all_lessons/反脆弱/10第 11 课 / 共 16 课

第四部分 · 如何制造反脆弱

摆弄胜于理论:知识真的是源头吗?

上一课发现:只要赔付是凸的,哪怕胜率低到离谱,瞎试也能赢。可这逼出一个让人不舒服的问题——既然「想对」不是必需的,那理论、知识,在进步里到底起多大作用?

上一课把我们逼到这里
第 09 课把可选性 (optionality) 讲透:期权式的赌注亏有限、赚无限,这种不对称意味着你不需要经常正确——胜率 10% 也能大赚,只要每次的赔付是凸的(错了亏一点,对了赚很多)。于是进步靠的是多下小注、保留赢的、砍掉输的这套凸搜索,而不是「事先想对」。可这立刻顶出一个尖锐的追问:如果连「想对」都不是必需的,那理论和知识,究竟是进步的源头,还是事后才来贴金的旁观者?
本课路线
(1) 一个靠木材发大财、却连「green lumber」是什么都搞错的人,逼出「做 ≠ 懂」;(2) 塔勒布的挑衅命题:很多进步来自摆弄/试错,不是自上而下的理论;(3)「教鸟怎么飞」——理论如何事后冒领功劳;(4) 诚实的一刀:这不是反智,且这命题本身也被批评得太狠;(5) 玩「摆弄 vs 设计机」,看哪种策略更快爬上最高峰;(6) 由此问出:既然加法常帮倒忙,进步是不是更多来自减法

钩子:一个搞错了「绿木材」的木材大亨

塔勒布讲过一个真实的人,叫他 F 先生。F 先生靠交易木材 (lumber) 赚到了惊人的财富——是那种几辈子花不完的财富。有人发现一个尴尬的事实:F 先生一直以为行业里说的「green lumber(绿木材)」,指的是被刷成绿色的木材。

其实不是。「green lumber」是行话,指刚砍下来、还没干燥的新鲜湿木——跟颜色毫无关系。这是这门生意里一个再基础不过的常识。F 先生把它彻底搞错了。

可他照样发了大财。停下来体会这件事的怪异:一个人对「赚钱这件事里无关紧要的细节」一无所知,却把「真正要紧的那部分」——什么时候买、跟谁交易、怎么扛住价格波动、对手在想什么——精通到登峰造极。塔勒布管这叫绿木商人问题 (the green lumber problem)

这里在逼问什么
做得好,和「懂得对」,是两回事。我们有个根深蒂固的假设:要把一件事做成,你得先理解它——先有正确的理论,才有成功的实践。F 先生是一记反例:他实践上的成功,不依赖那个我们以为不可或缺的「正确知识」。那么问题来了——我们以为驱动了成功的那些「知识」,会不会有一大部分,其实是赚钱无关紧要的细节,只是看起来很重要?
原著 / 出处
绿木材的故事出自《反脆弱》(Book IV),塔勒布用它命名「green lumber problem」:在某领域成功所需的知识,未必是该领域看起来该懂的那种知识。同一卷里还有「教鸟怎么飞 (lecturing birds how to fly)」与「自下而上的试错 (bottom-up tinkering)」两个核心比喻——本课把它们串成一条因果链。塔勒布的「做先于懂」属于他对认识论 (epistemology) 的一贯立场,也是 Incerto 五部曲反复敲打的主题。

做 ≠ 懂:实践常常先行,理论随后追认

F 先生不是孤例。塔勒布的挑衅命题是:人类的很多重大进步,来自摆弄 (tinkering)、试错 (trial and error)、东拼西凑地瞎鼓捣 (bricolage)——而不是来自某个先想明白、再付诸实施的自上而下 (top-down) 的理论。

这正是上一课那套凸搜索的放大版:摆弄就是多下便宜的小注、保留有效的、丢掉无效的。它不需要你事先理解为什么有效——它只需要你能认出哪个有效(这比「预先推导出哪个有效」容易得多,呼应第 06 课:侦测当下,比预测未来可行)。蒸汽机在热力学被写出来之前就在矿井里抽水了;无数药物先被发现有效、机制几十年后才补上;冶金、航海、农业、烹饪,大量是工匠一代代出来的,不是科学家出来的。

于是出现一种认识论的不对称 (epistemic asymmetry)

实践(能做成) → (往往很久以后) → 理论(解释为何做成)

箭头的方向常常被我们记反了。我们倾向于讲一个干净的故事:先有科学家想通原理,工程师再把原理变成产品。可真实的时间线往往是倒过来的——东西先被摆弄出来、被验证管用,理论才姗姗来迟,给这件既成事实编一个体面的解释

「教鸟怎么飞」:理论如何事后冒领功劳

既然理论常常迟到,为什么我们还是把进步的功劳,几乎全记在理论头上?塔勒布给了一个极锋利的比喻:教鸟怎么飞 (lecturing birds how to fly)

想象一位教授,站上讲台,对着一群鸟做了一场关于空气动力学的精彩报告——升力、迎角、伯努利。报告结束,鸟扑棱棱飞走了。教授于是宣布:看,正是我的讲座让它们飞了起来。

荒谬在哪一眼可见:鸟本来就会飞。讲座没有教会它们任何东西;它只是事后描述了一件早已发生的事,却把功劳冒领了过来。塔勒布说,这恰恰是我们对待理论与进步的方式——这是一种系统性的归因错觉

我们以为的因果理论 → 实践 → 进步。有人想通了原理,进步才因此发生。功劳天然属于理论家。
常常真实的因果摆弄 → 进步 → 理论。东西先被试出来、用起来;理论随后赶到,描述它、整理它——然后被误当成它的原因

错觉为什么这么顽固?两个帮凶。一是幸存者偏差:成功的摆弄被写进历史、配上漂亮理论,而那成千上万次失败的瞎试悄无声息地消失了,没人为它们写论文。二是叙事便利:「天才想通原理」是个好故事,「无数人乱试、碰巧有人成了」不是。于是一部由试错主导的历史,被重写成了由理论主导的历史。

这里在逼问什么
归因错觉不是无害的。它让我们系统性地高估自上而下的设计、低估自下而上的试错——于是我们把钱、权力、尊重,过多地投给「能讲一套漂亮理论的人」,过少地留给「肯动手乱试、并能扛住失败的人」。更糟的是:相信「必须先懂才能做」,会让我们不敢在没想清楚之前下注——而这恰恰掐死了凸搜索赖以运转的那台试错引擎。

诚实的一刀:这不是反智,而且这命题本身也被批评得太狠

到这里必须踩一脚刹车,否则就成了塔勒布的啦啦队——而本课不做啦啦队。把这个命题推到极端,会变成一句蠢话:「理论没用,别学了,瞎试就行。」那是错的。

第一,基础科学确实重要,而且不可替代。没有麦克斯韦方程组就没有无线电;没有量子力学就没有半导体;没有相对论 GPS 会算错。有一整类进步,必须先有理论才可能发生——你不可能靠在车库里瞎鼓捣,出一台核磁共振仪。理论也反过来极大地提升试错的效率:它能帮你把搜索范围从「整片荒野」缩到「这几座山附近」,告诉你哪些方向根本不用试。摆弄与理论不是敌人,是一对互补的引擎

第二——也是诚实的关键——塔勒布这个命题本身,被不少人认为推过头了。批评者指出:他爱挑「试错先于理论」的例子(药物、冶金、工程),却淡化甚至无视那些「理论清清楚楚先行」的领域(现代化学、分子生物学、整个电子工业)。把「很多进步来自试错」夸大成「理论基本是事后贴金」,本身就犯了他最爱批判的毛病——用精选的故事去支撑一个不太可证伪的大断言

平衡的说法
真正站得住的版本,是一句更温和的话:我们普遍系统性地高估自上而下的理论设计,系统性地低估自下而上的试错与可选性。纠正这个偏见——给摆弄应有的地位——是有力且有用的;但把它翻转成「理论无用论」,就从一个洞见滑成了另一个偏见。本课要的是前者。

部件之前:系统的反脆弱,建在部件的脆弱之上

在动手之前,先补上这条命题最反直觉、也最重要的一面。摆弄能驱动进步,靠的是一个残酷的分工——系统层面的反脆弱,常常建立在部件层面的脆弱与试错之上。

想想餐饮业。一家餐馆是极其脆弱的:绝大多数新餐馆撑不过几年就倒闭——这是赤裸裸的脆弱。可正因为一家家餐馆不停地开、不停地试、不停地,整个餐饮行业才越来越好:好的配方、好的模式被留下、被模仿,差的连同那家店一起消失。每一次倒闭都是行业的一次免费试错。如果你保护每一家餐馆永不倒闭(消灭这层波动),行业就会停止进化,沦为第 03 课里那台只会磨损的洗衣机。

这把全书几条线拧成了一股:部件的脆弱(敢倒、敢死的小尝试)= 系统的反脆弱(整体越筛越强)。所以摆弄的本质,是把脆弱下沉到便宜、可牺牲的小单位,让它们替整个系统去试错、去送死——这正是第 09 课「亏被封死的小注」在群体尺度上的样子。下面这台机器,就让你亲手比一比:靠一套理论一次性下注,和靠大量便宜的小尝试反复爬,到底哪个更快摸到最高峰。

动手:摆弄 vs 设计机

下面是一片崎岖的适应度地形 (fitness landscape)——横轴是某个可调的「配方/参数」,纵轴是它的「好处」。地形坑坑洼洼:有几座骗人的小山头(局部最优),还有一座真正的最高峰(全局最优),而最高峰不在那个「看起来最该下注」的地方。两种策略来找最高峰:

摆弄 vs 设计:谁更快爬上最高峰?
同一片崎岖地形,同样的总「尝试次数」预算。看「理论先行」如何被困在骗人的小山头,而「摆弄」如何靠便宜的多次试错,更快、更高地摸到全局最高峰。
理论先行 · 摸到的高度
摆弄 · 摸到的高度
判定

玩几次你会看到一个稳定的结果:理论先行那一枪,红点死死卡在它出发点附近那座骗人的小山头上——它的爬坡是局部的,跨不过山谷,到不了真正的最高峰。而摆弄的蓝点撒得到处都是,只要预算够,总有一两个落进全局最高峰的山坡,于是它更高也更快地登顶。把「尝试次数」拨大,差距更明显:摆弄几乎总能逼近全局最高峰(这片地形最高约 1.00),理论先行则长期停在那座约 0.71 的次优山头上(只到最高峰的七成)。这就是凸搜索的力量:你不需要事先知道最高峰在哪,你只需要撒得起、并认得出谁更高。

常见误解

一句话带走
做 ≠ 懂:很多进步来自自下而上的摆弄与试错,理论常常迟到、却被误当成原因(「教鸟怎么飞」);系统的反脆弱建在部件的脆弱之上。诚实地说——这不是反智,而是纠正「高估设计、低估试错」的偏见,且这纠正本身也别用力过猛。
下一步
本课揭穿了一个偏见:我们总以为进步来自加法——更多理论、更多干预、更多功能。可如果加法这么常帮倒忙,一个相反的猜想就浮了上来:进步会不会更多来自减法——去掉那些脆弱的、错的、不必要的东西?而且别忘了第 05 课火鸡的教训:我们对「什么是错的」远比对「什么是对的」有把握(一个反例就能证伪,再多正例也证不实)。那么——我们能真正确知的,是不是「什么不该做」?这条「减法比加法稳健」的智慧,就是下一课 → 第 11 课《减法的智慧:via negativa》。