接模仿别人是一条思维捷径。但骚乱的故事告诉我们，人在很多情况下不是因为被别人的行为提醒后为了自身原因采取行动，而是为了模仿而模仿。

这个理论甚至有物理学上的解释和社会统计的证据。把一块磁性物质放在单一方向的磁场中，这块物质中的粒子自旋将会发生磁化，顺着磁场方向排列。我们可以把这些粒子的自旋看成一个个小磁铁。现在我们慢慢旋转外加磁场，直到与原来相反的方向，那么这些小磁铁也会改变方向。

关键在于，如果这些小磁铁的转向完全是出于对外加磁场转向的反应，那么它们的集体转向也应该是逐渐而缓慢的。但实验表明这些小磁铁的转向是突然的，非常之快，如同雪崩一般。这是因为小磁铁并非只对外加磁场反应，它们同时受到临近的小磁铁的影响 — 相邻的几个小磁铁转向之后会带动它们附近的小磁场也转向。考虑到这种模仿效应，物理学家可以用一个精确的数学公式来描写磁性物质整体转向的过程。

2005年，两个法国科学家考察了德国和葡萄牙的生育率变化曲线，以及手机在欧洲几个国家的普及曲线，发现这些曲线满足描写磁场翻转导致磁性物质内粒子自旋转向的数学公式。本来，早期的手机价格很贵而性能又差，等到手机慢慢变得物美价廉，使用手机的人也越来越多。如果每个人只是出于性价比的考虑而购买手机，那么手机的普及应该是逐渐的。但统计表明，手机的流行是突然的。唯一的解释是人在决定是否购买手机和生几个孩子这样的问题上也有“为了模仿而模仿”的因素。这种模仿效应普遍存在，比如剧场里的掌声总是来得快去得也快，也满足同样的数学曲线。

为了模仿而模仿，是最大的不稳定因素，因为它让原本无关的人参与到事件之中，导致事态以爆炸的速度迅速扩大。

好在灾难性的模仿具有很大的偶然性。斯坦福大学的社会学家 Mark Granovetter 曾经提出一个理论，说每个人其实都有一个参与骚乱的“阈值”。有些人可能只要看到街上有人抗议就会迅速加入进去并把抗议变成骚乱，而有些人则需要有很多人参与了他才会参与。假设街上站着100个人，它们参加骚乱的阈值分别从0到99。比如其中阈值是3的人只要看到街上有3个人骚乱他就会参与。在这种情况下，只要第一个人动手，那么阈值为1的第二个人看到有人动手了，他也会动手；于是阈值是2的人也会动手，…，最终所有人都会动手。整个骚乱过程是雪崩效应。

但这个雪崩其实是不可靠的：只要我们把初期的几个人拿掉任意一个，那么骚乱反应链条就会早早断裂，而避免大规模事件！

这就是为什么同样的起因会导致截然不同的结果，有些事件会越来越大，而有些则会不了了之。一个大规模事件的走向很可能跟这个事件的起因没有关系。统计表明美国的一些经济条件非常相似的城市的犯罪率却差别巨大，这其实就是因为模仿效应的偶然性质。同样的条件下，有些城市一开始对犯罪抓的比较好，导致模仿者未能跟进。

凡夫畏果，菩萨畏因，但维稳的关键既不是最开始的起因也不是事态扩大以后的结果，而是事件初期有没有人模仿。美国在911之后很长时间内对航空旅行有非常严格的要求，很大程度上避免了模仿的恐怖袭击。

通讯手段越先进，人与人之间的交流越容易，模仿事件的可能性就越大。我国正在进入这一阶段。就算中国像法国一样民主自由，我们像法国那样两个少年的死亡导致全国骚乱的可能性仍然存在。

也许任何政府都不应该控制媒体，但媒体的确是维稳的重要手段。奥地利禁止报道地铁自杀事件以后，地铁自杀事件立即减少75%。美国过去20年来校园枪击案此起彼伏，但在911事件之后的一年半内媒体把注意力全面转向反恐，结果只发生了一起校园枪击案，而且没有死人。

世界卫生组织曾在2000年发布一个报告，援引多个统计研究表明，自杀故事的报道越详尽，其引发的后续自杀事件就越多，名人自杀和电视报道的效果更强烈。尽管也有研究认为媒体曝光率与后续自杀者数量的相关性并不像想象的那么强，但这些研究承认自己的分析方法存在局限。著名学者 Loren Coleman 在 The Copycat Effect 一书中强烈批评媒体对校园枪击案这种犯罪报道的喜爱，认为正是媒体报道加剧了模仿犯罪。

作为一个喜欢新闻自由的人，我非常希望能有这么一种效应，就是全面的媒体曝光反而能让人们充分认识到事件的真实情况从而减少模仿者，然而我没有发现任何一个支持这个假设的研究结果。所有材料都或多或少地指出媒体应该自律。有些国家已经提出一些报道规范，比如挪威甚至禁止媒体报道自杀事件。

在通讯手段如此发达的今天，完全禁止媒体报道自杀和犯罪事件不太可能，但把报道规范化则是可能的。几个奥地利科学家在2009年有一篇论文发现，媒体的自杀报道存在严重偏见。那些先杀人再自杀的事件被过度报道，而因为自身的精神原因自杀的事件则被过少报道。事实是绝大多数自杀者有心理疾病。也许是出于人死为大的潜意识，最近富士康事件中几乎没有媒体谈论自杀者本人的精神原因和情绪波动，大家一致指责富士康公司，好像在这种公司工作就应该自杀一样。而在美国的校园枪击案的报道中，很多媒体或多或少地喜欢把先杀人再自杀的凶手描写成无辜的邻家男孩，夸大他生活的不幸却淡化其本人的精神疾病，这种描写无疑会进一步助长模仿行为。

模仿自杀，模仿杀人案，这些事情在几年之前的中国可能闻所未闻，其实早已是发达国家的常见现象。现在轮到中国了。长治久安的上策当然是创造条件让人从一开始就不会自杀或者犯罪 — 如果做不到这一点，那就得维稳 — 而维稳不关心有没有第一个，只关心有没有第二个。

帕金森综合症的原理大约是大脑出于某种原因降低了对多巴胺神经元的生产，而这些多巴胺神经元对控制身体运动至关重要，结果就是逐渐失去行动能力。很多名人，包括一些特别有学问的人得这个病。大脑为什么会出这种问题，怎么治疗，科学家并不知道。

不用说治疗，甚至连 LRRK2 基因与帕金森症的关系，都是直到2004年才被发现，此前人们甚至认为帕金森症不会遗传。

你怎么办呢？

好... ]]> 在你的第十二条染色体上有个叫做 LRRK2 的基因。我们假设，仅仅是假设，这个基因有一个小小的变异。这个变异的结果是使你有30%到75%的可能性在未来患上帕金森综合症。

帕金森综合症的原理大约是大脑出于某种原因降低了对多巴胺神经元的生产，而这些多巴胺神经元对控制身体运动至关重要，结果就是逐渐失去行动能力。很多名人，包括一些特别有学问的人得这个病。大脑为什么会出这种问题，怎么治疗，科学家并不知道。

不用说治疗，甚至连 LRRK2 基因与帕金森症的关系，都是直到2004年才被发现，此前人们甚至认为帕金森症不会遗传。

你怎么办呢？

好消息是并非所有LRRK2基因变异的人都会得帕金森症。这个事实暗示了一种思路。这个思路并不奇特甚至司空见惯，但由于当前技术的进步，它正在变成一个了不起的思路。微软公司对这个思路非常兴奋，称之为 “the fourth paradigm of science”，第四个科研范式。

这个思路是，那些同样有LRRK2基因变异的人，他们到底做了什么，以至于没有得病？也许我们不会知道其中的原理，但只要能找到这么一件事，做了这件事就不怕LRRK2基因变异，那就已经足够好了。就好像《午夜凶铃》中死的人多了以后，人们发现只要做把录像带传给别人看这件事就不会死一样。

这就是 Google 创始人之一，LRRK2基因变异者，Sergey Brin 要做的事。他的爸爸是数学家，他的妈妈是应用数学家，他自己本科在是数学系念的，所以他治病的办法是玩数据。

Brin 的老婆搞了个个人基因服务公司，23andMe。据最新一期《连线》杂志报道，借助这个公司，Brin 有一个系统的，或者说暴力的，解决帕金森综合症的办法。我理解这个办法是这样的：

1. 召集一万名帕金森症患者，彻查他们的基因，问卷调查他们的既往病史，生活环境和所有生活习惯，从中发现共性。这些共性可能就是帕金森症的病因。

2. 再去找那些也有这些共性的人但是没有得帕金森症的人，看看他们做了什么，其中有什么共性。这个共性就是防治办法。

这的确是非常简单的思路，但是要做的话却是相当的难。一个显而易见的难点是数据量实在太大。进行这样海量的数据分析，非得有今天最强的计算机，尤其是极高的数据存储能力不可。这就是微软对此兴奋的原因。想法是容易的，技术条件是困难的。搞这样的科研对微软来说是非常好的机会（至少可以提升公司形象），以至于微软找了一帮人，整了一本书，The Fourth Paradigm: Data-Intensive Scientific Discovery，并大力推广。（微软提供全文免费下载）。

下面我来谈谈我的看法。

所谓科学发现的前三个范式，是第一，实验；第二，理论；第三，模拟。我认为从“硬度”角度讲，这三个范式的重要性一个比一个低。实验是最硬的科学发现，你理论说得再漂亮，宇宙加速膨胀就是加速膨胀，Higgs 粒子万一找不到就是找不到，这是实打实的东西。

而模拟则是实验不好做，理论计算又没法算的情况下一个没有办法的办法。如果你承认我用的方程都是对的，你大约也会承认我模拟的结果，但这个结果永远都需要实验的检验。

与这三个范式相比，这个“第四范式”的硬度更低一些。它既不能像理论和模拟那样在一定程度上告诉你“为什么”，更不能像实验那样明确地告诉你“是什么”。海量数据分析，只能告诉你“大概是什么”。比如数据分析可以告诉你喝咖啡对降低帕金森症发病率有好处，但是说不清到底是咖啡因的作用还是别的作用。它甚至说不清这种好处到底有多大。

历史上阿司匹林对很多病症有疗效，而科学家并不知道为什么会有这种疗效。这些疗效都是“统计”发现的。

实际上，科学家一直都在从以往数据中寻找规律，提出猜想，再做验证。这就是所谓 “empirical study”，或者物理学家有时候使用的“经验公式”。《连线》这篇文章提供的那个图示的证明 Gaucher’s disease 患者得帕金森症的可能性高五倍的例子，并没有说明白现在这个“第四范式”与此有什么不同，无非是海量数据分析的数据库更大而已。

我认为，其实“第四范式”的真正了不起之处在于“客观”这两个字。此前，模式识别主要是主观的。是人在经验中发现规律，提出一个主观的假设，再去搜集更多案例来验证这个假设。而现在这个第四范式，则是让计算机自己从海量的数据发现模式，也就是共性，是客观的。这样就允许我们有一些惊喜。

但是很多人并不看好这个做法，因为数据的噪音太大。

还有一个更根本的困难。以帕金森症为例，也许发病的原因和不发病的原因都是不可观测的，比如说纯粹的偶然因素，或者说是问卷调查问不出来的因素。一个人的基因和生活自由度实在是太多，程序永远都不可能确保把所有的变量都考察到。纯粹的客观其实是做不到的，在你设定问卷内容的同时，你已经主观地设定了你想要考察的范围。第四范式要想有所发现，还是需要一点运气的。

不过 Brin 显然有理由看好这个做法。从海量数据中发现趋势是 google 一直都在做的，比如说通过搜索关键词的趋势判断流感，google 比CDC要快得多。假设 google 有一个机制自动发现任何被突然大量搜索的词，这种模式识别显然就是真正客观而不是主观的。人的生活自由度几乎是无限的，但所有词汇的组合是有限的，可是我怀疑这种组合的数字之大，就连 google 也做不到实时监控每一个可能的搜索组合。更实际的做法也许还是大量地预先设定一些可能有意义的关键词。

所以我认为“更客观的模式识别”，是第四范例的关键。

（此文昨天发出之后今日略作补充）

本文继续分析足球。更重要的是，这回终于可以提供一点数据支持了。

1. 防守与体能

足球比赛的一个一般规律是下半场比上半场容易进球。在以下几个大赛中，上下半场的进球比率分别是：

98年世界杯：上半场39.2%，下半场60.8% 02年世界杯：上半场41%，下半场59% 04年欧洲杯：上半场42.6%，下半场57.4% 06年世界杯：上半场47.5%，下半场52.5%

首先，关于为什么下半场进球多，你可以猜测是到下半场比赛快结束的时候有些比分落后的球队会采取比较... ]]> 《足球的逻辑》这篇得到了不少有益的批评，以至于我很想写一个修改版，不过更有意思的做法是接着另写一篇。

本文继续分析足球。更重要的是，这回终于可以提供一点数据支持了。

1. 防守与体能

足球比赛的一个一般规律是下半场比上半场容易进球。在以下几个大赛中，上下半场的进球比率分别是：

98年世界杯：上半场39.2%，下半场60.8%
02年世界杯：上半场41%，下半场59%
04年欧洲杯：上半场42.6%，下半场57.4%
06年世界杯：上半场47.5%，下半场52.5%

首先，关于为什么下半场进球多，你可以猜测是到下半场比赛快结束的时候有些比分落后的球队会采取比较冒险的策略。统计表明比赛最后15分钟的进球往往超过其它的15分钟时间段。但问题是“冒险的策略”很难客观判断，而且这样的局面出现的次数也不是特别多。

专家们的共识，是下半场进球多是因为防守队员的体能下降 [Saltin, 1973; Bangsbo, 1994]。另有证据表明 [Abt et al., 2002, Zeederberg et al. (1996), Abt et al. (1998)]，当体能下降，射门能力所受的影响要比防守能力所受的影响小。也就是说同样精疲力尽的情况下，进球容易防守难。

发起猛攻的最佳时机是双方体能都下降的时候。这使人联想到解放军特别喜欢在佛晓时分进攻。

但我想提出更重要的一个论点是，各个球队的防守能力正在提高。这表现在从1998到2006年，下半场进球的比重在减小。这极有可能是各队都越来越重视体能的缘故。

下半场进球多，说明防守与体能密切相关。现在的趋势是下半场进球越来越不多，这说明各队的防守能力都基本达到了一个很高的水平。

2. 怎样进球

对04年欧洲杯的统计表明，44.1%的进球来自有组织的进攻，20.3% 的进球来自反击, 35.6% 的进球来自定位球。
对06年世界杯的统计表明，47.1%的进球来自有组织的进攻，20.3% 的进球来自反击, 32.6% 的进球来自定位球。

首先，职业球队应该多练习定位球，统计表明在业余比赛中定位球进球所占的比重远低于此。进球倚重定位球，我认为这再一次说明防守的成功。

再来分析一下有组织的进攻和反击。表面上看，有组织的进攻进球比反击要多不少，但要注意反击的机会是很少的！大部分进攻都是从后场一步步有组织的进攻。进一步的统计[Armatas, Ampatis and Yiannakos, 2005]表明，有组织进攻的成功率是11.1%，而反击的成功率则是16.9%。

反击的好处是对方半场正空虚，可以迅速在对方半场投入跟对方防守人数相当的队员。一个有意思的事情是我以前看报道说中国队有70%的丢球来自被对方打的反击，不知道是怎么算出来的，明显与主流球队的数据不符。

那么进球之前的具体动作是什么呢？04欧洲杯的统计是34.1%的进球来自长传, 29.3%来自短传配合，17.1% 来自个人盘带, 14.6% 来自直接射们（估计是远射和捡漏之类的），另有 4.9% 是乌龙球。

球都是从哪踢进的？04欧洲杯的数据是44.4%是禁区内射门，35.2%在球门区，20.4%在禁区外。而06年世界杯的数据非常不同：58.3%是禁区内射门，37.5%在球门区，4.2%在禁区外。我非常怀疑世界杯的禁区是否比欧洲杯大，或者说德国的球场比葡萄牙的球场大。

我从这些数据得到的教训是多练定位球，防守反击是好机会，快速把球传到前场。需要说明的一点是我在前文说不要盘带，事实上前锋的盘带寻找更好的机会是必不可少的，应该强调的是中后场队员少盘带。

4. 米兰实验室

这些论文中的数据完全不能令人满意。只统计世界杯和欧洲杯是不够的，最好能有各个顶级联赛多年的数据分析。从统计的项目上来看也非常粗糙，比如我很想知道诸如“射门成功率与禁区内双方人数的关系”，“射门成功率与球从后场到前场运行时间的关系”，“球场大小与进球数的关系”这些数据都没有。另外，这些论文写的也没有什么技术含量，完全可以作为本科生的作业项目。

比赛录像都在那里，统计技术也很简单，但是得到数据却需要大量的人力物力。

可是如果你认为这点数据就是目前足球数据分析的世界先进水平，你大错特错了！

分析比赛数据有专门的软件，比如说 Prozone. AC 米兰俱乐部有个专门的实验室， Milan Lab，它使用计算机分析了这支球队队员的上百万数据。其中一个发现是只看一名队员的跳，就能以70%的准确度预测他是否会在比赛中受伤。

米兰实验室的最重要成果可能是发现了“不老的秘密”。2007年欧冠决赛中，AC米兰大多数队员都在31岁以上！凭借这个发现，米兰实验室可以帮助俱乐部延长球员的运动生命，并且合理评估哪些球员值得购买。这个秘密至今没有公布。

如果一个人真掌握炒股的秘密，他不应该写书，而应该用这个秘密去赚钱。看来，米兰实验室真掌握足球数据分析的秘密。

5. 足球的未来

有的人看输赢；有的人看进球；有的人看球星；有的人看精神；有的人看技术；有的人看战术。但不论怎么看，足球并不是一个特别精确的项目，可能远远比不上NBA精确。英国几乎所有球员都来自社会底层，中产阶级根本不踢球，这直接影响英国队的技术。仍然有很多很多教练和球员再凭感觉训练和比赛。有人甚至认为足球就是拼命。但现在有很多人开始看球看数据了。

我认为足球的发展趋势是变成一个更快更精确的运动。除了精确地传球，更要精确地控制体能。看一帮人筋疲力尽地拼抢没意思，一直到最后一分钟都保持高节奏，才是现代足球的完美比赛。

—-
参考文献:

1. Yiannakos, A., Armatas, V., Evaluation of the goal scoring patterns in European Championship in Portugal 2004

2. Armatas, V., Yiannakos, A., Papadopoulou, S., Galazoulas, Ch., Analysis of the set-plays in the 18th football World Cup in Germany

3. Armatas, V., Yiannakos, A., & Sileloglou, P., Relationship between time and goal scoring in soccer games: Analysis of three World Cups

4. Simon Kuper and Stefan Szymanski, Soccernomics: Why England Loses, Why Germany and Brazil Win, and Why the U.S., Japan, Australia, Turkey–and Even Iraq–Are Destined to Become the Kings of the World’s Most Popular Sport

1. 足球是一个防守比进攻容易的项目。

我在中学当过守门员。一开始都是在操场上用砖头摆门，以至于初中时候第一次跑到正规球场踢球，我被真正的球门震惊了。我感到球门这么大进球太容易了，怎么可能守住呢？... ]]> 最近看世界杯有感，本文试图提供一个关于现代足球的“统一理论”。我并不是一个真正的球迷，但进行了一点思考，查了一点资料，不吐不快，乃做此文。这个理论不是什么标新立异的一家之言，而是想从客观科学的角度，谈谈现代足球应该怎么踢。我将避免零碎的规律总结，而是尽量使用逻辑推理的办法去“推导”这套理 论，且看我说的对也不对。

1. 足球是一个防守比进攻容易的项目。

我在中学当过守门员。一开始都是在操场上用砖头摆门，以至于初中时候第一次跑到正规球场踢球，我被真正的球门震惊了。我感到球门这么大进球太容易了，怎么可能守住呢？然而正式比赛中一场往往进不了几个球。因为世界杯进球少，国际足联甚至两次采用新球，结果本届世界杯开赛以来仍然进球很少。

进球少的根本原因是足球场地非常之大。篮球比赛进球多，是因为场地很小，每次进攻都是全队出动在前场形成5打5，进攻成功率要高得多。而足球因为场地太大，队员的体能有限不可能每次攻防都从场地的这头跑到那头。这就决定了绝大多数情况下进攻队员比对方防守队员要少。从这个角度讲“越位”规则其实对进攻有利 — 因为这使得进攻方的后防线敢于往前压。

增加进球的最有效方法也许不是更轻的球，而是缩短场地距离。足球规则对场地大小只设定了一个范围而没有精确规定，我猜测很多联赛的场地要比世界杯场地小一些 （世界杯场地多是新修的，而且大赛事自然要修个大场地），这可能直接决定了世界杯的进球数低于联赛。最好有一个场地大小和进球数之间的相关性数据。

2. 防守的技术的门槛并不高。

我1990年第一次看世界杯，大家都说意大利队防守最好。而这届世界杯给人感觉是所有队的防守都不错。甚至今天朝鲜对巴西，防守也相当不错。

闭门造车很难掌握任何真正的高精尖技术。现在对外交流极少的朝鲜队的防守也能做到如此出色，我猜测防守的技术并不复杂。破坏一个球比做好一个球要容易。

我们看到世界杯上多数进球与其说是进攻方的技术精妙，不如说是防守方的失误造成的。我记得有个意 大利教练曾经说过，进球必然意味着防守错误，一场比赛最完美的比分应该是0比0.

防守的要点大约是补位的意识，斗志，后防线的整体配合，但最重要的肯定是体能。只要后防线的体能充沛，在以多打少的情况下破坏对方前锋进攻是容易的。统计表明世界杯上的进球往往是在下半场，这是因为下半场 大家体能都下降了。今天朝鲜队丢的第二个球就明显是后卫体能下降导致的，而巴西队丢的一个球也是比赛快要结束，体能下降导致精神不集中造成的。

据说，一百年前奥运会马拉松冠军的成绩，放今天也就是中学生水平。这么多年以来运动员的体能普遍上升，所以现代足球的进球越来越少，是贝利那个年代所不能比的。

因为技术门槛低，好的防守已经被各个队普遍掌握。如果不考虑体能因素，也许世界杯上没有哪个队比其他队伍“更擅长防守”。

3. 进攻的正确方法

既然防守人人都会，那么决定强队的因素就是进攻。现代足球进攻的正确方法是一个字：快！

前面说过，防守之所以容易是因为以多打少，那么进攻的追求就是要避免过分陷入以少打多的局面。这就要求一定要快速地推进到对方半场，在对方还没有把大部分人撤回的时候形成射门。我没有看到更全面的统计数字，但据说中国队丢球的70%是在由攻转守的时候被人打了快速反击。

为了想通这一点，我今天特意买了一本 Soccernomics （《足球经济学》）。这是一本一个经济学家和一个记者合写的书，写的比 Freakonomics 还要好。这本书在分析英格兰队为什么不行的时候提到，在欧冠赛场，所有顶级球队都是这个打法：队员极少盘带，任何人拿球都很少超过1秒，立即传球。这本书甚至 说，”… west Europe has discovered the secret of soccer.”

盘带很好看，但盘带的结果是你一抬头发现禁区里到处都是人腿。巴西从90年代起接受了欧洲的这套打法，效果非常好，只是被某些中国记者愚蠢地称为“功利足球”。

反过来说阿根廷还没有转化到这套打法。他们拥有三大联赛最好的前锋，可是这些前锋到了阿根廷队之后，每次拿球都要面对一大堆对方后卫。我很想知道的一个统计数字是梅西在西甲射门的时候禁区里平均有几个对方后卫，在阿根廷队的时候又要面对几个。最好的射手需要欧洲队友的支持。

据黄健翔说，马拉多纳不用里克尔梅的最重要原因是里克尔梅太慢。老马要求他改变自己的踢球方式。如果这是真的，那么马拉多纳不愧是球王，他敢于引进现代足球。不过也许阿根廷最需要的是一个欧洲教练。

4. 体能经济学

既然进攻的推进速度一定要快，这就进一步强调体能。而当体能下降，防守比进攻吃亏多。

我猜测，关于体能也许存在这么一个规律。假设现代足球中最好的球队的体能和技术都是100：

体能是80的情况下你可以很好的防守。如果对手防守体能是80，你的体能必须达到90的情况才可以很好的进攻。而过去进球多的年代，人们的体能是60，而这个弱体能更有利于进攻。

为什么强队往往在世界杯上“慢热”？我认为很可能是因为强队里球星多，这些球星刚刚打完欧洲联赛非常疲惫。而弱队由于集训时间早，往往在世界杯一开始的时候拥有更好的体能准备。朝鲜队今天表现出来的体能就不错。体能充沛，也是为什么世界杯一开始的时候进球都比较少。

但随着世界杯比赛的进行，各个队伍的体能下降，这时候强队的优势就体现出来了：强队更擅长对体能的恢复和管理。而弱队往往在前几轮把体能耗尽，所以淘汰赛中 还是强队胜出。对弱队来说，打好第一场相对容易，越往后越难打。真正的球星必须能坚持在欧洲赛场每年60场的比赛中保持状态。

中国队在世界杯被巴西干了个5：0，但中国队那时候已经在前面的比赛中用了不少体能了。我深刻怀疑朝鲜队以后的比赛中是否还有这样的体能。

现代足球中各队越来越重视体能教练。Soccernomics 这本书说，英格兰队很不擅长分配体能。别人都是下半场进球，而英国人关键场次总是在上半场进球。在英格兰队被淘汰的比赛中，他们打进的8个球中有7个是在上半场进的。在2002年在日本，英国队从未在下半场打进过球。英格兰就好像放电不均匀的次等电池。卡佩罗教英格兰队的第一件事可能就是“足球比赛有90 分钟”。

相比之下，意大利队非常擅长分配体能，他们在比赛中有“安静的时间段”，保守的踢。意大利队非常擅长在比赛的最后关头进球，比如黄健翔很激动的那场。

5. 世界杯不是最好的足球比赛

世界上最好的足球比赛是欧洲冠军联赛。联赛不受国籍限制，一个顶级俱乐部完 全可以把全世界最好的队员组成一个队。从队员之间配合来看，俱乐部的长期磨合也比国家队的短期集训要有效得多。

最关键的是，队员踢完联赛 已经很累了，更不用说受伤。

世界杯是最热闹的足球比赛，但不是最好的足球比赛。

世界足球的最顶端在欧洲。落后国家发展足球的关键是请欧洲教练。而请欧洲教练的关键是学习欧洲这套打法。另外别忘了请一个欧洲的体能教练。

“如果你不知道往哪踢，就往门里踢”，多年以前施拉普纳曾经这样教中国队。也许这只是德国人调侃，但很多球队即将怀着这样简明易懂的战术参加本届世界杯赛 — 好在他们不是去南非，而是去新加坡参加另一场世界杯足球赛：机器人的世界杯。这项由日本发起的赛事规模越来越大，它的目标是在2050年，让一支机器人足球队战胜人类世界杯冠军。人类球员对此不必过分担心，从目前的发展水平来看，我们距离把足球比赛外包给机器人的那一天还非常遥远。

即使是这样，我们仍然能从机器人比赛中学到非常有价值的东西，这个价值不是关... ]]> (《新知客》，2010年6月)

“如果你不知道往哪踢，就往门里踢”，多年以前施拉普纳曾经这样教中国队。也许这只是德国人调侃，但很多球队即将怀着这样简明易懂的战术参加本届世界杯赛 — 好在他们不是去南非，而是去新加坡参加另一场世界杯足球赛：机器人的世界杯。这项由日本发起的赛事规模越来越大，它的目标是在2050年，让一支机器人足球队战胜人类世界杯冠军。人类球员对此不必过分担心，从目前的发展水平来看，我们距离把足球比赛外包给机器人的那一天还非常遥远。

即使是这样，我们仍然能从机器人比赛中学到非常有价值的东西，这个价值不是关于机器，而是关于我们。通过考察机器人球员的弱点，我们可以了解人的优势到底是什么。更进一步，我们可以了解人到底是怎么学会各种技能的。

最引人瞩目的比赛是类人组。这是目前最先进的机器人球员，他们身高相当于一两岁到四五岁的小孩，本届世界杯甚至首次有了成人身高组。他们直立行走，用脚来踢球，而不像小型组球员那样被装在轮子上。除了发现球，追上球和射门这些基本功能之外，如果机器人在比赛中跌倒，还必须能以一个变形金刚式的动作自行站立起来。看他们做这些动作的时候你会几乎觉得他们是活的。然而面对近在咫尺的球门线上一个几乎不会动的守门员，球就在停脚下，在没有干扰的情况下，一个机器人球员需要30秒的时间来调整自己跟球的相对位置，然后才能完成一个很轻的射门动作。这已经足够成为一个必进球，因为距离太短，球速太“快”，守门员来不及做出任何反应。比赛不但谈不上技战术，甚至谈不上拼抢，大多数情况下能踢到球就很不错了。

相对于机器人研究的现状而言，能踢到球已经是一个相当了不起的成就。据悉尼技术大学的Williams教授介绍，作为机器人，你要在各种状态之间切换。如果你处于无球状态，程序给你的任务是“找到球”，而在球场上的众多物体中判断哪个是球已经是很难的技术。发现球以后你的状态变成“走向球”，你要计算球的方位，调整自己的姿态来面向球，然后才能迈步走过去，这还不算球可能在移动。一旦球在你脚下了，你的状态将变成“拿球”，然后你不必考虑什么复杂的传切配合，只需听从施拉普纳的简单忠告，射门。不过在此之前你还必须完成一个复杂的任务，那就是首先找到球门，然后计算射门角度并寻找一个合适的你跟球和球门的相对位置。

问题在于，人踢球的时候并不做任何数值计算。MIT的计算机科学家Rodney Brooks最近指出， 要想让机器人拥有人的基本智能，它至少需要2岁儿童的物品认知能力，4岁儿童语言能力，6岁儿童的动手能力，和8岁儿童的社交认知能力，而目前的技术水平据此相距甚远。实际上，当前机器人科学家正在研究的问题，是如何让机器人学会怎么区分不同的物体，怎么伸手去把一个物体拿起来，而这些都是人类在一岁以前就掌握的技能。小孩伸手拿东西的时候既不计算出手角度也不用考虑手指组合的姿态，他们几乎是无意识的就能把各种复杂的物体，使用每次都不太一样的姿势抓取过来。我们都会做，可是我们都不知道我们怎么做的。

绝大多数计算机程序，比如传统的专家系统，本质上都是融合了海量知识的一系列 “if… then…”逻辑判断，而这样的系统无法适应真实世界的千变万化，不能算真正的“智能”。在人工智能领域的最前沿，科学家必须一边研究计算机，一边研究人脑。现在美国国家科学基金的 Project One 项目中，来自多个大学的计算机科学家，认知科学家和发展心理学家正在团队合作，目标是创造一个具备一岁婴儿的认知和交流能力的机器人。他们邀请婴幼儿到最尖端的计算机实验室来跟妈妈玩躲猫猫之类的游戏，使用高速摄像机记录每一个动作和反应。在这个项目中，发展心理学家 Lev Vygotsky 发现了婴儿在一岁左右的一个智力跃进：当一个婴儿想要一个玩具而够不着的时候，他会示意妈妈把这个玩具递给他！Project One 正在努力研发世界上第一个具备这种能力 — 不是人指导机器人，而是机器人反过来指导人 — 的机器人。

科学家们发现与其说他们现在更加了解怎么造一个机器人，不如说他们现在更加了解人类自己。当前的一个共识是小孩出生的时候大脑里并没有预存任何关于怎么拿一个物体之类的程序，家长也没给输入，是孩子自己在实践中的不断摸索，试错和练习使他们掌握了这些技能。我们不是通过阅读说明书学会的开车，我们通过上路练习，被人鸣笛抗议，被教练和交警训斥学会开车。人的学习过程不是对动作要领的记忆，而是通过反复练习使得控制身体的各个脑神经元之间不断地连接，以至于从硬件层面对大脑重组。

人工智能研究的趋势就是让机器像人一样具有学习能力，使用软件模拟人的神经网络。机器人球员不再是一出厂就会，他们也需要大量的训练和比赛。比如当机器人做对了一个动作，就给他一个正面的激励，做错了给一个惩罚。通过神经网络的训练，机器人已经学会了从众多物体中识别一个人脸之类的技能。

人的这种学习和判断过程往往是无意识的。畅销书《异类》的作者格拉德威尔的另一本书，Blink（《决断两秒间》）中，就记载了大量的无意识判断的神奇例子。比如一个网球教练每次看电视转播都能预知运动员的发球失误，可是他无法解释自己是根据什么做出的判断。格拉德威尔说不清这个能力来自哪里，归结为人具备的一个超级计算机系统。清华大学赵南元教授在《认知科学揭秘》一书中指出，这套系统来自进化，人工智能研究必须考虑人是进化的产物这个事实。Jonah Lehrer 的 How We Decide 一书也提到，人脑的确有两套计算系统：一套是有意识的用于数值和逻辑计算，这套系统在人类历史中出现较晚，所以速度很慢；而另一套系统，靠神经元的连接重组形成的感情系统，则是数十万年进化的产物，其速度要快得多。

所以人的优势在于“感觉”，在于对“感觉”的训练。美式足球联盟曾经认为球员应该像计算机一样打球。鉴于四分卫的重要性，他们给四分卫候选新秀进行很高难度的智商和数学测验，内容是12分钟内50道越来越难的数学题，认为四分卫在最短的时间内判断场上形势需要用到这些能力。然而事实证明很多最好的四分卫在这种考试中得分很差，他们不是用数学比赛。如果你采访一个四分卫是怎么在关键时刻传出绝妙一球的，他的回答很可能是“我不知道。传球并没有一定之规，我只是感觉应该把球传向那里。”

人类中的大师都这样。在机器人学会说“我只是感觉”之前，他们不可能战胜人类冠军。

我是一个窃明众。《窃明》这本书让读者能够以一个现代人的视角去体验明末的中国社会，作者灰熊猫不但表达了反满贬袁的思想，而且颠覆了很多人心目中东林党甚至阉党的形象。从架空小说角度，主人公黄石是一个很特别的穿越者... ]]> 若干年后总结写我们这个时期的文学史，一定会提到“架空历史小说”这个类别。此类小说写一个现代人通过偶然的时间旅行穿越到古代，运用个人能力改变历史。在历史知识全面普及所有悬念都已被剧透的今天，穿越小说可以在不戏说历史人物的情况下实现任何可能的故事，更不用说满足读者对真实历史的扼腕长叹和各种“what if”的意淫。

我是一个窃明众。《窃明》这本书让读者能够以一个现代人的视角去体验明末的中国社会，作者灰熊猫不但表达了反满贬袁的思想，而且颠覆了很多人心目中东林党甚至阉党的形象。从架空小说角度，主人公黄石是一个很特别的穿越者。与那些带着机关枪穿越，动不动就拿后人写的诗歌糊弄古人的穿越者不同，黄石很少直接使用自己的现代知识。他的政治斗争和军事指挥的水平也仅仅是中人之资，比不上他在古代遇到的豪杰。

然而每一本穿越小说的主角都必然要有“王霸之气”来建功立业，黄石的成功，凭借的是开放的思想，对历史大势的预见，和先进的条例制度。读《窃明》，很多人都会同意黄石的长生军，先进就先进在条例和制度上。

思想，大势，制度，这些东西似乎比受控核聚变要容易得多。当今的思想家们可能早就研究过各种可能的人类制度。我有时候想，如果一个未来人穿越到现代，他会让我们干什么呢？如果他像黄石一样也仅凭思想，大势和制度就能取胜，那么为什么我们不能？如果我们很好的判断天下大势，很好的了解什么是最先进的制度，我们原则上不需要穿越者就可以把今天的社会变得更好。是么？

《窃明》开的金手指非常之小。黄石主导的技术进步从未超出明末同时代欧洲的水平。水力锻机，板甲，十八磅红夷大炮和望远镜这些东西在真实的明末也被传教士带到了中国。黄石本人从未直接提供任何一项技术的配方，他的做法是派人去找欧洲传教士，然后鼓励手下人自主研发。既然如此，黄石的金手指我们能学么？看看世界上有什么最有前途的技术，我们拿来大力投入就行了么？

黄石不是一个科学家，他是一个风险投资家。在手下不知道钢能不能炼出来的时候，黄石坚决要把钢炼出来。在连荷兰人范乐由都认为造一个水里锻机投入太大不如直接用人力制造武器的时候，黄石坚决把大量的人力物力投入到水车之中。对任何一个非穿越的风险投资者来说，这种不管不顾的投入是非常不科学的赌博。你怎么知道一定能做出来？你怎么知道一定能在我们这一代做出来？

黄石的真正优势就是他知道。他不是相信，他不是冒险，他是知道。当每一个人都认为其中有巨大风险的时候，他坚决地，大手笔地投入，而且每次都能赌对。这就难怪在续集《虎狼》的序章之中会有如下的对话了：

“鲍叔叔说，我父亲还从来没有看过这个东西？”

“是啊。”

“嗯，”黄乃明若有所思地道： “而我父亲二十年前就坚持做这个东西，这次还对我说如果不看蒸汽机就是白来一趟。”
“侯爷的远见，数十年来一直让鲍某钦佩不已，不胜仰慕。”
…..
“三十年来我就学会一件事，跟着侯爷做是不会吃亏的。”

远见，大概就是“王霸之气”的原理吧。

对历史发展的预见是黄石的最大法宝。如果能穿越到过去，一般俗人也就是买点潜力股票，而干大事的人则善于把预见转化为斗争的胜利，变成王霸之气来赢得别人的支持从而改变历史。

我怀疑古往今来所谓的雄才大略之人，很大程度上就是他们善于赌，敢于赌，而且运气很好大多数情况下赌赢了。金一南最近有篇文章说，

抗战后期曾驻延安任美军观察团负责人的谢伟思，对毛泽东为什么在共产党人中具有那么高的威望不得其解。他后来回忆说：“我曾问过很多中国共产党的朋友们，毛主席为什么能战胜他的许多敌人，成为众所公认的领袖，他们的答案都是一致的，归根到底，他高瞻远瞩。”

毛泽东的高瞻远瞩和黄石的远见是多么相似。

我们再来看看黄石的另一个法宝，也就是一整套近代军队才有的条例和制度。明朝的军队本来是封建军队，军内拉帮结派，打仗靠士兵的个人能力而没有整体配合，作战缺乏纪律，哪怕只有5%的人战死就会全军涣散。而近代军队则靠纪律和全队配合作战，机器般的士兵哪怕有一多半伤亡仍然可以坚持作战。而各种行军条例，则是把最好的办法标准化的结果。

但是这一套并不新鲜，实际上早在秦朝就是这么做的。两千多年前秦军的训练比长生军更严。秦法不但把军队标准化，就连农民怎么种田，比如说使用什么样的种子之类，都是严格标准化的 — 目的就是要让所有人自动按照最好的办法行动。

也许条例和制度不需要赌，但要想真正推广它们，你必须先赌赢几把获得王霸之气再说。实际上《窃明》中黄石正是如此，他对封建军队的改造并非一蹴而就，而是随着自己军功越来越高，利用自己在军中的威望来推动改革。

首先你要赌。赌赢了你就有了王霸之气。然后你才能做想做的事 — 比如说赌一个更大的。

假设开始有一千个人赌，也许最后只有一个人能连赌十次全赢。历史将只记住这个赌赢了的。比如曹操刺董卓之前，天下有几人知道他的名字？刺董就是曹操的赌运。

我注意到凡是后来成了英雄的人，都是当初好赌的人。《窃明》中批评袁崇焕“好为惊人之语”，其求和建奴试图不战屈人之兵是拿国家利益去赌个人功业，指出“自古大奸大恶之徒，必是大智大勇之辈”。

可是如果说袁崇焕擅杀军官是故意搞惊人之举，难道黄石一听说建奴来使叫“鳌拜”就要杀，这就不是“擅杀”么？如果我们抛开 “为国还是为己”这种诛心之论，那么无非是黄石“知道”历史是诈赌，而袁崇焕不知道历史是真赌而已。

如果不是事后诸葛亮，人们往往看不起那些抓住各种机会赌一把的年轻人。他们中的绝大部分都很早就赌输离场，只有极少数能够“幸进”。但只要参与者足够多，最终一定会有一人，他每次都赌赢了，以至于人们不再计较他早年的投机行为，并把他的赌博称之为“远见”。

并不是所有赌博都仅仅凭运气，研究天下大势显然有助于一个人对赌局做出更好的判断。但每一个赌博都一定需要一点运气。

假设现在有人从未来穿越过来告诉我们要不惜一切代价搞电动汽车，或者不惜一切代价搞受控核聚变，我们一定会认为他是赌。没错，我知道这两个东西是大势所趋，可是你怎么知道现在就是大力投入的最好时机呢？

站在今天看历史，仿佛天下大势就摆在那里，那些“逆之者亡”的古人实在太愚蠢了。可是如果我们放眼未来，有谁知道哪个是天下大势？

只有一赌。

–

另外，可以参考《分形历史学：谁“敢于”成功？》这篇。

比如2007年 Scinece 上有一篇被报道了无穷多次的论文，“Are Women Really More Talkative Tha... ]]> 我有时候特别羡慕“实验心理学家”和“行为经济学家”。他们常常能以非常直观的逻辑，在大学里找一帮学生受试者做一些特别方便的“实验”，写成一篇简明易懂的论文，证明的不过是一个显而易见的结论，然后还能经常发表在 Science 之类的顶级刊物上，并且被媒体和博客大肆报道。相比之下，物理学家们就算投入几百万美元做实验，加上外行根本看不懂的理论推导，结论完全不显然的情况下，也未必能确保一篇 PRL 和十五分钟的名望。

比如2007年 Scinece 上有一篇被报道了无穷多次的论文，“Are Women Really More Talkative Than Men?”研究的问题是人们都说女人话比男人多，多么？这篇文章的研究方法是在八年的时间跨度内选取了6个大学，每个实验进行4到10天不等，总共考察了男女共396名大学生，让他们只要是清醒的时候就佩戴一个录音机记录所说的话。这样直接统计的结果是女生平均每天说16215个词，男生每天说15669个词，相差7%，因此女生似乎并不明显比男生唠叨。我对这个研究的评论是如果一个物理学家这样搞科研的话早没工作了。就算给他们八年时间，他们都不知道重点考察中年以上妇女。

但是人们就是喜欢心理学。本文并不是为了抒发怨念，其实我也喜欢心理学 — 我从来不在博客上谈论自己写的论文，却经常谈论心理学实验。本文要说的是这些心理学实验的一个重大弊端。

最近中文媒体上流传非常广泛的一个心理学实验是德国人做的，说护身符的确能给人带来好运，因为是一种积极的心理暗示。这个研究的方法是

在德国科学家进行的一场实验中，数十人被叫来进行一场高尔夫比赛，其中一半人被告知使用的是在多场比赛中给选手带来好运的幸运球，而另一半人则被告知使用的只是普通球。比赛结束后，科学家发现使用“幸运球”的选手的击球入洞率要比使用普通球的选手高出近40%。

首先这是心理实验庸俗化的一个典型例子，因为关于积极心理暗示效应的实验早就汗牛充栋，比如在 Predictably Irrational （《怪诞行为学》）这本书里就介绍了好几个。其中一个说传统上人们都认为亚洲学生数学好，而女生的数学不好，那么亚洲女生呢？在试验中找一帮亚洲女生分成两组做数学测验。测验前心理暗示其中一组在强调她们是亚洲人；另一组则强调她们是女生。结果果然，第一组的成绩好于第二组。

另一个更有意思的实验则在考试之前向学生卖 SoBe 饮料（这是一种比较贵的饮料，我喝过，味道倒在其次，瓶子做得挺好），只说这个饮料可能会有效果，但不一定是对脑力有好处（其实没好处）。结果那些拒绝买和花全价买了 SoBe 的学生在测验中成绩相同，都是15道题平均答对9道，而那些被允许以一个折扣价买了这饮料喝的学生则只答对了6.5道。

据此，我们是否应该佩戴护身符，应该在参加数学考试之前提醒自己是个亚洲人，并且千万别喝减价饮料呢？很可能不是这样。

这些实验的弊端在于只做一次，而且还是在实验室里。如果让那些受试者每天都来参加这种考试，每天都是用幸运球比赛，积极心理暗示还有用么？

Tim Harford 在 The Logic of Life 这本书中介绍了一个在我看来重要得多的实验。在实验室里，受试者们分别扮演雇主和雇员，实验发现如果雇主给雇员一个比标准工资高一些的工资的话，雇员也会自觉的干比标准要求多一点的活儿。实验结论显然是，意外的涨工资会带来员工更努力工作的善意回报。但这一次经济学家并没有满足于此！

他们决定把实验在生活中再做一次。他们在报纸上刊登广告招来一批工人，然后随机地给其中一些工人比广告上说的更高的工资。一开始似乎验证了实验室的结论，那些获得意外高工资的人的确干的更加卖力 — 然而这种卖力只持续了不到半天。半天之后，所有工人都只干他们“该干”的活了。

这个实验使我想起百事可乐与可口可乐之争。这两种可乐的味道非常接近，但如果你仔细品的话，会发现百事更甜一点，而可口可乐略带一点酸味。可口可乐公司曾经做过实验，在不公布品牌的情况下把这两种可乐倒在小杯里，找一帮受试者品尝。结果是大多数人选择百事可乐更好喝。

在实验结果的刺激下可口可乐决定改良配方，使得味道更像百事可乐，结果是惨遭失败！消费者抗议新配方。怀旧因素之外，一个重要原因在于在实验室里喝一口喝拿回家去喝一瓶，感觉是两码事。其实如果只喝一口的话，可能很多人认为汽水比茶好喝。

目前大多数的心理学实验，是“喝一口的心理学”，而不是“喝一瓶的心理学”。佩戴护身符的第一天也许会充满正面的情绪，第二天可能就不好使了，时间长了反而成为累赘，一天不戴可能还会恐慌。所谓“积极心理暗示”，其关键也许就在于让受试者感到新鲜想不到。

那么如果一个人每天都能想象到一个不同的“积极心理暗示”，总能变着法地鼓励自己，他是否会在长期尺度上比别人做的更好呢？我猜每个人都会有自己的看法，为了把这些个人看法变成无可争议的结论，我们需要的还是，设计得非常合理的心理学实验。从这个角度说实验心理学毕竟还真有可能是一门科学。

欢迎来到数字时代。很可能你已经有了能够随时随地上网的手机，玩3D网络游戏，想看任何电影都能在几小时甚至几秒钟之内下载到高清版本。十五年前尼葛洛庞 帝的《数字化生存》中描写的那个无限带宽，一千多个电视频道外加无处不在的界面友好的计算机的世界，正在慢慢变成现实。然而相对于我们正在经历的另一场静 悄悄的数字革命来说，这个把数字化等同于玩电脑的境界已经过时了。

有这么一位富有的美国老太太，她的业余爱好是赌博。她经常抱着小赌怡情 的态度光顾赌场，输点小钱从不放在心上。可是如果有... ]]> 结果这篇文章被CCTV2《第1时间》报道了：

欢迎来到数字时代。很可能你已经有了能够随时随地上网的手机，玩3D网络游戏，想看任何电影都能在几小时甚至几秒钟之内下载到高清版本。十五年前尼葛洛庞 帝的《数字化生存》中描写的那个无限带宽，一千多个电视频道外加无处不在的界面友好的计算机的世界，正在慢慢变成现实。然而相对于我们正在经历的另一场静 悄悄的数字革命来说，这个把数字化等同于玩电脑的境界已经过时了。

有这么一位富有的美国老太太，她的业余爱好是赌博。她经常抱着小赌怡情 的态度光顾赌场，输点小钱从不放在心上。可是如果有一晚上输得太多，她也有可能会痛定思痛从此戒赌。有一个下午她总是输，当她输的钱接近900美元的时 候，一个服务员笑容可掬地走了过来。“看来您今天运气不太好啊。不如就玩到这吧，我们的牛排很不错，要不您跟您先生去吃顿晚饭？算我们请客！”

这 位老太太可能连手机都不会用，但是她正在经历另一种数字化生存：她本人被数字化了。这家赌场实时地知道每一位顾客的赌博记录，他们根据这位顾客的年龄，收 入和住址等个人信息以及赌博习惯，可以计算该顾客的 “疼痛点”：一晚上最多输多少钱下次还能再来玩。赌场一旦发现某位顾客今天输的钱接近疼痛点，免费牛排之类的节目就出场了。

其实我们每个 人都正在被数字化。网上书店会根据你以往买书的记录向你推荐你可能感兴趣的书，这个算法的准确性可以超过任何专家或朋友。世界最大的在线影片租赁服务商 Netflix超过三分之二的DVD是通过这种关联推荐被租借的。而正因为这个推荐系统，90%的电影每个月至少会被租借一次，实现所谓的“长尾”现象。

这 仅仅是冰山一角。据耶鲁大学法学院教授 Ian Ayres 的 Super Crunchers 一书介绍，每个人的各种个人信息，经常在哪个商店购物，常买哪个牌子的衣服，甚至每一次消费的记录，收到的每一张超速罚单，都正在被商业公司收集利用。根 据这些信息，使用统计回归算法，商家可以知道你的很多事情。以前航空公司的原则是你飞得越多就对你越好，而现在则利用你的所有数据来计算你的“忠诚度”。 一次航班误点或者行李丢失事件发生之后，如果数字算法判断某个长期顾客有可能要因此从此不飞这个公司了，这位客户就会得到特别好的照顾。类似地，租车公司 可能会拒绝为信用历史差的人服务，因为数据分析显示信用分数差的人更容易出车祸。而政客则可以根据你的一揽子数据判断你支持哪个党，可能捐多少钱，从而实 现精确募捐。商家甚至知道连你自己都不知道的事情，比如 DVD 出租店可以预测你不能按时还片的可能性。

最可怕的是商家可以精确估算每 一个顾客的价格敏感度，从而实现自古以来所有商店的梦想：给每个人看一个不同的定价。据说亚马逊就做过，同样一个商品，那些花钱大手大脚的顾客在网站看到 的价格比精打细算的顾客看到的高。在顾客的抗议下亚马逊保证永远都不再这么做了 — 但商家有更好的办法，比如给对价格敏感的顾客寄减价券。

在 这场数字化革命中，每个人都是一大堆数字，而数字有价。Acxiom 号称是“你所没听说过的最大的公司之一”，它拥有几乎所有美国家庭的消费信息。根据这些记录，该公司把所有人按消费习惯分为70类，知道比如那些人爱出国 旅游，哪些人喜欢呆在家里。实际上，它不但知道你现在属于哪种类型，而且可以预测你明年将会属于哪种类型。Teradata 则是一个专门给企业提供数据分析服务的公司，它可以根据货架上剩下商品的实时信息来预测沃尔玛是否需要立即增加库存。

这些公司获得个人数 据的一个渠道是政府和容易得到的公开信息，比如婚姻状况，车辆和房产注册，当然还包括信用记录。更重要的数字来源则是直接从零售商买。消费者在亚马逊和沃 尔玛的所有记录都被当成一种重要资源出售给了 Acxiom 这样的数据集成公司。另一方面，零售商对各种数字的收集则达到了惊人的程度：比如说超市会精确记录一个品牌的牙膏在货架的摆放位置，因为摆放位置可能会影 响到牙膏的销量，而牙膏放在第几层最好卖这个知识是有人愿意花钱买的。

除了获得已有的数据之外，商业公司还可以在原本没有数据的地方“采 集”数据，这就是随机试验方法。比如说有个公司想搞个促销活动，有两种可供选择的促销手段无法定夺。这个公司可以随机地选择一小部分顾客分为两组，把两种 促销手段分别作为广告寄给这两个组。这样一来，被当成小白鼠的这些顾客对广告的反映，可以告诉公司哪种手段值得推广到所有顾客。有了随机测试这个办法，商 业公司在采取新策略的时候会变得更加大胆，从而有一些意想不到的成功。

在网上书店买过几本书，书店就会经常向你推荐类似的书。刚刚找到一 份好工作，高档消费品的广告就寄到家里来了。走进一家从没去过的餐馆，服务员居然知道你喜欢哪种啤酒。这种生活看上去相当不错 — 可是事情还有另一面。书店知道你对喜欢的书根本不在乎多花10%的钱。服装店知道没必要让你这种顾客知道最近正在打折。餐馆服务员知道什么啤酒能让你多喝 几瓶。

如果一个人在什么时间买了一双价值多少钱的鞋这样的信息可以直接影响她将来消费要面临的价格水平，那么买鞋算不算需要保护的个人隐 私？如果人脸识别技术成熟以后，我们随便上趟街都会被记录在案，那么这个记录是否应该允许被商业公司拥有？

但是消费者也可以利用数字反 击。2008 年，微软收购了 Farecast 公司，这个公司干的事儿是帮助消费者对各个航空公司进行数字分析。它使用一大堆数字指标，实时地监测机票价格，然后预测票价的走向。我们都知道买机票并不 是越早买越便宜，但是什么时候最便宜？ Farecast 知道。实际上，它甚至可以卖给你一个价格保险，如果到时候机票价格没降下来，它承担损失。去年，Farecast 已经被集成在 Bing 之中。

在 这个新数字时代，人是一堆数字。我们到底是数字的主人，还是数字的奴隶？也许第一步是要知道数字的重要性。如果你不想被数字玩，你最好学会玩数字。

（此文发表于5月1日的《新知客》，杂志应该已经上市了。我还没看到最终版本，上面也许还会有对四个玩数字的公司的介绍。）

好吧，人不应该以会算积分为荣。可是人终归比计算机聪明，这总没错吧？机器能接管积分还 能接管艺术么？至少在艺术领域，应该永远是以人为主 — 比如六小龄童肯定就是这么想的。1996年，六小龄童参演国产大片《大闹天宫》，试了几场戏之后就退出不演了。因为他认为吊着钢丝背对一片空白的幕布做各 种假装的动作不是一个艺术家该做的事情，他“感觉自己似乎已成为电脑的工具... ]]> 据说李政道每天都要算点东西锻炼身体，如果实在没什么可算的，他就算两个积分。算积分是一个手艺。然而十几年前随着 Mathematica 流行于大学校园，我们发现原来计算机也会算积分。

好吧，人不应该以会算积分为荣。可是人终归比计算机聪明，这总没错吧？机器能接管积分还 能接管艺术么？至少在艺术领域，应该永远是以人为主 — 比如六小龄童肯定就是这么想的。1996年，六小龄童参演国产大片《大闹天宫》，试了几场戏之后就退出不演了。因为他认为吊着钢丝背对一片空白的幕布做各 种假装的动作不是一个艺术家该做的事情，他“感觉自己似乎已成为电脑的工具和傀儡”。今年《阿凡达》出来以后，六小龄童宣布要拍3D版《美猴王》，不知道他是否做好了当工具和傀儡的准备。

人与机器可能有了一种新关系：平等合作的关系。在计算机越来越便宜的大趋势下，电脑特技的成本却越来越 高，占电影的预算比例越来越大，而传统明星的重要性则在下降。《阿凡达》和《变形金刚》这类特效电影中的演员都不是一线明星，他们的片酬跟特效成本相比几 乎可以忽略不计。施瓦辛格甚至不必出演，《终结者4》就可以用电脑合成的形象让他现身。

不仅仅是视觉效果。计算机可以修正演员演得不好的 表情或者说得不好的台词。更有甚者，计算机可以确保歌手不跑调。去年时代周刊曾经做过一个调查发现，现在所有职业歌手都在或多或少地使用 Auto-Tune 这个插件纠正自己的音调。过去歌手可能要在录音棚里反复录上几十遍，而现在哪怕是业余选手自己在家也能唱一遍之后马上用软件修好。最近曾轶可出个新专辑， 有人感叹道，用了 Auto-Tune，“再绵羊也能给你调准”。

计算机把歌手从不走调的艰苦训练中解放出来，歌迷的心情就复杂了。歌曲到底是歌手的艺术还是计算机的艺术？也许几年之内计算机就可以使用邓丽君的声音录制全新的歌曲，或者是否直接听电脑合成的歌曲更好？甚至是否在未来，演员这个职业将会消失，因为所有电影都本质上是电脑合成的动画片？

自从国际象棋世界冠军卡斯帕罗夫输给计算机“深蓝”以来，大多数人在国际象棋这个项目上就算服了计算机了。今天花50美元就能买到一个让家用电脑可以战胜国际特级大师的软件。然而人类并没有放弃象棋。这些程序的存在不但让普通小 孩子也有机会跟大师对弈从而培养了更多少年天才，而且极大的影响了专业棋手的训练，让棋手的下法淡化传统套路，越来越像计算机。

人们开始尝试一种新的象棋下法：让人和计算机组队联合比赛。聂卫平肯定喜欢这个玩法，因为在计算机的帮助下，棋手不必在比赛一开始就陷入定式的计算之中，更重要的 是坚决杜绝了昏招的出现。2005年，Playchess.com 网站举办了一次“自由式”在线国际象棋比赛，允许任何人以任何方式跟计算机组队参赛。在高额奖金的吸引下，好几组国际特级大师跟超级计算机联合组队。最初 的比赛结果似乎证明还是人厉害：超强棋手和不太强的计算机组成的队伍要胜过那些拥有超强的计算机和一般棋手的队伍。然而比赛的最终结果却出乎所有人的预 料，不是最强的棋手加最强的计算机，而是两个业余选手使用三台普通的电脑取得了冠军！

他们的秘密在于知道怎么更好地调教和帮助计算机看得 更远。计算机不再是人类的秘书，而是一个有无限潜能的猛兽，取胜的关键在于你会不会使。最好的动画片并不仅仅是一帮技术人员和美工的作品，功夫熊猫的背后 是一位真正的演员在做出表情动作。为拍《阿凡达》，卡梅隆专门带演员去夏威夷体验丛林环境，以便让他们在演播室一根草都没有的情况下仍能逼真地表现出在草 丛中走路的感觉。对着空气挥舞一根不存在的金箍棒不但不愚蠢，而且也是一门手艺。

（应范致行主编邀请，我从5月1日开始在《新知客》杂志写专栏。这篇原本是给6月1日这期的，但写完发现卡斯帕罗夫在《纽约书评》写的国际象棋故事已经被陈晓民在二十一世纪经济报道用过，只好发博客了。）

每个人都认为自己是对事不对人。每个人都认为自己在争论过程中是真诚的。是么？

诺贝尔奖得主 Robert Aumann 在 1976 年发表了一篇论文 “Agreeing to Disagree”，这篇论文影响深远堪称是传世之作，它说的是，这是不可能的。如果是两... ]]> 我们这帮人都有个可爱的毛病。我们往往会为一些跟自身利益比较远的事情，比如说美式民主制度是否适合中国，超弦是不是一个好的物理理论，或者阿根廷队是否能获得本届世界杯冠军这类问题争论。这种争论的结果往往是不欢而散，大家各持立场，很少妥协。

每个人都认为自己是对事不对人。每个人都认为自己在争论过程中是真诚的。是么？

诺贝尔奖得主 Robert Aumann 在 1976 年发表了一篇论文 “Agreeing to Disagree”，这篇论文影响深远堪称是传世之作，它说的是，这是不可能的。如果是两个理性而真诚的真理追求者争论问题，争论的结果必然是二人达成一致。换句话说如果争论不欢而散，那么其中必然有一方是虚伪的。

这是一个有点令人吃惊的结论。我先把 Aumann 的原话抄下：

If two people have the same priors, and their posteriors for an event A are common knowledge, then these posteriors are equal.

这段话中有很多专业术语，比如什么叫 priors, 什么叫 posteriors，什么叫 common knowledge，都需要外行学习一番。Aumann 在文中非常谦虚地说，我发表这篇文章感到有点不好意思（diffidence），因为其中用到的数学实在太不值一提了。我从来没在任何一篇其他的学术论文中看到有人使用 diffidence 来形容自己的工作，大家都是猛吹我的工作多么重要。实际情况是，没有一定的数学基础很难看懂此文。

借助于一篇后来人写的综述，我大概可以解释一下 Aumann 的意思。如果你跟我对于一般足球理论的认识一致，换句话说，也就是说如果你认为梅西对阿根廷队很重要，我也这样认为，这就可以说我们的“priors” 是一致的。也就是说我们两个理性的人就好比两台计算机，如果给我们完全相同的输入，我们可以计算出相同的结果来。

下面为简单起见，假设世界杯决赛是阿根廷对意大利。在决赛前夜，如果我向你宣布，我认为阿根廷队将获得世界杯冠军。而你向我宣布，你认为意大利队将获得世界杯冠军。这样一来我们两人的观点就被亮出来了，也就是说不但你知道我的观点，而且我知道你知道我的观点，而其你知道我知道你知道我的观点…. 这叫我们的观点是 “common knowledge”。

Aumann 的数学定理的伟大之处在于，我不必告诉你我为什么相信阿根廷队夺冠，你也不必告诉我你为什么相信意大利队夺冠，我们两人就可以最终就谁夺冠这个问题达成一致！

我们的争论过程大约是这样的：

我：我认为明天决赛阿根廷队将夺冠。
你：了解。但我认为意大利队将夺冠。
我：收到。但我仍然认为阿根廷队夺冠。
你：意大利队。
我：阿根廷队。
你：意大利队。
我：好吧，意大利队。

我们就这样达成了一致。

这个争论过程有点像古龙小说的情节，但并不好笑。当我第一次说我认为阿根廷队夺冠的时候，你应该了解，我一定是掌握了某些赛前信息才敢这样说，比如我深入研究过双方的实力对比。而当你听到我的观点之后却反对我的观点的时候，我就知道，你一定掌握了更强的信息。也许你有内幕消息知道梅西伤情严重上不了场。我不知道具体是什么信息，但我可以从你此时的态度判断这个信息一定很强。而我如果在这个情况下仍然坚持认为阿根廷队夺冠，你就得进一步了解我一定掌握更强的信息，比如我知道裁判向着阿根廷。以此类推，直到几次往返之后我发现你仍然坚持意大利队，那我只好认为你刚刚从未来穿越回来，于是我决定赞同你的意见。

所以两个理性的人只要进行古龙式对话就可以达成一致。据我最近看 The Big Questions 这本书介绍，更进一步，经济学家 John Geanakoplos 和 Herakles Polemarchakis 证明这个对话不可能永远继续下去 — 也就是说最后一定会达成一致。再进一步，计算机科学家 Scott Aaronson 证明，如果对话双方都是诚实的，那么这种对话可以在不太多的几步内结束。

有人可能会提出，前面说的一致的“priors” ，是一个特别强的条件。毕竟生活中的理性人并非都学习过足球理论。也许两个人对梅西的重要性有不同看法。但是这个“不同看法”也是可以通过古龙式争论达成一致的！所以我们可以说，两个真诚而理性的人应该对事情有相同的看法。如果争论不欢而散，一定是有人不诚实！

我做了一点小调研，这个理论有很多推论。比如说一个真正理性的人，如果他认为其他人也是理性的，那么他不应该买股票。为什么？如果他买股票，就必然有人卖这支股票 — 这就意味着两人对这只股票的升值前景（不一定是确切的预测，可以是一个概率）有不同看法。可是 Aumann 已经证明理性的人不应该有这种不同看法。

这个定理中所假设的理性的人，被学者成为“truthseekers”，真理追求者。如果我们是诚实的真理追求者，我们终将能够达成一致。

***

最后一点题外话。很多人认为搞科研主要是人跟自然的斗争，但真正的科研工作也包括人跟人干 — 不是说官僚主义或办公室政治，而是科学家跟科学家因为学术观点不同开打。从某种意义上讲，往顶级学术期刊投稿跟打仗差不多。所谓“Peer review”，也就是编辑找几个跟你同一领域也是搞科研的人来审查你的文章。一个最可怕的消息是，这帮人有时候跟你一样，常常以为只有自己才有资格在这个期刊上发文章。如果他们直接说你的结果不够重要所以不适合发表，那你基本完了。但如果他们说你的文章错了，则是一个比较好的消息，因为很可能他们错了。

你要做的是写一个答辩状，证明是审稿人错了。然后有可能会发生一件也许只有在学术界才能发生的奇迹：审稿人将承认错误，改变想法，允许你的文章发表。

生活中的成年人如果不被双规，很少承认自己的错误。一场日常争论之后没人会说“我以前想错了，原来是这样”。但是科学家可以。科学家也会拉帮结派，也会有各种偏见，也会以证明别人错了为乐，但是所有科学家有一个共同优点：他允许你改变他的想法。这种允许别人改变思想的氛围可以刺激人在审稿的时候采取更为大胆的态度。

为什么？因为科学家是真理追求者。实际上，搞科研的一大乐趣就是被别人改变想法！

现代的人也许不爱看书，但是都需要阅读。除了玄幻小说和社会新闻之外，还有一类需求量特别大的文章可能被严重忽略了，这就是“怎么办”类短文。失眠怎么办，阅读走神怎么办，格式化硬盘怎么办，充斥各种晚报和杂志。大部分人的大部分网上搜索，很可能不是搜索什么敏感的关键词，而是各种怎么办。维基百科上也许有量子纠缠态和阿帕奇部落历史的详细介绍，但老百姓更想知道的是小孩拉肚子怎么办。

“百度知道”也许是一个想系统地整合各种“怎么办”... ]]> 好消息是每一个业余时间喜欢写点文章的人都有可能靠这个小爱好带来收入。坏消息是这个收入很低。

现代的人也许不爱看书，但是都需要阅读。除了玄幻小说和社会新闻之外，还有一类需求量特别大的文章可能被严重忽略了，这就是“怎么办”类短文。失眠怎么办，阅读走神怎么办，格式化硬盘怎么办，充斥各种晚报和杂志。大部分人的大部分网上搜索，很可能不是搜索什么敏感的关键词，而是各种怎么办。维基百科上也许有量子纠缠态和阿帕奇部落历史的详细介绍，但老百姓更想知道的是小孩拉肚子怎么办。

“百度知道”也许是一个想系统地整合各种“怎么办”的平台。但跟我要说的这个公司相比，百度就太土了。

当初把 MySpace 5.8亿美元卖给新闻集团的 Richard Rosenblatt，跟人创办了一个新公司，Demand Media，它的商业模式是把写作这件事给血汗工厂化。

- Demand Media 密切监视互联网的流量，随时寻找热门搜索和广告关键词，使用一定算法判断哪些关键词有可能成为一篇有利可图的文章。一切都是数字化，完全不用人去猜测那种文章可能受欢迎。

- 一个编辑负责把这些关键词变成文章的标题，他做这件事的收入只有几分钱。

- 一个编辑决定这篇文章的长度，适合在哪个网站发表（该公司旗下的网站包括 eHow, Cracked, Trails 等等，大多数都是流量很大的“怎么办”类网站），然后把这个标题放入数据库

- 一个写手将会认领这篇文章并完成写作。要求必须先进行独立的调查研究，文章必须给出至少一个信息来源（Wikipedia 不算），文中所有事实必须真实。写这篇文章的收入有三个档次：3美元，7.5美元和15美元，取决于质量。

- 这篇文章将会被软件来判断是否抄袭了别的文章。

- 一个编辑给这篇文章审稿，包括文笔和语法错误，并检查事实是否真实。很多情况下编辑会要求作者修改。编辑干这个事的收入是3.5美元。

- 最终，这篇文章会被发表在 Demand Media 旗下的一个网站上。

最近的一期《时代周刊》报道了这个公司。成为该公司的写手并不容易，需要看简历和作品。系统会随时给写手评分，一旦达不到标准就会被辞退。《时代周刊》写这个报道的记者也当了写手，他猛写一个晚上大约能挣50美元，他的评分是语法3.5分，研究3.7分（满分5分）。

与百度不同，Demand Media 不相信网上的随意问答，他们甚至不相信美学和灵感。他们相信的是数字化选题，付费写作，和质量保证。Demand Media 2009 年的收入是两亿美元，其旗下几个网站的流量超过迪斯尼，NBC，ESPN 和时代集团。

我注意到 eHow 上的很多文章都是同样的格式：简介之后是具体的怎么办：第一步怎么办，第二步怎么办。。。 读者想看的就是这种文章。如果不是老手，写这么一篇确保质量的文章可能至少需要两个小时，7.5美元？低于美国最低工资标准。

也许有这样一个写手，他自己创办一个博客，猜测搜索引擎喜欢什么样的文章，就写什么样的文章，希望能够靠广告流量获得收入。结果他发现还不如加盟 Demand Media。

但 Demand Media 跟博客的区别在于它不在乎你“爱不爱写”什么文章，不在乎你的文章有什么创新或独特见解。它只关心这篇文章能不能带来收入。也许正因为它只关心收入，所以它获得很多收入。

过去以画画为生的人被认为是艺术家，现在他们去电子游戏公司做美工。过去“发表”文章是一件了不起的事，现在可能是7.5美元的劳动。

我认为这是社会的进步。事实证明现代社会的确可以让每个孩子都当上画家和作家。更好的是，我们可以看到有人审稿的“怎么办”。

怀疑客观世界的真实性，是一个老生常谈。最早可能是庄子，说有一次梦见蝴蝶，当他醒来的时候，不知道是梦见蝴蝶的庄子醒过来了，还是一只蝴蝶正在做梦梦见自己变成庄子。在《楚门的世界》中，主人公一直到长大成人才发现自己周围的一切原来都是别人安排的戏剧。卫斯理有个小说《玩具》，最后结局是说人可能只不过是外星人的玩具而人不自知。一直到《Matrix》，这个思想变成我们可能生活在一个巨大的计算机程序之中，就好像在玩网络游戏。

你怎么知道你不是生活在 Matrix 之中正在打一个大网游呢？

从逻辑角度... ]]> 我们生活的这个宇宙，它是真实的么？

怀疑客观世界的真实性，是一个老生常谈。最早可能是庄子，说有一次梦见蝴蝶，当他醒来的时候，不知道是梦见蝴蝶的庄子醒过来了，还是一只蝴蝶正在做梦梦见自己变成庄子。在《楚门的世界》中，主人公一直到长大成人才发现自己周围的一切原来都是别人安排的戏剧。卫斯理有个小说《玩具》，最后结局是说人可能只不过是外星人的玩具而人不自知。一直到《Matrix》，这个思想变成我们可能生活在一个巨大的计算机程序之中，就好像在玩网络游戏。

你怎么知道你不是生活在 Matrix 之中正在打一个大网游呢？

从逻辑角度，唯一的正确答案是你永远都无法知道。不管你看到什么，不管你用什么方法，你都无法证明自己实际上不是正躺在一个充满液体的大缸之中，脑子被接上各种信号线，而你看到感受到的一切都只不过是幻觉。这个理论被称为哲学家称为“缸中之脑”。也许对大多数专业哲学家来说，“永远无法知道”就是这个问题的最终答案。

但是有两种人不满足于这个答案。第一种人是宗教人士，他们认为我们一定就是生活在一个神创造的大 Matrix 之中。第二种人是科学家，他们相信我们一定不是生活在一个大 Matrix 之中。我来介绍一下两派的论点，重点谈为什么一个真正的科学家应该持第二种观点。

有这么一帮人，他们并不宣称自己信教，不愿意拿上帝说事儿，但是他们认为我们这个世界是被“智能设计”出来的，这就是当今著名的“Intelligent Design”派。智能设计派之所以故意不提上帝，是因为美国禁止在学校里传教。这派人物说，“智能设计”，也许不是上帝而是外星人设计的，所以是个科学理论 — 既然你学校允许教进化论，就应该允许教智能设计论。

智能设计论有一个在我看来相当有力的论据：我们的这个世界是如此的复杂，而且是 “不可约的复杂”（irreducibly complex）。所谓“irreducibly complex”，是说一个复杂系统中拿掉任何一个东西，整个系统都毫无意义，所以这个系统必然是一下子同时出来的。比如说生命就特别复杂。一个简单例子是眼睛的视网膜和晶体。这两个东西谁离开谁都会变得毫无意义，所以谁先进化都没意义，所以他们必然是同时出现的。这就有一个问题了，如果世界是天然的，怎么可能一下子出现这么复杂的东西呢？所以这个复杂的世界必然是智能设计的。

进化生物学名著《自私的基因》的作者 Richard Dawkins，写了一本书，The God Delusion，对智能设计的这个论点做出了批驳。Dawkins 说，如果我们这个如此复杂的世界是被智能设计的，那么这位设计者必然比我们这个世界还要复杂。那么请问这位设计者本身是从哪里来的？他是更复杂的东西设计的么？你不能用一个更复杂的东西来解释复杂，因为复杂只能来自于简单，比如进化。

我最近看的这本 The Big Questions，作者 Steven Landsburg 是个热爱数学和物理的经济学学家，他则认为以上两个论点都错了。这两个论点都是基于同样的假设：复杂的东西不会一下子自动出现。 Landsburg 说，数学就是复杂的，而且数学就是一直都有，不需要进化也不需要被人发明的。

这里需要稍微解释一下。数学家一贯认为所有的数学理论都是客观存在，跟有没有人有没有数学家没关系。比如说费马大定理，在数学家没有证明这个定理，甚至没有提出这个定理之前，这个定理一直就在那里。数学家的任务不是“构建”数学，而是“发现”数学。这就好比说一座没有人探索过的山峰也是存在的山峰一样。

Landsburg 说，你智能设计能“设计”数学么？2+2=4是个逻辑问题，你外星人再怎么设计，也不能让2+2=5啊 — 除非是“无所不能”的上帝，但规则是不能说上帝，一说上帝你就输了。

而且数学还是 irreducibly complex 的，比如你把数字 3 拿掉，整个数学体系就完了。如果数学这么复杂的东西不需要智能设计，宇宙为什么需要智能设计？

我们可以看到，Landsburg 并没有证明“宇宙一定是天然的”，他只不过说智能设计者的论点错误而已。

其实 “宇宙到底是不是 Matrix” 这个问题本质上无法证伪，根本就不是一个科学理论。但我认为，宇宙“更可能”不是一个 Matrix。因为我有以下证据：

第一，Matrix 需要系统维护，而我们这个宇宙不需要。《魔兽世界》每星期二维护六个小时。他们要不停地发现错误，打补丁，升级，不停地完善。我们这个宇宙从来没发生过停摆维护的事情。

第二，宇宙实在太大了。设想如果你是一个“外星人”，你创造一个世界，然后在这个世界里放入一些生物作为“玩具”，你打算做多大的世界呢？宇宙之大，大到完全超出人类所有可能的需求的程度。

第三，宇宙的分辨率是无限的。假设你打网游，你在地上看到一棵草，你会发现你没有办法把这颗草一刀砍成两半。而在真实世界中，你可以把这可草分解成分子，原子，夸克。

第四，宇宙完全自洽地符合物理定律。网游的规则可以变来变去，物理定律从来没变过。不管是谁做实验，物理定律都让他做出来了。

如果我做了一个梦，我发现我在梦中可以做以上四件事，我就知道我其实不是在做梦。我在魔兽世界里做不到以上四件事，我就知道那个世界不是真的。如果某一天我看到在地铁站看到有人打电话打着打着突然消失了，那么这个明显的能量不守恒事件足以让我相信我正生活在一个 Matrix 之中。当然，我也仅仅是“相信”而已，我永远也无法证明，也许宇宙曾经系统维护过，只不过人类文明太短没赶上而已。

但我们这个宇宙最不可思议的一点还不是上面这四件事。它最不可思议的是，它居然是可以“思议”的。我们居然可以用数学方程来无比精确地描述物理定律。同样的方程，今天算对，明天算也对；在中国算对，在美国算也对。这个世界从来没辜负过物理学家的学说。不但如此，而且物理定律是一环套一环层层递进的，就好像几何学一样可以用更少的定律去解释更多的现象。宇宙凭什么这么精确地按照定律行事？宇宙的定律凭什么允许你“发现”它的定律？

正因为这个世界太精确了，我们知道假设真是上帝“创造”了宇宙的话，他在创造的时候其实手里没有多少自由。他不可能像暴雪创造魔兽世界一样今天这么干明天那么干。这种不自由的创造，还能叫创造么？

科学家为什么必须相信宇宙不是智能设计的？因为他必须相信宇宙是讲理的。他还必须相信他可以跟宇宙讲理。

据最新统计，中国人口的平均预期寿命是73岁。现在有一个50岁的人，请问他平均还能活多少年？注意答案不是23年，否则的话如果80岁的人岂不是平均还能活 -7年。“平均预期寿命”是用社会上所有人的寿命算出来的，其中包括很年轻就死掉了的那些人。如果一个人能够成功活到50岁，那么他的预期寿命必须考虑“已经活到了50岁”这个条件。... ]]> 《西游记》讲到通天河这一段，说有一只老鼋，帮师徒四人过河之后有一个请求，希望唐僧能问问佛祖，他还能活多少年。我有很多问题想问佛祖，但也许到了一定年龄之后，还能活多少年这个问题就是一个人想问佛祖的最重要问题了。

据最新统计，中国人口的平均预期寿命是73岁。现在有一个50岁的人，请问他平均还能活多少年？注意答案不是23年，否则的话如果80岁的人岂不是平均还能活 -7年。“平均预期寿命”是用社会上所有人的寿命算出来的，其中包括很年轻就死掉了的那些人。如果一个人能够成功活到50岁，那么他的预期寿命必须考虑“已经活到了50岁”这个条件。实际上，很多发展中国家的平均预期寿命低，主要是由婴儿死亡率较高造成的。比如 1994年孟加拉女性的出生平均预期寿命为58岁，但如果一名孟加拉女性能生存到 1岁，她将有望活到62岁。

杨振宁就不用问佛祖。他知道一个非常科学的，能告诉自己还能活多少年的办法。2008年的时候，杨振宁告诉记者：

我查了一下统计，了解82岁的人平均可以 再活六年。六年是个平均值，这表示有人一年就不在了，有人可以多活10年。我和翁帆已经结婚四年，情况还很好。我又查了一下统计，一个86岁的人，平均还 可以活五年，我能活到90多岁的可能性相当大。

最近杨振宁又告诉记者：

查了资料，了解美国88岁的男人，一般可以再活五年。他说：“我会比他们活得更久，因为现在88岁的男人很多都在生病，我却一点病也没有。到我‘茶岁’的时候，翁帆还很年轻，再过20年，翁帆54岁，还是风韵犹存。

他查的这个统计肯定是美国政府的 social security 部门公布的 life table。 这个表分男女给出了各个年龄者的平均预期寿命（life expectancy）。从这张表我们可以看到，所有男子的平均预期寿命是74.8 岁，但如果一个人已经活到82岁，那么他可以平均再活6.7年；如果他能成功活到86岁，那么他平均还可以再活5.0年；如果他进一步能够成功活到88岁，那么他平均还可以再活4.3年。这些数字跟杨振宁说的基本一致。

这个表示怎么算出来的呢？过程可能稍微有一点复杂，但最基本的思想是，我们只需要知道各个年龄段的死亡率 — 这个概率是最好统计的，直接记录死亡者年龄就可以了。美国政府这个网站解释了计算方法，其实这个方法是标准化的，大家都是这么算：首先我们假设总共有10万人，有了各年龄段的死亡概率，我们就可以计算有多少人能成功活到1 岁。然后我们可以用1岁这个年龄段的死亡概率来计算其中有多少人能成功活到2岁，以此类推。有了这个各个年龄段有多少活人的数据，计算一个特定年龄的平均预期寿命就是一个简单的算术平均值问题。

根据这个统计，今年88岁多的杨振宁平均可以活到93岁。如果他成功活到93岁，那么他平均还可以再多活3年，达到96岁。如果他成功活到96岁，那么他平均还可以再多活2.4年，达到98岁。只要他再次成功活到98岁，那么他平均还可以再多活2年，轻松突破100岁。可见长寿这个项目其实很简单，只要你每次到考到剩下的人中的全班平均分，时间长了必然是出类拔萃。

平均预期寿命之外，这些数据还可以告诉我们杨振宁活到108岁的具体概率。我们从表中看到，10万男人中到88岁还活着的一共有 19,931 个，而到108岁则只剩下4人，也就是他有万分之二的胜率。考虑到一个人活到88岁的概率高达20%，杨振宁先生未来20 年的奋斗难度比前88年要高1000倍。但这个难度显然被高估了，根据本人的”优良基因”和诺贝尔奖得主的医疗待遇，杨振宁应该参考国家领导人的 life table。

年龄是个好消息。

姚洋和黄亚生眼中的北京共识，就是政府主导经济发展，国进民退。正如黄亚生的文章所说，政府主导经济这个做法一点都不新鲜，历史上很多国家都曾经经历过这样的时代。而“国进民退”，更是当前世界各国的普遍趋势，金融危机以来更是如此，尽管几... ]]> 最近“北京共识”再次成为一个热门话题，不过这一次的主题是反对意见。比如北大姚洋，MIT 的黄亚生等都写文章反思。但我遍观这些文章，发现这些反对“北京共识”的人，似乎没整明白到底什么是“北京共识”。

姚洋和黄亚生眼中的北京共识，就是政府主导经济发展，国进民退。正如黄亚生的文章所说，政府主导经济这个做法一点都不新鲜，历史上很多国家都曾经经历过这样的时代。而“国进民退”，更是当前世界各国的普遍趋势，金融危机以来更是如此，尽管几乎所有经济学家都不喜欢这个趋势。问题是，国进民退不是“北京共识”。

“北京共识”这个词，是时代周刊记者，“高盛公司高级顾问”，“清华教授”，雷默发明的。这个词的缘起，是针对所谓“华盛顿共识”。后者代表了九十年代末，2000年前后西方学者的一个普遍的乐观情绪，认为随着苏联解体东欧剧变，人类历史已经终结了。也就是说美式民主自由 + 私有制资本主义，就是人类社会的终极形态，任何国家必须往这个方向走，而且越早实行这套制度，国家就会越早变好。

然而好多穷国，比如菲律宾和阿根廷等等，整了这一套之后发现似乎不太好使。中国没整这一套，反而发展得不错。这就自然使人怀疑华盛顿共识这个“终极理论”可能有点问题。从逻辑角度，这存在两种可能性。一种是“华盛顿共识”的确是终极理论，但是是个“成人理论”，穷国不适合马上实施，就好比说虽然每个女人都应该生孩子但最好不要十六岁就生一样。另外一种可能性，就是“华盛顿共识”也许不是终极理论：也许终极理论根本不存在，也许对于每个国家有不同的终极理论，也许终极理论虽然存在但不是目前人类社会所能理解的。

雷默在“北京共识”这本书（的确是一本小书，我曾仔细研读了一遍）里并没有回答关于终极理论的问题。他只不过说有个女孩正以一种不同于华盛顿共识的方式度过十六岁，并号召其他女孩向她学习。雷默总结了中国发展的三大智慧，其中不包括国进民退。

我不知道雷默同学大学学的是什么专业。他热衷于国际问题，同时还是两项美国特技飞行记录的保持者。他热爱物理学，喜欢谈论海森堡测不准原理，非线性动力学，和天体运行。雷默认为，中国的发展方式，是一种“新物理学”。

第一个智慧叫做“创新”。没有哪个国家跟中国一样，像祷告似的整天在报刊文章和吃饭聊天中谈论“创新”。十六大江泽民做了 90分钟的报告，其中“新”字出现了90次。雷默指出，中国人不是说着玩的。上世纪90年代，英特尔曾经以为中国可以作为一个过时芯片的倾销市场，但很快发现中国人只想要最新的技术。中国农民每过三年就完全淘汰他们用的种子用新良种，而玉米种子更是每隔 33个月就完全更新。

但新技术还不是最主要的“新”。中国“新”的本质是“变化”。这个真正的智慧是，经济发展必然会导致因为变化而产生的一系列问题，比如农民离开土地进城的问题。怎么解决这些问题？答案是“更多的变化”。消除变化带来的问题的唯一方法是更多的变化。在我看来这其实等价于“自行车理论”。表面上看，自行车很容易倒 — 很多人看到中国的问题预测中国要崩溃 — 但实际上，自行车只要在动就不会倒。

“创新”的另一个含义是不拘泥于意识形态，实事求是。“摸着石头过河”，实际上等于不承认所谓“终极理论”。我说不清我怎么走，我也不想听你的，反正我得走。走的时候不怕犯小错，不停地实验。

第二个智慧叫做“稳定”。这是很有意思的现象，整天谈论 “创新”的，和整天谈论“稳定”的，居然是同一帮人。这叫“改革，发展和稳定的关系”。雷默总结，中国政府认为稳定的关键在于要让老百姓获得实惠，政府要贴近普通民众。这样一来创新和稳定就完全不矛盾了。我们可以看到，中国搞的这一套创新和稳定不是纯经济学，而是经济手段加政治手段。这样看来那些试图用纯经济理论来指导中国发展的学者，都是非常值得怀疑的。发展的问题本质上不是一个纯经济问题。

我其实还可以多谈一句，那就是“发展经济学”，其实是一种“非平衡态经济学”，是非线性科学。而传统的经济学，比如市场经济，自由贸易等等，其实都是“平衡态经济学”，是线性科学。经典经济理论很可能解释不了中国的这一套。

第三个智慧叫做“不对称”。这是一个穷国在发展中国家如何为了确保独立而保持对强国的作战能力，又不至于陷于军备竞赛的智慧。比如美军非常强调制空权，一打仗先派飞机上。防守这边只好使用地空导弹。而美军战机的反制办法，就是你地空导弹只要一开雷达，我马上顺着你这个雷达信号发射导弹打过去。所以战场上什么时候开雷达，是使用地空导弹一个非常头疼的问题。大多数地空导弹还没发射出来就因为开雷达而被美军消灭了。

中国发明了一种东西，它的价格极低大概也就几万美元（已经开始出口了）。它的作用只有一个，那就是一旦开启，可以形成几百个地空导弹的雷达信号，让美军飞机不知道哪个是真的。

这就叫不对称作战。相对于全面提升军备水平，中国热衷于“杀手锏”和“点穴战”，追求四两拨千斤。

我认为以上这三个智慧对于发展中国家来说是“普世”的。创新，稳定，和不对称，哪一点错了？哪一点说国进民退了？

除以上三点之外，雷默还附送两个小技术。

第一个技术叫做“把目的当成手段”。比如确保对台作战的绝对优势，可以说是一个目的，为了这个目的任何官僚主义都得给解放军的发展让路。但其实这是一个手段，也就是说解放军实际上是利用打台湾这个借口来方便实现自己的现代化升级，还可以一定程度上避免让日本越南等国看着不舒服。另一个例子是北京奥运会。

第二个技术是关于怎么跟中国政府打交道。比如你想帮中国讨论治理艾滋病的问题，在中国政府看来，这是一个丢脸的领域，根本就不会理你。你怎么办呢？最好的办法是不提艾滋病，而是把艾滋病这个小领域放大到整个医保这个大领域，跟中国政府说你想帮助中国建立一个世界级的医保计划。中国政府对这个是感兴趣的。也就是说，创造一个在中国不足之处与之合作的环境，比直接攻击中国的不足之处要有效得多。

“北京共识”是2004年的理论。单纯从理论上看，我认为这些智慧到今天并没有过时。国进民退可能会过时，GDP 可能会过时，但只要中国一天不是发达国家，“北京共识”就是有效的理论。我更关心的一个问题是等中国是发达国家的时候，还能不能继续贡献“新物理学”呢？

美国金融危机，有些人认为是华尔街的“坏人”把事情搞坏了，是“人”的问题。按照这个思路，中国的“道德危机”，似乎更是“人”的问题，是中国人的素质不行了。另有一种观点，则认为美国的金融危机是缺乏监管的结果，是“制度”问题。根据这个思路，那么中国现在如此缺乏道德，也是中国的“制... ]]> 今天的中国肯定不是在所有方面都令人愉快，比如一提到社会道德水准，很多人就会很不愉快。中国已经到了需要国家主席在人代会上像小学校长一样谈“八荣八耻”的程度，已经到了在春晚中肆无忌惮地加入软广告拿观众当动物的时代。中国似乎正处于“道德危机”。

美国金融危机，有些人认为是华尔街的“坏人”把事情搞坏了，是“人”的问题。按照这个思路，中国的“道德危机”，似乎更是“人”的问题，是中国人的素质不行了。另有一种观点，则认为美国的金融危机是缺乏监管的结果，是“制度”问题。根据这个思路，那么中国现在如此缺乏道德，也是中国的“制度”出了问题。

是“素质问题”还是“制度问题”？可能都不是。本文先谈目前中国可能最缺乏的一种道德：诚信。

最近一二十年的中国社会相当缺乏诚信。到处都是假货，忽悠和托儿，大家似乎谁也不信谁。诚信的缺乏不但提高了交易的成本，而且更令很多人痛心疾首于道德的败坏。但本文认为中国社会之所以如此的缺乏诚信，并不是因为这个社会道德败坏人心不古，而是因为这个社会目前并不急需诚信。不但不急需，而且实际上，当前这个时代，是中国最不需要诚信的时代。

什么是诚信？诚信的本质是低风险。比如说任何交易的双方都不可能对对方有绝对充分的了解，如果社会上总体比较诚信，那么就没有必要去做特别充分的了解，简单地相信对方就可以了。比如我们在淘宝网上买东西，很难判断货物的质量，就只能指望卖家有诚信。而卖家的诚信是可以积累的。那些资深卖家因为诚信得分积累的很高，他们完全有理由要求一个更高一点的价格。而新入场的卖家则只能采取一个更低的价格来吸引那些勇于为了这个低价而冒险的顾客。不在网上，也是如此。名牌，大商店，之所以卖的贵，很大程度上是他的信誉带来附加值；而山寨和地摊则只能低价引诱顾客冒险。

当初三鹿奶粉事件之后，我看到有报道说一对农民工夫妇在超市里左找又找，面对依然繁荣的货架，上面有很多种不同的婴儿奶粉，却找不到自己能买得起的一种。而三鹿实际上正是一种低价奶粉。这对夫妇显然不是不知道高级品牌更安全，但是他们必须冒险。

美国一般的超市里，通常只有两种品牌的婴儿奶粉卖。它们不管是成分还是价格都差不多，就好象百事可乐和可口可乐一样。不管是穷人还是富人的孩子，吃的无非也就是这两种奶粉。他们根本就没有冒险的选择。

造成这个不同局面可能有几个原因，比如说美国市场长期竞争的结果只有这两家做大了。但更主要的原因是一个低价没有信誉的奶粉很难进入美国市场，因为大家都买得起有“诚信附加值”的奶粉。也就是说，根本原因是美国社会是个橄榄球结构，穷到买不起这两种奶粉和富到必须吃超豪华奶粉的人都很少。

山寨，地摊，假货在中国之所以能横行，根本原因不是这些卖家的道德败坏，而是有人买，是有人只买得起这些。商品的高中低档反映的是人群收入的高中低档。只要这个社会的贫富差距如此，就无法从根本上杜绝假货。所以“假货的诚信问题”，本质上是由当前中国社会的“贫富分布函数”决定的。

还有另一种诚信过程，可以称为“投资的诚信” — 被人忽悠，花很多钱买了自己根本不用的东西，是因为“托儿”告诉他这个东西能升值。比如说买古董和房子。在这种情况下诚信问题仍然风险问题，而我们将会看到，“投资的诚信问题”，不仅仅与中国社会当前的贫富分布（比如定义为 f(t0)）有关，而且更跟这个分布随时间的变化率有关，也就是 df/dt。

一个社会的诚信状况的好坏，由这个社会上的人对风险的接受程度决定。如果社会上的人都很乐于冒险，那么他们就更愿意花低价买新手的商品，愿意花高价买看似无用的东西期待升值，愿意把钱借给不熟的人当投资。在这种情况下显然骗子们就有了更多的可乘之机，社会的诚信度必然就低。反过来说如果社会上的人都很害怕风险，不是知根知底的人不跟他办事，不是知名品牌钻石级卖家就不买，那么这个社会的诚信度必然就高。

既然“诚信指数”等于“社会平均风险承受度”，那么当今中国社会上的人对风险承受能力如何呢？

我认为，只要不是生命危险，对于生活中的小交易来说，这是一个人们普遍乐于冒险的时代。

现在中国大众最喜欢的一个词不是“稳定”，而是“机遇”。我敢说目前实际上可能没有哪个国家的人像我们中国人一样对“机遇”如此的津津乐道，尤其是“商机”。人们到处寻找机会。机会就是风险。大学生毕业找工作都不说我打算怎么踏实上班，而喜欢说“你给我一个机会，我给你一个奇迹”。

在正常情况下，一般人是都是倾向于规避风险的。这就是为什么世界上大多数国家的人在大多数时间内都比较诚信。诚信其实是一种主流。但在一个极特殊的情况下，除了前面说的穷人不得不冒险之外，某个国家的很多人可能会主动追求风险。

这个极特殊的情况就是该国经济持续高速发展。经济的高速增长有一个特点，就是它一定是不均匀的增长。有的人会抓住一个机会先富起来，有了第一桶金之后很容易越来越富，而大多数人没这么幸运。虽然总体上大家的生活水平都有提高，但提高的速度和幅度是差别巨大的。可以说只有少数人的财富是以几何级数的形式高速增长的，而大多数人则是缓慢地，线性地增长。

那么这些大多数人看到这些极少数人的暴富，是一种什么心情呢？可能有各种复杂的情绪，但其中一个重要的情绪是，后悔。那个中学同学明明没什么本事，当初也不知怎么的傻乎乎地在别人还不知道股票为何物的时候买了一点股票，结果发了。那个同事五年前低价买了两套房子，结果现在！

怎么我就没有这么做呢？！下面我们说明，这种对失去的机会的后悔心理，这种 “if only…” 心理， 必然让人更容易冒险。

How We Decide 这本书介绍了一个流行的电视节目，“Deal or No Deal”。这个节目的游戏规则很简单：被电视台选中的幸运者会面对 26个盒子，其中每个盒子里面有从1分到100万美元不同数目的钱。这些钱的数字都是公开的，唯一不知道的是哪比钱放在哪个盒子里。首先，游戏的参与者选则一个盒子拿住。节目进行中每次打开一个任选的盒子，这样游戏者随时可以知道剩下的盒子里的钱数分布。也就是说，他虽然不知道自己手里这个盒子里面有多少钱，但可以根据剩下的盒子数和钱数的分布，大概估计一下这个盒子“平均”可能有多少钱。

每一步，会有一个 banker 给参与者一个 deal，买他手里这个盒子，游戏者自己决定是否同意接受这个 deal。比如说现在还剩下三个盒子，钱数分别是1元，1万和50万美元，参与者并不知道自己拿的是哪个，但他的理性选择是接受任何高于17万美元的 deal. 在最幸运的情况下，最大的盒子一直到最后阶段才被打开，这样一来 banker 给的 deal 会越来越高，游戏者完全可以自始至终从容选择，想赌一把等大的也可以，一旦发现超过平均值的 deal 就接受也不郁闷。

最可怕，也是对经济学家来说最有意思的局面，是100万英镑这个盒子在中途就被打开了。可以想象，在这个盒子被打开之前， banker 可能曾经开过非常可观的 deal，而游戏者没有接受。如果以后 banker 开的 deal 都会比那个少，对游戏者来说，这是“曾经有一个 deal 摆在我的面前…”的心情。

在一次节目中，游戏还剩下几个盒子的时候，其中只有一个盒子中有巨款，是50万欧元。这时候 banker 给了一个10万欧元的 deal，相当于平均值的75%。游戏者完全理性地拒绝了这个 deal. 不幸的是下一个被打开的盒子就是这个50万欧元的。Banker 给的下一个 deal 是2500欧元，考虑到剩下的钱数，这是一个公平的价格。但游戏者拒绝接受，实际上，从此以后他拒绝接受任何 deal，孤注一掷的选择冒险！游戏的最后只剩下两个盒子，分别是 10 欧元和1万欧元。也许是出于同情，banker 给了他一个6500欧元的 deal，但他再次拒绝！结果他只得到10欧元。

也就是说错过一次发财机会，会令人非理性地追求高风险的投资。这就是为什么股市越涨，入市炒股的人就越多，不管你怎么警告过热的风险都没用。因为这些投资者看别人发财而自己没出手后悔！在过去几十年中国经济猛涨，不知道造就了多少幸运发财的人，所以必然早就更多出于“后悔”而追求高风险的人。别人比我富我可以接受，我受不了的是他以前跟我一样穷现在却比我富。所以造成这种全民追求高风险的原因不仅仅是财富的不均匀分布，更是财富的不均匀增长。为什么忽悠一个人“投资”是如此的容易？根本原因是中国经济增长。

贫富差距导致假冒伪劣，经济增长导致大忽悠。不管你是什么素质和制度，只要你有贫富差距和经济增长，你就必然会有社会诚信度下降这个现象。只要这两个因素存在，那么道德教育只能是隔靴挠痒，加强监管只能是扬汤止沸。如果道德下降是经济发展的必然副产品，那么我们抱怨社会没道德还有什么意思呢？

再过几十年等到中国经济不再高速增长，等到大多数人能买得起名牌奶粉的时候，社会肯定会回归诚信，回归道德。但目前我们帮人就是生活在这么一个即是最好也是最坏的时代。

网上文章大多数都是鸡肋信息。这些信息价值不大却都很有趣，吸引... ]]> “新闻”，是个听起来相当正面的词，看新闻代表关心时事，就好像是个正事儿似的。但事实是大多数新闻都是垃圾。娱乐和社会新闻不提，就算是正经的新闻，有时候也只是让人只恨时间过得不够快。先是 Goolge 说不干了，然后是 Google.cn 不审了，然后是 Google.cn 又审了，然后是 Google 不走了，然后是 Google 说还要谈。可以想象，如果将来有人写本书，其中把 Google.cn 的故事当个例子谈，看那本书显然比全程跟踪这些新闻要有效率的多。有些比赛的确值得看现场直播，但有些比赛直接告诉我最后比分就行了。

网上文章大多数都是鸡肋信息。这些信息价值不大却都很有趣，吸引我们一条一条的读过去，实际上等于被动上网。但另一方面，我们的确很关心一些事件的进展，而且担心错过万一有一篇真正值得仔细研读的文章。怎么办呢？

我认为处理鸡肋信息，应该如同选拔超级女声。关键思想是要分阶段一层一层地选，不要试图在第一轮就决定谁是冠军。给每个前来报名的女孩机会，但初选的时候每人只有极短的表演时间。

时代周刊的书评栏，给新书评价等级的标记方法很有意思，不是评“好、中、坏”，而是按“值得怎么读”分类，三个等级是 toss （随便翻翻），skim （略读），和 read （精读）。本文借鉴这个名目，提出一种高效看新闻和论坛博客文章的办法。

第一步，toss.

关键是集中。比较好的做法是在 firefox 浏览器的 bookmark toolbar 上建立一个文件夹，其中包括所有每天必去访问的新闻站点和论坛。

选择一个集中的时间专门看新闻。鼠标右键点击这个文件夹，选择全部在 tab 中打开。然后浏览所有这些站点的标题。看到感兴趣的就用鼠标中键点击，这么点的好处是点中的文章会在新的 tab 中打开而不必离开当前页。

这一步要做的不是读新闻，而是挑选新闻。只点不读，直到把所有要去的站点都浏览一遍为止。

据说美国曾有一个后来很有名气的女演员，当年参加海选的时候刚刚表演不到一分钟就被评委叫停。事后才知道这是因为评委一看就知道她行，认为不必浪费时间了。这就是海选的要点。

集中的最大好处是让各条新闻在一起互相竞争，就好像排队选美一样，好的文章容易突出，不行的文章很难因为偶然因素获得点击。

第二步，skim.

等到挑选出来要读的这十几或者几十条新闻之后，一条一条地快速浏览其内容。这里我比较喜欢用一个插件，FireGestures，使用鼠标手势的最大好处是关闭 tab 特别快。给每条新闻一个极短的时间，大概扫视一遍就可以了，然后迅速关闭这个 tab。

在这一步一定要追求快。看到真正好，值得仔细读的文章也要速读。推荐使用 “Read It Later” 插件。把要细读的文章点击一下自动保存网址，以后看的时候会有一个文章列表，而且是云计算的可以跨机器使用。

完成了 skim 这一步就等于所有的鸡肋信息都被处理完毕。什么中国足球抓赌又抓了谁，什么 Google 今天又说了走还是不走，我们已经统统了解了。Toss 和 skim 这两步要快速集中地完成，比如我通常在每天早上半小时之内就这样 debrief 了互联网。

一篇文章进入 Read It Later 列表，就等于进入了超女前十名总决赛。这样做的另一个好处让好文章有机会被读两遍，加深印象。

第三步，read.

这样的文章应该随便找空闲休息时间读，因为每天工作中不上上网也不行。一旦发现有的内容真的好到了必须保存的程度，推荐使用 Evernote 在线保存，方便日后查找。

上述方法也适用于 Google reader。用 J 键一条条读过去很浪费时间，应该从列表快速选择几个值得看的看看，好的文章统一进入 read it later 列表。

使用 toss-skim-read 方法，可以确保在比较短的时间内把所有想要知道的东西都知道，每天做过一次之后就再也不惦记看新闻了。

这个方法可能还有一个特点，就是长期使用可以提高一个人的阅读品味。你可能会发现越来越少有文章能有资格进入你的 Read It Later 列表，而 Evernote 中则更多的是你“主动上网”– 自己搜索出来的技术文章。

我猜，看一个这样读新闻的人上网是个很有意思的事情。只见此人把一只鼠标使得上下翻飞，噼噼啪啪一阵猛点之后，他已经把一切了然于胸。

在一周开始的时候，这个工厂的某些工人被告知，如果你们能完成本周的生产任务，将获得80元的奖金。而另一些工人则被告知，本周你们有80元奖金，但是如果不能完成生产任务，就会失去这笔奖金。

不都是完成任务多拿80... ]]> 现在搞社会科学越来越流行做实验拿数据说话，行为经济学家更是如此。一般来说他们都是在校园里拿大学生当受试者，但1月14日这期《经济学人》报道的这个实验有所不同：多伦多大学和芝加哥大学的两个经济学家跑到中国的一个生产电子产品的工厂，拿中国工人做了一次实验。

在一周开始的时候，这个工厂的某些工人被告知，如果你们能完成本周的生产任务，将获得80元的奖金。而另一些工人则被告知，本周你们有80元奖金，但是如果不能完成生产任务，就会失去这笔奖金。

不都是完成任务多拿80块钱么？但是有区别。在第二组工人看来，80元钱已经是自己的了，关键词是“失去”。这里涉及到一个重要的心理学定律，叫做 loss aversion，损失规避。人，总是害怕失去胜过爱好得到。我曾经写过一篇《不买彩票买保险？》说的是类似的现象。实验结果果然不出所料，第二组工人完成任务的情况更好。我不知道这个实验在学术上有什么新意，也许工厂获得的教训应该是全面提高员工工资，然后一旦完不成任务就扣钱。

但本文要说的是，这个实验似乎可以解释为什么自由媒体的政治时事版上全是坏消息。

首先我们要搞清楚的一个问题是为什么会有损失规避现象。人们为什么这样害怕损失？对这个问题，行为经济学家和心理学家就都不行了，得神经科学家出手。

我们看 The Big Bang Theory 电视剧，其中 Leonard 的妈妈就是个神经科学家，在电视剧里面她很喜欢给人做脑成像图。真正的神经学家也是如此。如果是让神经科学家去做上面那个实验，那么每个工人就都会一边做核磁共振一边思考这80块钱奖金。

How We Decide 这本书就是神经科学家写的，此书中描写了一个类似的实验。实验人员递给受试者50美元（在美国做实验一出手就是50美元，去中国做一个星期才80人民币，这可能解释了为什么第一个实验要去中国做），受试者有两个选择。第一个选择是赌一把，赌局的概率是有40%的机会可以把50元都拿走，60%的机会一分都拿不到。另一个选择是不赌，直接拿其中20元走人。实验结果是大多数人选择直接拿20元走人，只有42%的人选择冒险。

与中国工人的实验类似，如果第二个选择换个说法：改成“直接损失30元”，则62%的人选择赌。典型的损失规避。

但这个实验的关键之处是当受试者权衡选择的时候，实验人员正在用核磁共振观察他们的大脑！他们发现，在跟第二组实验受试者说”损失”的时候，他们大脑中的一个特定区域，amygdala（我不知道怎么翻译，也许叫扁桃体区）杏仁核体，兴奋了。这个区域的特点是一旦兴奋就会产生一种负面的感情。

人们怕的不是损失，而是这种负面感情。

负面感情比正面感情对人的影响大。正如这些损失规避实验所揭示的，人们对负面感情的重视程度总是超过正面感情。心理学对这个更一般的现象也有个名词，叫 negativity bias，我不知道这个术语的标准翻译是什么，姑且称之为负面偏见。有些心理学家认为损失规避是负面偏见的一种，也有人认为二者不应混淆。我猜测，如果从脑成像角度去看，很可能二者就是一回事，都是大脑中某个区域兴奋而产生了负面的感情。

也就是说坏比好重要。负面偏见可以解释很多事情。如果向你介绍一位陌生人的时候同时告诉你一条他的优点和一条他的缺点，你更容易用缺点去记住这个人。也许你曾经多次帮一个朋友的忙，他觉得理所当然；一旦你有一次没有帮他，他可能会非常生气。

据说曾经有人做过这样的调查：假设给杀人犯立功赎罪的机会，让他们去英勇地救人，请问你认为一个杀过一个人的杀人犯要救多少人才能弥补他的罪过呢？调查结果是平均要求救25个人！

一个更常见的现象也许是批评和表扬。比如你写一篇博客，喜欢这篇文章的读者，最多也就是在 Google Reader 标记一下而已，也可能什么都不做。而不喜欢这篇文章的读者则更可能采取行动，要发表一番评论。愤怒出诗人。

这样一来读者的负面偏见很可能会造成博客上更容易出现负面的评论。但博客的作者可能也有负面偏见，表扬的评论可能他不在意，而批评的评论他可能很在意，如果是这样的话结果就不太好看了。

为什么自由媒体的时政版全是负面消息？为什么专栏作家都爱写批评文章？并不是因为读者“喜欢”看坏消息，喜欢看政府的笑话。而是因为读者认为坏消息比好消息“重要”。武广高铁通车，是个显然的好消息。中国国内“不自由”的媒体上全是叫好的声音，中国国内“较自由”的媒体上全是票价过高和“被高铁”的声音，倒是外国媒体的报道反而跟国内“不自由”媒体的声音相似。为什么？因为中国高铁通车对某些国家来说是个可以用来批评自己政府没效率的“坏消息”。

那么政府应该怎么办呢？一个成熟的政府应该理解这些坏消息和批评声音其实跟电视剧里都是爱情故事一样，是一种偏见。他们反对你做的这件事，不见得反对你的全部。一个成熟的读者看报纸的时候也应该理解专栏作家的“坏”毛病。这个国家有毛病，不等于这个国家没前途。

一个聪明的人，不会被自己的扁桃体区杏仁核绑架。