超线性回报（Superlinear Returns）
原文：Superlinear Returns · 作者：Paul Graham（2023 年 10 月） · 查看英文原版
小时候，我对这个世界最大的误解之一，就是没搞懂“表现带来的回报”究竟在多大程度上是超线性的。
老师和教练总是暗暗向我们灌输“回报是线性的”这一观念。“一分耕耘，一分收获”，这句话我听过上千遍。他们是出于好意，但这很少符合事实。如果你的产品只有竞争对手一半好，你不会得到一半的客户，你连一个客户都得不到，最后只能关门大吉。
商业领域里，表现的回报显然是超线性的。有人觉得这是资本主义的缺陷，认为只要改变规则，情况就会不同。但表现带来超线性回报是这个世界本身的特征，并非人类发明的规则所致。我们在名声、权力、军事胜利、知识甚至对人类的贡献中，都能看到同样的规律。在所有这些领域，都是强者恒强。[1]
如果不理解“超线性回报”这个概念，你就无法真正理解这个世界。假如你是个有野心的人，就更得理解它了，因为这正是你要乘风破浪的潮头。
乍看之下，产生超线性回报的场景似乎五花八门，但据我观察，它们归根结底都源于两个根本原因：指数级增长（exponential growth）与阈值（thresholds）。
最典型的超线性回报，出现在你所做的事情本身具备指数级增长特性的时候。比如培养细菌。细菌一旦开始生长，就是指数级的。但培养细菌是个技术活，这意味着内行和外行最终做出来的结果会天差地别。
创业公司也能实现指数级增长，那里同样存在这一规律。有些公司设法实现了高增长率，而大多数公司没能做到。结果就是截然不同的结局：高增长率的公司往往变得价值连城，而增长率较低的公司甚至可能活不下来。
Y Combinator 鼓励创始人紧盯增长率，而不是绝对数字。这样做能防止他们在早期绝对数字还很低的时候灰心丧气，也能帮他们决定该把精力放在哪：你可以把增长率当作指南针，引导公司演进。但最核心的好处在于，只要你专注于增长率，往往就能做出指数级增长的事业。
YC 并没有明着告诉创始人，在增长率这件事上“一分耕耘，一分收获”，但这离事实也不远了。如果增长率与你的表现成正比，那么在时间
哪怕这个问题我已经思考了几十年，写下上面这句话时，我依然感到震惊。
只要你下一步能做得多好取决于你过去已经做得多好，你就会收获指数级增长。但无论是我们的基因还是社会习俗，都没让我们对此做好准备。没人天生觉得指数级增长符合直觉；每个孩子第一次听到那个“第一天向国王要一粒米，之后每天翻倍”的故事时，都会大吃一惊。
对于天生理解不了的事物，人类通常会形成社会习俗来应对，但我们关于指数级增长的习俗也少得可怜，因为人类历史上这样的例子实在太少了。从原理上讲，放牧本该算一个：你拥有的牲畜越多，它们繁衍的后代就越多。但在现实中，牧场面积成了限制因素，而牧场面积并没有办法按指数级扩张。
或者更准确地说，没有普遍适用的扩张办法。倒确实有一种能按指数级扩张领土的方式：征服。你控制的领土越多，军队就越强大，再去征服新领土也就越容易。正因如此，历史上才充满了帝国。但建立或统治过帝国的人寥寥无几，他们的经验并没怎么影响到民间的日常习俗。皇帝是一个遥远而令人畏惧的符号，普通人并不会从他身上汲取自己为人处世的经验。
前工业时代最常见的指数级增长案例，大概是做学问。你知道得越多，学新东西就越容易。结果无论是古是今都一样：在某些领域，极少数人的学识会比其他人渊博得惊人。但这也同样没怎么改变社会习俗。尽管思想的帝国可以互相重叠，因而可以容纳多得多的“帝王”，但在前工业时代，这类思想帝国在现实中几乎产生不了什么实际影响。[2]
近几个世纪以来，情况变了。如今，思想帝国的缔造者设计出的炸弹，足以击败领土帝国的君主。但这种现象实在太新，我们还没有完全消化它。就连身处其中的参与者，也很少有人意识到自己正受惠于指数级增长，或者去思考能从其他指数级增长的案例中学到什么。
超线性回报的另一个来源，体现在“赢家通吃”这句话里。在体育比赛中，表现与回报之间的关系是一个阶跃函数（step function）：获胜的队伍无论比对手强出太多还是只强一点点，拿到的都是一场胜利。[3]
不过，阶跃函数的根源并不在于竞争本身，而在于结果中存在“阈值”。即便没有竞争，阈值也照样存在。在只有你一个人参与的事情里，比如证明一个数学定理或者击中一个靶子，同样会有阈值。
值得玩味的是，具备其中一种超线性回报来源的场景，往往也会同时具备另一种。跨越阈值会带来指数级增长：战役中获胜的一方通常损失更小，这让他们在未来的交锋中胜算更大。反过来，指数级增长也能帮你跨越阈值：在具有网络效应的市场中，一家增长足够快的公司可以把潜在竞争对手统统挡在门外。
名声是一个很有意思的例子，它同时结合了超线性回报的这两种来源。名声会呈指数级增长，因为现有的粉丝会为你带来新粉丝。但名声之所以如此高度集中，根本原因在于阈值：普通人脑海里留给“一线明星”的位置就那么点大。
把这两种超线性回报来源结合得最重要的案例，或许是学习。知识呈指数级增长，但其中也存在各种阈值。比如学骑自行车。有些阈值就像工作母机（机床）：一旦你学会了阅读，学其他任何东西都会快得多。但所有阈值里最重要的，是那些代表着新发现的阈值。知识似乎具有分形特征：如果你在某个知识领域的边界上奋力推进，有时会推开一扇门，发现一个全新的领域。而一旦你做到了这一点，里面所有等待被发现的新成果，你都能占得先机。牛顿这样做过，丢勒和达尔文也这样做过。
有没有什么普遍的法则，能帮我们找到具有超线性回报的机会？最显而易见的一条是：去寻找具有复利效应（compound）的工作。
工作产生复利的方式有两种。一种是直接复利，也就是说，你在一个周期里干得好，会直接让你在下一个周期里干得更好。比如你在搭建基础设施，或者在积累受众、打造品牌时，就会发生这种情况。另一种是工作通过“教会你东西”来产生复利，因为学习本身就具有复利效应。第二种情况很有意思，因为在它发生的过程中，你可能会觉得自己干得很糟。你可能没能达成眼前的目标，但只要你在这个过程中学到了很多，你依然走在指数级增长的轨道上。
这也是硅谷如此宽容失败的原因之一。硅谷人并不是盲目地宽容失败；只有当你从失败中真正学到了东西时，他们才会继续在你身上押注。而如果你确实在成长，那你其实是个很好的投资标的：也许你的公司没有按预期那样增长，但你本人增长了，这迟早会结出硕果。
事实上，那些看似不属于学习的指数级增长形式，往往也与学习深度交织，我们大可以把这当作常态而非例外。由此可以推导出另一条经验法则：永远保持学习。如果你不在学习，你大概率就不在通往超线性回报的道路上。
但千万不要过度优化你“学什么”。不要把自己局限在那些已经被公认为有价值的东西上。你正处于学习阶段，本来就还不确定未来什么东西最有价值；如果限制得太死，你就会把那些真正处于边缘却潜力巨大的异常值（outliers）给砍掉。
那么阶跃函数呢？有没有类似“去寻找阈值”或“去寻找竞争”这样实用的经验法则？这里的情况要棘手一些。存在阈值并不保证这场游戏值得玩。要是你去玩一局俄罗斯轮盘赌，那当然是一个带有阈值的场景，但就算在最好的情况下，你也并没有比原来过得更好。“去寻找竞争”同样没什么用；万一奖品根本不值得去争呢？足够快的指数级增长同时保证了回报曲线的形状和体量（因为只要增长得足够快，哪怕起步时微不足道，最终也会长成庞然大物），但阈值只能保证曲线的形状。[4]
要想利用阈值，所遵循的原则里必须包含一项检验，用以确保这场游戏值得参与。下面这条原则就符合要求：如果你遇到某个东西品质平庸却依然广受欢迎，那么动手取代它或许是个好主意。比如说，如果一家公司做出来的产品大家都很讨厌，却还是不得不买，那么只要你能做出一个更好的替代品，人们多半就会买你的。[5]
如果能有办法找到充满潜力的知识阈值，那就太棒了。有没有办法判断哪些问题背后隐藏着全新的领域？我怀疑我们永远无法十拿九稳地预测这一点，但因为找到它的回报实在太丰厚了，哪怕预测准确率只比随机瞎猜高一点点，也会非常有用，而找到这种预测线索是有希望的。我们在一定程度上可以预测一个研究问题什么时候不太可能带来新发现：那就是当这个问题看起来名正言顺，但让人觉得无聊的时候。相反，那些真正能带来新发现的问题，往往显得非常令人费解，而且看上去可能无足轻重。（如果它们既令人费解又显而易见地重要，早就成了众人扎堆研究的著名公开难题了。）所以这里的一条经验法则是：让好奇心而不是功利心（careerism）来驱动你。放手去追随你的好奇心，而不是按部就班地做别人觉得你该做的事。
对于有野心的人来说，表现能带来超线性回报是一个令人兴奋的前景。而且这方面还有个好消息：这片疆域正在向两个方向同时扩张。能够获得超线性回报的工作种类越来越多了，而回报本身的规模也在变得越来越大。
造成这一趋势的原因有两个，不过它们紧密交织，更像是“一个半”原因：技术的进步，以及组织（organizations）重要性的下降。
五十年前，想要做有野心的项目，加入一个组织是必要得多的前提。那是你获取所需资源的唯一途径，是拥有同事的唯一途径，也是获得分发渠道的唯一途径。所以在 1970 年，你的声望在大多数情况下取决于你所属组织的声望。而且当时声望确实是一个准确的预测指标，因为如果你不属于某个组织，你多半也做不出什么大成就。当时只有极少数例外，最典型的就是艺术家和作家，他们使用廉价的工具独自创作，并拥有个人品牌。但就连他们，想要触达受众也得看各类组织的脸色。[6]
一个由组织主导的世界，平抑了不同表现所带来的回报差异。但就在我这一生的时间里，这个旧世界已经瓦解了很大一部分。如今，多得多的人能够拥有 20 世纪只有艺术家和作家才享有的那种自由。有太多雄心勃勃的项目不再需要多少启动资金，也有了太多学习、赚钱、寻找同道中人以及触达受众的新途径。
旧世界的遗留固然还有很多，但按历史标准来看，这种变化的速度已经相当惊人了。尤其是考虑到这背后的分量：你很难想象有什么变化，会比“表现的回报机制发生变化”更加根本。
失去了机构的缓冲与平抑作用，结果的分化就会加剧。这并不意味着每个人都会过得更好：干得好的人会干得更好，但干得糟的人会混得更惨。这是必须铭记在心的重要一点。把自己暴露在超线性回报的机制下，并不适合每一个人。大多数人待在平均收益的池子里其实过得更好。那么，谁应该去冲击超线性回报呢？两类有野心的人：一类是深知自己实力过硬、在结果分化更大的世界里必定能取得净优势的人；另一类则是赌得起的人（尤其是年轻人），他们付得起试错的代价，不妨亲自下场试试自己到底行不行。[7]
远离机构的潮流，绝不仅仅是现有机构内部人员的出走。许多新的赢家，原本是那些机构压根不会放进去的人。因此，由此带来的机会民主化，无论在广度上还是真实度上，都会远远超越这些机构自己在内部折腾出来的任何温和改良版。
并非所有人都乐见这种野心的大解放。它威胁到了一些既得利益，也冲击了一些意识形态。[8] 但如果你是一个有野心的个体，这对你来说就是个好消息。你该如何利用这一趋势呢？
利用超线性回报最显而易见的方式，就是做出极其出色的工作。在回报曲线的远端，多付出一分努力是极其划算的买卖。更何况在曲线的远端竞争反而更少：不仅因为把事情做到极致本身很难，还因为人们觉得那个目标太令人望而生畏，以至于很少有人敢去尝试。这意味着，不仅做出卓越的工作是一笔划算的买卖，就连去尝试做卓越的工作本身，都是一笔极为划算的买卖。
影响工作质量的变量有很多，如果你想成为那个脱颖而出的异类（outlier），你几乎得把所有变量都做对。举个例子，要想把一件事做到极致，你必须对它真正感兴趣。光靠勤奋是不够的。所以在超线性回报的世界里，了解自己对什么感兴趣，并设法去从事那方面的工作，就变得更加珍贵了。[9] 同样重要的是，选择适合你当前处境的工作。比如，如果某种工作天生需要投入海量的时间与精力，那么趁你年轻、还没有孩子的时候去做，价值就会越来越大。
做出卓越的工作（great work），里面其实包含着多得惊人的方法与技巧，绝不仅仅是埋头苦干那么简单。我试着用一段话给出一份浓缩的配方：
选择你有天赋且怀有深厚兴趣的工作。养成做自己项目的习惯；项目是什么都无所谓，只要它们让你觉得充满雄心、兴奋不已就行。在不至于累垮的前提下尽全力工作，这终将把你带到某个知识领域的最前沿。这些前沿从远处看平滑完整，凑近看却到处是缝隙与空白。去留意并探索这些空白，如果运气好，其中一个空白就会延展成一个全新的领域。承担你所能承受的最大风险；如果你连偶尔的失败都没有经历过，那你多半太保守了。去寻找最优秀的同事。培养良好的品味，向最顶尖的范例学习。保持诚实，尤其是对自己诚实。好好锻炼、好好吃饭、好好睡觉，远离那些危险的成瘾药物。当你拿不准的时候，追随你的好奇心。它从不说谎，而且对于什么事情值得关注，它比你更清楚。[10]
当然，你还需要另一样东西：运气。运气永远是个影响因素，但当你独自打拼而不是依附于某个组织时，运气的比重就更大了。虽然有些格言说得挺对，比如“运气就是准备遇上了机会”，但世上确实存在你完全无能为力的纯粹偶然性。应对的办法就是多出手几次。这也是你应该尽早开始冒风险的另一个原因。
具有超线性回报的领域，最好的例子大概就是科学。它既有学习带来的指数级增长，又在表现的最极端边缘（字面意义上的人类知识边界）存在着阈值。
其结果就是，科学发现领域的不平等程度，让哪怕阶层最固化的社会里的财富不平等相比之下都显得温和。牛顿一个人的发现，完全可以说超过了与他同时代的所有人之和。[11]
这一点听起来似乎不言自明，但还是值得明确写出来：超线性回报必然意味着不平等。回报曲线越陡峭，结果的分化就越大。
事实上，超线性回报与不平等之间的相关性是如此之强，以至于我们可以从中提炼出寻找这类工作的又一条经验法则：去寻找那些少数大赢家远超其他所有人的领域。一份大家干出来结果都差不多的工作，是不太可能带来超线性回报的。
哪些领域是少数大赢家远超其他所有人的呢？这里列举几个显而易见的：体育、政治、艺术、音乐、表演、导演、写作、数学、科学、创业以及投资。在体育界，这种现象是由外部设定的阈值造成的；你只需要比别人快上百分之几，就能赢下每一场比赛。在政界，权力的增长方式跟当年帝王的时代相差无几。而在其他一些领域（包括政治），成功很大程度上由名声驱动，而名声本身就自带超线性增长的机制。但当我们剔除体育、政治以及名声的效应之后，一个耐人寻味的规律浮现了出来：剩下的名单，与那些“你必须具备独立思考能力才能成功”的领域完全重合。在这些领域里，你的想法不仅要正确，还必须足够新颖。[12]
在科学界这再明显不过了。你不可能靠发表别人已经说过的话来发论文。但在投资等领域，道理也完全一样。只有当大多数投资者都不看好一家公司时，你相信它会表现出色才有用；如果所有人都觉得这家公司会表现出色，那么它的股价早就反映出这一点了，你根本没有赚钱的空间。
我们还能从这些领域中学到什么？在所有这些领域里，你都必须付出最初的努力。超线性回报在起步阶段看起来微乎其微。你常常会忍不住想：照这个速度下去，我这辈子也成不了气候。 但正因为回报曲线在远端攀升得如此陡峭，为了走到那一步，采取超乎寻常的举措是完全值得的。
在创业界，这条原则被称为“做那些无法规模化的事（do things that don't scale）”。如果你对最初那批极少数的种子用户投入看似荒谬的巨大精力，理想情况下，你就能通过口碑效应点燃指数级增长。但同样的原则适用于任何呈指数级增长的事物。比如学习。当你刚开始学一样新东西时，你会感到一头雾水、找不着北。但付出最初的苦功去站稳脚跟是非常值得的，因为你学到的东西越多，往后学起来就越轻松。
在这份超线性回报领域的清单里，还藏着另一个更微妙的启示：不要把“工作（work）”等同于“上班/职位（job）”。在 20 世纪的大部分时间里，对几乎所有人而言，这两者是一回事；结果我们继承了一种社会习俗，把生产力高低等同于有没有一份工作。哪怕到了今天，对大多数人来说，“你的工作”指的依然是他们的职位。但对作家、艺术家或科学家来说，“工作”指的是他们当前正在研究或创造的东西。对于这样的人，工作是他们在不同职位之间随身带走的东西（如果他们还会去上班的话）。这些成果也许是为某个雇主做的，但归根结底属于他们自己的作品集（portfolio）。
踏入一个少数大赢家远超其他所有人的领域，前景确实令人望而生畏。有些人是刻意冲着这一点去的，但你其实不必如此。只要你有足够的天赋，并且顺着自己的好奇心走得足够远，你自然而然就会置身其中。你的好奇心不会允许你对无聊的问题产生兴趣，而有趣的问题哪怕原本不属于某个超线性回报的领域，往往也会催生出这样一个新领域。
超线性回报的版图绝非一成不变。事实上，最极致的回报恰恰来自于开拓这片版图的边界。所以，尽管野心和好奇心都能带你进入这片天地，好奇心或许是两者中更强大的那一个。野心往往驱使你去攀登已有的高峰，但如果你足够紧密地贴近一个足够有趣的问题，它可能会在你的脚下生长成一座全新的高山。
注释
我们很难在“努力（effort）”、“表现（performance）”和“回报（return）”之间划出绝对清晰的界限，因为它们在现实中本来就不是截然分开的。对一个人来说算作回报的东西，对另一个人来说可能属于表现。但尽管这些概念的边界有些模糊，它们绝非毫无意义。我已经尽力在不跨入错误的前提下，把它们阐述得尽可能精确。
[1] 进化本身大概是“表现带来超线性回报”最无处不在的例子。但我们很难对此产生共鸣，因为我们不是那个获得回报的主体，我们自己就是那份回报。
[2] 在工业革命之前，知识当然也产生过实际影响。农业的发展就彻底改变了人类的生活。但那种改变是无数人在技术上广泛、渐进改良的结果，并非少数博学者做出的突破性发现。
[3] 从数学上讲，把阶跃函数称为“超线性”并不严谨；但当一个从零开始的阶跃函数用来描述理性行动者付出努力所获得的回报曲线时，它的作用机制就如同超线性函数一样。如果它从零起步，那么阶跃之前的部分低于任何线性增长的回报，而阶跃之后的部分则必须高于该点所需的必要回报，否则根本没人会费神去参与。
[4] 在某些人看来，竞争具有激励作用，从这个意义上讲“寻找竞争”或许算得上一条不错的经验法则。它也在一定程度上能帮我们指明有潜力的方向，因为有人竞争说明别人也觉得这些问题很有盼头。但这是一个非常不完美的信号：常常有一大群人吵吵嚷嚷地追逐同一个问题，结果最终却被某个在角落里安静研究另一个问题的人给彻底颠覆了。
[5] 不过也并非总是如此。使用这条法则时必须小心。当某个东西品质平庸却依然流行时，背后往往藏着隐秘的原因。也许是垄断或监管让竞争对手很难入局；也许是客户品味糟糕，或者决定采购的流程本身就是坏掉的。世上有大片大片平庸的事物，都是因为这类原因才得以存续。
[6] 二十多岁时，我曾想成为一名艺术家，甚至去艺术院校学过绘画。主要原因当然是我喜欢艺术，但也有相当一部分动力源于：在我看来，艺术家似乎是最不用看各类组织脸色行事的人。
[7] 从原理上讲，每个人都在获得超线性回报。学习具有复利效应，而每个人在一生中都在学习。但在现实中，很少有人会把这种日常学习推进到让回报曲线真正变得陡峭的程度。
[8] 提倡“结果均等（equity）”的人究竟指的是什么，目前并不完全清楚，他们内部似乎也意见不一。但无论他们指的是什么，在一个机构控制结果的能力减弱、少数异类表现远超其他所有人的世界里，那种理念多半都会水土不服。
这个概念偏偏在世界朝着相反方向演进的时刻兴起，看起来像是生不逢时，但我认为这并非巧合。我觉得它之所以在当下兴起，原因之一正是其拥护者对日益拉大的表现差距感到了威胁。
[9] 推论：如果父母逼迫孩子去从事某种体面、有声望的职业（比如学医），而孩子对此毫无兴趣，那么相比过去，这种做法对孩子的耽误和坑害会更加严重。
[10] 这一段最初的版本，其实就是《如何做出卓越的工作》（How to Do Great Work）的初稿。当时我刚写完这一段，就意识到它是一个比“超线性回报”更重要的主题，于是我暂停了本文的写作，把那一段扩写成了一篇独立的文章。最初版本的文字几乎没有留存下来，因为写完《如何做出卓越的工作》之后，我又基于那篇文章把这一段重新改写了一遍。
[11] 在工业革命之前，致富的人通常走的是帝王的路子：占有某种资源让他们变得更强大，进而能够掠夺更多资源。而现在，致富可以走科学家的路子：通过发现或创造某种具有独特价值的事物来实现。如今大多数致富的人是新旧两种路子并用，但在最发达的经济体中，仅在过去半个世纪里，天平就已经急剧向“发现与创造”倾斜。
[12] 如果独立思考是拉大差距的最大驱动力之一，那么思想循规蹈矩的人讨厌不平等也就不足为奇了。但这不仅仅是因为他们见不得别人拥有自己得不到的东西。循规蹈矩的人是真的无法想象“产生新颖想法”究竟是一种什么体验。因此，表现出现巨大分化这一整套现象在他们看来完全违背自然常理；一旦遇到这种情况，他们就会想当然地认为，这背后一定存在作弊，或者是某种险恶的外部势力在操弄。
致谢：感谢 Trevor Blackwell、Patrick Collison、Tyler Cowen、Jessica Livingston、Harj Taggar 和 Garry Tan 阅读本文草稿。