超线性回报

原文：Superlinear Returns
作者：Paul Graham　发表：2023-10
译者：Claude（baoyu-translate）

我小时候没看懂的关于这个世界的最重要的一件事，就是表现的回报有多么超线性。

老师和教练隐含地告诉我们回报是线性的。“你付出多少，“我听过一千次，“就得到多少。“他们是好意，但这话很少为真。如果你的产品只比对手好一半，你不会拿到一半的客户 —— 你会一个客户都拿不到，然后倒闭。

回报在商业里是超线性的，这件事显而易见为真。有人觉得这是资本主义的缺陷，觉得只要改了规则它就不再为真。但超线性回报是这个世界本身的特征，不是我们发明的某些规则的副产品。在名声、权力、军事胜利、知识、甚至“对人类的贡献“上，我们都看到同样的模式 —— 在所有这些里，富者愈富。

不理解超线性回报这个概念，你就理解不了这个世界。而如果你有野心，你绝对应该理解它，因为它就是你将要冲的那道浪。

看起来超线性回报有很多种不同情境，但据我所知它们都归到两个根本原因：指数增长和阈值。

最显而易见的超线性回报案例，是当你做的事情本身在指数增长时。比如培养细菌。细菌一旦能长，就以指数方式长。但长得起来本身是个技术活。这就意味着“上手的人“和“上不了手的人“在结果上的差距非常大。

创业公司也能指数增长，那里我们看到同样的模式。少数公司能做到高增长率，多数做不到。结果是质上不同的两种结局：高增长率的公司倾向于变得极其有价值，而较低增长率的公司可能根本活不下来。

Y Combinator 鼓励创始人把注意力放在增长率上，而不是绝对数字上。这能避免他们在早期“绝对数字还很小“时灰心；也帮他们决定要聚焦什么 —— 你可以把增长率当成指南针，告诉你公司该如何演化。但主要好处是：把注意力放在增长率上，你会得到一个倾向于指数增长的东西。

YC 不会显式地告诉创始人“在增长率这件事上’你付出多少就得到多少’“，但事实跟这话差得不远。如果增长率与表现成正比，那么“表现 p 在时间 t 内的回报“就会与 pt 成正比。

哪怕我已经想了这件事好几十年，这句话我仍觉得震撼。

当“你做得多好“取决于“你之前做得有多好“，你就会得到指数增长。但我们的 DNA 也好、习俗也好，都没准备好接受这件事。没人觉得指数增长是自然的；每个孩子第一次听到“那个国王每天给一个人加倍米粒“故事时，都会被结局震到。

我们对自然不理解的东西会用习俗去对付，但我们对指数增长也没多少习俗 —— 因为人类历史上指数增长的实例实在太少。原则上畜牧应当是其中之一：你的牲畜越多，繁殖出的后代就越多。但实操中草地是限制因子 —— 没有任何方案能让草地以指数方式增长。

或者更准确地说，没有普遍适用的方案。确实有一种让自己领土指数增长的办法：征服。你控制的领土越多，你的军队就越强大，征服新领土也就越容易。这就是为什么历史上充满了帝国。但亲手创建或运营帝国的人太少了，他们的经验对习俗没造成多大影响。皇帝是个遥远而恐怖的人物，不是你日常生活里能拿来上一课的来源。

前工业时代最常见的指数增长案例，大概是学问。你懂得越多，学新东西就越容易。当时和现在一样，结果是有些人在某些领域知识量惊人地碾压其他人。但这件事对习俗的影响也不大。虽然观念的帝国可以重叠（所以“皇帝“可以多得多），但前工业时代这种帝国实操影响很小。

最近几个世纪这件事变了。现在观念的帝王能设计出击败领土的帝王的炸弹。但这种现象太新，我们还没完全消化它。就算是这种局面里的参与者，也很少意识到自己正在受益于指数增长，或者去问自己能从其他指数增长案例里学到什么。

超线性回报的另一种来源，体现在“赢者通吃“这句话里。在体育比赛里，表现和回报之间的关系是阶跃函数：赢的那一队就拿一个胜场，无论他们赢得多漂亮还是只是险胜。

但阶跃函数的来源本身并不是竞争，而是结果里有阈值。要造出阶跃函数你不一定需要竞争。你一个人在做的事情上也能有阈值 —— 比如证明一个定理、或者命中一个靶。

一件值得注意的事是：一个具有一种超线性回报来源的情境，往往也具有另一种。跨越阈值会带来指数增长：战役里赢的一方损失通常更小，于是后续也更容易再赢。而指数增长会帮你跨越阈值：在一个有网络效应的市场里，一家增长足够快的公司能把潜在对手挡在门外。

名声是个有意思的例子，它把超线性回报的两种来源都结合了起来。名声指数增长，因为已有的粉丝会带来新的粉丝；但它如此集中的根本原因是阈值 —— 普通人脑子里的“A-list（头部名单）“上能容下的位置就那么多。

把两种来源都结合起来的最重要案例，可能是学习。知识指数增长，但里面也有阈值。比方学骑自行车。这些阈值有些类似机床（像一旦造出来就能用来造其他东西的基础工具）—— 一旦你学会了阅读，再学其他任何东西都快得多。但最重要的阈值，是那些代表新发现的阈值。知识看起来是分形的：如果你在某一片知识领域的边界上使劲推，你有时会发现一整个新的领域。一旦发现，你就对里面所有将要发生的新发现都拥有头一刀的机会。牛顿做了这件事，丢勒和达尔文也做了。

有没有寻找超线性回报情境的通用规则？最显而易见的一条是：找会复利的工作。

工作能以两种方式复利。一种是直接复利：在一个周期里做好会让你下一个周期做得更好。比如你在搭建基础设施，或者在经营受众、品牌时就会发生这种事。另一种是工作通过“教你“的方式复利 —— 因为学习本身就复利。这第二种情形挺有意思，因为这件事正在发生时，你可能感觉自己干得很烂 —— 你眼下的目标可能没达成。但只要你在大量学习，你仍然在指数增长。

这是硅谷之所以那么宽容失败的一个原因。硅谷的人不是盲目地宽容失败 —— 他们会继续押你的注，前提是你在从失败里学习。但只要你在学，你就是个不错的押注：也许你的公司没按你想要的方式增长，但你自己在增长 —— 那最终是会有产出的。

事实上，“不包含学习的指数增长“在现实里和“学习“如此频繁地混在一起，我们大概应该把’学习’当成规则、而不是例外。这又给出另一条启发法：永远在学。如果你不在学，那你大概就没在通往超线性回报的路上。

但别过度优化你学的是什么。别只把自己限制在“已经被公认有价值“的事上。你正在学 —— 你还不知道什么会有价值；如果你太严苛，你会把那些离群点砍掉。

那阶跃函数呢？是不是也有“找阈值“或“找竞争“那种有用的启发？这里情况更微妙。阈值的存在并不能保证这场游戏值得玩。如果你玩一轮俄罗斯轮盘，那你确实进了一个有阈值的情境 —— 但最好情况下你也只是没变得更糟。“找竞争“也类似没用：如果奖品不值得抢，那竞争个啥？足够快的指数增长既能保证回报曲线的形状，也能保证它的量级 —— 因为长得够快的东西，哪怕起点琐碎也会长得很大。但阈值只能保证形状。

要利用阈值，原则就必须包含一个测试 —— 用来确认这场游戏值得玩。下面是一条满足这个要求的原则：如果你遇到一件平庸却仍然流行的东西，把它替换掉可能是个好主意。比方说，如果一家公司在做一个用户不喜欢却仍然在买的产品，那么大概只要你做出更好的替代品，他们就会买。

要是有办法找到有希望的智识阈值就好了。有没有办法判断哪些问题“穿过去就有一整个新领域“？我怀疑我们永远没法确定地预测这件事，但奖品太值钱了 —— 哪怕只是比随机猜略好一点的预测器，都很有用 —— 而我们有理由相信这种预测器是能找到的。我们某种程度上能预测哪些研究问题不太可能引出新发现：那种**“看起来正经但无聊”的。而那些会引出新发现的，往往看起来非常令人困惑、却显得不重要。（如果它们既令人困惑又显得**重要，那它们就早是著名的开放问题、被一大堆人在做了。）所以这里的一条启发法是：让好奇心、而不是事业心驱动你 —— 给你的好奇心放权，而不是去做“你被认为应该做“的那些事。

“超线性回报“对有野心的人是个让人激动的前景。这一面还有好消息：这片领地正在两个方向上扩张 —— 能产生超线性回报的工作类型变多了，而回报本身也在变大。

这有两个原因，但它们紧密交织，所以更像一个半：技术进步，以及机构（organizations）的重要性下降。

五十年前，要做有野心的项目，身处一个机构里要重要得多。它是你拿到所需资源的唯一办法、是你拥有同事的唯一办法、也是你能触达分发渠道的唯一办法。所以 1970 年时，你的声望多半就是你所在机构的声望。而声望那时是个准确的预测器，因为如果你不在机构里，你不太可能干出什么。也有少数例外 —— 最显著的是艺术家和作家：他们用便宜的工具单独工作，并有自己的品牌。但即便是他们，要触达受众也要看机构脸色。

一个被机构主导的世界，会衰减表现回报的方差。但这个世界仅在我有生之年里就显著瓦解了。今天有多得多的人能拥有 20 世纪艺术家和作家曾拥有的那种自由。有许多有野心的项目不再需要多少初始投资，也有许多新的方式去学习、赚钱、找同事、触达受众。

旧世界还剩很大一部分，但变化的速率按历史标准看是剧烈的。考虑到这件事的赌注 —— 很难想象比“表现的回报“发生根本变化更根本的变化了。

没有了机构的衰减效应，结果的方差会更大。这不意味着每个人都更好过：做得好的人会更好，做得差的会更差。这是要记住的一点。把自己暴露在超线性回报里并非适合所有人。多数人作为’池子里的一员’会过得更好。那么谁该去追超线性回报？两类有野心的人：一类是知道自己足够强、在一个高方差世界里能净赚的人；另一类是 —— 尤其是年轻人 —— 能承担’去试试看’的风险的人。

从机构的转移不会只是它们当前居民的出走。许多新的赢家会是机构本来根本不会让进门的人。所以由此带来的机会民主化会比机构自己鼓捣出来的、温吞吞的内部版本更广、更真。

不是所有人都对这场野心的解放感到高兴。它威胁到一些既得利益、也违背一些意识形态。但如果你是有野心的个人，这对你是好消息。你该怎么利用它？

利用“表现的超线性回报“最显而易见的方式是 —— 做出格外好的工作。在曲线远端，增量努力是个划算的买卖。更划算的是：远端的竞争更少 —— 不只是因为“做出格外好的工作“很难那个显然原因，也因为人们觉得这种前景太吓人，连试都不敢试。这就意味着不仅“做出格外好的工作“是个划算的买卖，连“试着做“本身都是个划算的买卖。

影响“你工作有多好“的变量很多 —— 而如果你想成为离群点，你要把它们里几乎每一个都搞对。比方说，要把一件事做到格外好，你必须对它感兴趣。光勤勉不够。所以在一个有超线性回报的世界里，知道自己对什么感兴趣、并找到方式去做它变得格外有价值。根据你的处境选工作也很重要 —— 比方说，如果某种工作内在地需要消耗大量时间和精力，那它就越来越值得趁年轻、还没有孩子时去做。

把伟大的工作做出来，意外地需要很多技术 —— 它不只是“努力试一下“。我试着用一段话给一份配方：

选一件你既有天生禀赋、又有深入兴趣的工作。养成做自己项目的习惯 —— 不管是什么项目，只要它令你激动地具有野心。用尽全力工作，但别燃尽；这最终会带你抵达知识前沿之一。这些前沿远看平滑，近看满是空隙。注意并探索这些空隙 —— 如果你走运，其中之一会扩展成一整个新领域。承担你能承受的最大风险 —— 如果你不偶尔失败，你大概就太保守了。寻找最好的同事。培养好品味，从最好的范例里学。保持诚实，尤其是对自己。锻炼、好好吃、好好睡，避开比较危险的那些药物。拿不准时，跟随你的好奇心。它从不撒谎，并且它对’什么值得你注意’知道的比你以为的多。

当然你还需要一件东西：走运。运气永远是因子，而当你独自工作而不是作为机构一员时，运气是更大的因子。虽然有些“运气是准备遇上机会“之类的有效格言，但其中有一部分是真正的偶然，你拿它没办法。对策是开多枪。这又是一个为什么要早开始承担风险的原因。

具有超线性回报的领域里，最好的例子大概是科学。它兼具指数增长（以学习的形态）和远端的阈值（字面意义上是“知识的边缘“）。

这造成了科学发现里的不平等程度 —— 让最分层的社会的财富不平等都显得温和了。牛顿一个人的发现，可以说比他所有同代人加起来还多。

这一点也许显而易见，但还是说出来比较好：超线性回报蕴含不平等。回报曲线越陡，结果的方差就越大。

事实上，超线性回报与不平等的相关性如此之强，以至于这给出了寻找此类工作的另一条启发：找那些“少数大赢家碾压其他所有人“的领域。在一个所有人产出都差不多的领域里工作，这个领域不太可能具有超线性回报。

哪些领域是少数大赢家碾压其他所有人的？以下是一些显而易见的：体育、政治、艺术、音乐、表演、导演、写作、数学、科学、创业、投资。在体育里这种现象源于外加阈值 —— 你只要快百分之几就能赢每场比赛。在政治里，权力增长的方式跟皇帝时代差不多。这些领域里有些（包括政治）的成功很大程度上是名声驱动的，而名声本身有自己一份超线性增长的来源。但当我们排除掉体育和政治、并排除名声的影响后，会出现一个引人注目的模式：剩下的清单和“必须独立思考才能成功的领域清单“完全一致 —— 你的想法不能只是正确，它必须新颖。

这在科学里显然成立。你不能发表“别人已经说过的东西“。但在投资里也一样成立 —— 比方说：“相信一家公司会做得好“这件事只在多数其他投资者不相信时才有用；如果所有人都相信这家公司会做得好，那它的股价已经反映了这一点，没有空间赚钱。

我们还能从这些领域里学到什么？所有这些领域里，你都得先付出初始的努力。超线性回报一开始看起来都很小。你会发现自己心里嘀咕：“照这速度我哪儿都到不了。” 但因为奖励曲线在远端涨得这么陡，为了到达那一端、付出非常的措施是值得的。

在创业的世界里，这条原则的名字叫“做不可扩展的事“。如果你给最初那一小撮客户荒谬程度的关注，理想情况下你会通过口碑点燃指数增长。但同样的原则对任何指数增长的东西都适用。比方说学习 —— 你刚开始学一件东西时会感到迷失，但花初始功夫去拿到一个立足点是值得的，因为你学得越多，再学就越容易。

具有超线性回报的领域清单里还藏着另一个更微妙的功课：别把“工作“等同于“职业岗位“。20 世纪的大半时间里，对几乎所有人来说“工作“和“职业“是同一回事 —— 我们因此继承了一种习俗，把“多产“和“有一份职业“等同起来。即便到今天，对大多数人来说，“你的工作“指的还是他们的职业。但对一个作家、艺术家、科学家来说，’你的工作’指的是他正在研究或正在创造的东西。对这种人来说，他的工作是他从一份职业带到另一份职业的东西（如果他还有职业的话）。它可能是为某个雇主做的，但它属于他自己的作品集。

进入一个“少数大赢家碾压其他所有人“的领域，前景听起来令人却步。有些人是刻意这么做的，但你不必。只要你有足够的天生能力，并且把好奇心跟得够远，你最终会进入这种领域。你的好奇心不会让你对无聊的问题感兴趣，而有趣的问题倾向于创造具有超线性回报的领域 —— 如果它还不属于其中之一的话。

超线性回报的领地远不是静态的。事实上，最极端的回报来自扩张这片领地。所以虽然野心和好奇心都能把你带进这片领地，好奇心可能是两者中更强的那一个。野心倾向于让你去爬已有的山峰；但如果你能贴住一个足够有趣的问题足够久，那座山可能就会从你脚下长出来。