反常识(你对世界的理解,正在阻碍你对世界的进一步理解)

你是否认为：大v带货便能一举引爆你的产品？

你是否认为：升职加薪就能提高你员工的绩效？

你是否认为：想成为职场红人就得每天996？

你是否认为：上名校就能让你的孩子获得成功？

你是否认为：富有之人一定是拥有某项过人之处？

小世界网络之父、微软研究院首席科学家邓肯·瓦茨颠覆式新作。

畅销书《重塑》作者、电子科技大学教授吕琳媛倾情翻译，全景式还原原著。

你对世界的理解正在阻碍你对世界的进一步理解。一本书讲透常识带来的4大误区和反常

识带来的3大红利，揭示反常识思维的3大定律，助你跳出常识陷阱，优化你的工作与生

活。如果你同意这本书的所有观点，你压根没看懂这本书。

无论是商界大咖，还是政界领导者，或是市场营销人员乃至我们每一个普通人，每天都会做

出很多决策与选择，《反常识》这本书对你做出正确的决策与选择具有重要的启示意义。在

今天这个时时都会被重构的商业世界，只有做到“反常识”，才能先人一步享受未来红利。

科学家、商业大咖、知名媒体人集体力荐！上海大学副校长汪小帆，科学作家、“得到”

App“精英日课”专栏作者万维钢，场景实验室创始人吴声专文作序推荐！香港城市大学讲

座教授、北京大学长江讲座教授陈关荣，苇草智库创始合伙人段永朝，猎豹移动董事长兼

CEO傅盛，微软加速器（北京）前首席执行官、MAClub企业创新生态联盟首席生态官

檀林，北京师范大学系统科学学院教授，集智俱乐部、集智学园创始人张江一致强荐。

湛庐文化出品

l 你是否认为：

请社会名人做广告效果胜于普通人；

专家对未来事件的预测比外行人可靠；

加薪能提高员工的绩效；

从历史中学到的经验可以预测未来；

《蒙娜丽莎》之所以出名，是因为它具有成为《蒙娜丽莎》的所有特性，而非其他；

……

如果你认为这些都是显而易见的常识问题，那么，你可能掉进了常识思维的陷阱。

l 《反常识》是小世界网络之父、微软研究院首席科学家邓肯·瓦茨的颠覆式新作，他根据新的网络科学研究，以及商业、政治和日常生活中比比皆是、内容翔实的决策案例，揭晓常识带来的4大误区和反常识带来的3大红利，并教授我们学会用反识思维认识并应对这个复杂的世界，跳出常识陷阱，优化你的工作与生活。

l 邓肯·瓦茨以互联网为“望远镜”，探索社会运行的规律，明确界定了哪些事情适合用常识来判断和解决，哪些事情适合用反常识来处理。并揭示了反常识思维的3大定律——人生赢家都是概率赢家、“搜索者”胜过“规划者”、流行=大量的普通影响者+偶然的超级影响者，助你先人一步享受未来红利。

邓肯·J. 瓦茨

l 小世界网络之父，网络科学奠基人之一。雅虎研究院和微软研究院首席科学家。哥伦比亚大学教授，影响全世界的康奈尔大学“A.D.怀特博文讲座教授”。宾夕法尼亚大学工程学院、传播学院和沃顿商学院教授，横跨工程学、商学、社会科学三大领域。

吕琳媛

l 电子科技大学教授，国家优秀青年科学基金获得者，主要从事网络信息挖掘与社会经济复杂性方面的研究，入选2018年《麻省理工科技评论》“中国35岁以下科技创新35人”。

邓肯·J. 瓦茨在《反常识》这本书中通过各种例子阐明，很多矛盾都源于常识思维。作为一位社会学家，他希望传递给读者的正是要学会恰当地质疑常识和直觉。

——汪小帆

上海大学副校长

邓肯·J. 瓦茨是大家熟识的一位社会网络科学家，阅历十分丰富，洞察力也很强。《反常识》这本书的英文版自出版以来广受欢迎，今天吕琳媛把它翻译为中文以飨读者，可喜可贺。 “反常识”为意译，十分准确贴切。事实上，常识思维引导人们去发现常识性的事物，它们组成的世界按常识就能理解。真正的未知世界恰好是常识思维尚未能引导人们去发现的复杂世界，需要以“反常识思维”去探索。

——陈关荣

香港城市大学讲座教授

北京大学长江讲座教授

《反常识》这本书值得推荐给所有人，特别是把“常识”当口头禅的朋友。“常识既能帮助我们理解世界，也会削弱我们的理解能力”，冲着这句话，你值得打开这部精彩之作，品读复杂世界背后的思想魅力。

——段永朝

苇草智库创始合伙人

所有的商业都要解决具体的问题，在当下更多地表现为一个具体的认知问题。这本书从人们习以为常的现象切入，从反向进行思考和预测。“反常识”的三大红利就是数字时代的红利。多线思考，加速认知，常常颠覆，以“反”脱离惯性和套路，解决具体问题，我们就会找到各个商业领域所隐含的可能性。

——吴声

场景实验室创始人

你以为你能预测世界，但世界其实不可预测；你以为专注才能成功，但事实上绝大部分专注都“死掉”了；你以为看懂了别人的成功或失败，但事实上你只是个“事后诸葛亮”……你以为你的常识理解了世界，但事实上正是常识阻碍了你认识真实的世界。

——傅盛

猎豹移动董事长兼CEO

常识只是特别善于在事后“解释”事件，这种解释根本谈不上真正的理解。与其追求用各种想当然的常识指导未来，不如把历史当作一个数据库，从中发掘统计规律。

——万维钢

科学作家

“得到”App“精英日课”专栏作者

如果说优秀的投资人和创业者之间有什么共同之处，那就是在很多时候，他们创建的商业模式在大多数人眼中都是“荒谬”的，比如爱彼迎、拼多多。之所以说它们“荒谬”，是因为它们很“反常识”，真正做到了常识去发现商业的本质。在今天这个时时都会被重构的商业世界，只有做到“反常识”，才能换道超车，先人一步享受未来红利。

——檀 林

微软加速器（北京）前首席执行官

MA Club企业创新生态联盟首席生态官

比“知识焦虑”更可怕的是一切知识赖以存在的思维框架的崩塌。《反常识》就在挑战我们思维中那些最底层的基本常识。

——张江

北京师范大学系统科学学院教授

集智俱乐部、集智学园创始人

序 一 人生并非显而易见

汪小帆|上海大学副校长

序 二 别用“常识”理解复杂世界

万维钢|科学作家、“得到”App“精英日课”专栏作者

序 三 以思维之“反”应对商业进化

吴声|场景实验室创始人

序 四 走出常识陷阱

吕琳媛|电子科技大学教授

前 言 常识思维 vs 反常识思维，一切并非显而易见

引 言 常识思维常常让我们犯错

PART 1 常识思维带来的四大误区

1 用常识解释个体行为产生的误区

是什么因素导致器官捐献率如此不同

被忽略的“默认选项”

理性选择其实是偏好选择

到处都是“看不见的大猩猩”

注重相关性，而非因果性

填充想象，人类思考的本质

2 用常识解释集体行为产生的误区

逃不出的循环论证的怪圈

微观- 宏观问题，缺失的底层解释

格兰诺维特的暴动模型

累积优势，足以引发蝴蝶效应

实验社会学：代表性个体的影响力悖论

3 用常识解释意见领袖影响力产生的误区

六度分隔，我们都活在小世界中

米尔格拉姆的悖论

影响者，只代表社会与层级关系

社会感染= 偶然的影响者+ 大量易受影响者

社会名人的影响力真有我们想象的那么大吗

“普通影响者”完胜“金• 卡戴珊”

再遇循环论证

4 用常识解释历史事件产生的误区

历史只有一次，但可以“重演”

取样偏差，让我们得到想要的结果

后见之明，人人都是事后诸葛亮

正在发生的历史无法讲述

不到最后永不结束

能讲出好故事的就是赢家

PART 2 反常识思维带来的三大红利

5 从常识思维到反常识思维

拉普拉斯妖，无法预测复杂系统

不确定的未来：只能预测概率，而非准确性

做重要事件的预测和预测准确同样重要

“黑天鹅”事件根本不能预测

常识思维无法帮助我们应对复杂世界

6 常识让你先预测，但你应该快速反应

我们能预测的，往往是模式固定的事件

市场、民调和模型，效果无差的预测方式

学会对自己的预测进行跟踪记录

与其靠历史数据预测未来，不如专注当下

伟大的预测源于不可预知的远见

建立灵活性，应对不确定性的关键

从预测到迅速反应

7 常识让你先规划，但你应该不断试错

Zara的常识战略

水桶测试、鲱鱼策略和众包策略，不断量化与反应

做规划，不如多量化

不只是量化，还要多实验

现场实验，一个内嵌的持续性试错过程

应用“局部知识”，棘手问题的解决思路

自助法，从实际事件中提炼的有效解决法

从“规划者”到“搜索者”

8 常识让你追求结果，但你应该系统思考

我们常常忽略偶然性对结果的决定性作用

否定组织中的光环效应

摈弃个人成功中的运气成分

打破马太效应：能力是能力，成功是成功

是拯救公司的神话，还是被过誉的领导者

公正社会，将偶然性降到最低

对抗系统性风险，每一个社会成员的责任

没有一个人可以置身社会系统之外

结 语 反常识思维，复杂世界的终极应对工具

致 谢

注 释

常识思维vs反常识思维，一切并非显而易见

自从从事社会科学研究以来，经常有外界人士好奇地问我，对于这个仅凭个人很难理解的世界，社会科学是怎么认为的呢？这个问题听起来合情合理，但正如社会学家保罗·拉扎斯菲尔德60 年前指出的那样，它也揭示出大众对于社会科学本质的一个普遍误解。拉扎斯菲尔德当时正在写《美国士兵》（The American Soldier），这本书的研究对象是，第二次世界大战期间和战后美国陆军部研究机构管理的60 多万名军人。为了阐明自己的观点，拉扎斯菲尔德列出了6 个具有代表性的研究命题。例如，第二个是“比起来自城市的士兵，来自农村的士兵往往在军队中有更好的精神面貌”。读者读到这里可能会说：“啊哈，很有道理嘛！ 20 世纪40 年代的农村人已经习惯了艰苦的生活和高强度的体力劳动，他们自然比城市人更容易适应军队的生活。那么，为什么还要动用如此庞大且昂贵的研究来告诉我这些靠自己就能想出答案的问题呢？”

的确，为什么呢？拉扎斯菲尔德接着惊人地指出，这6 个命题都与实际研究结果完全相悖，恰恰是城里人在军队中表现得更快乐。当然，如果读者一开始就被告知正确结论，那么他们也能自圆其说：“我就知道会是这样，城市人更习惯在拥挤的环境中工作，他们在公司里经常受上司的指挥，穿着和礼仪都得服从严格的标准等，这都是显而易见的事情啊！”而这正是拉扎斯菲尔德的观点——当每个答案和它的对立面都看似很有道理时，“这种显而易见的论证就是错误的”。

拉扎斯菲尔德讨论的是社会科学，但我在本书中要说的是，这个观点适用于各行各业，无论是政治领域、商业领域、市场营销领域，还是慈善事业，只要涉及理解、预测、改变或回应人们行为的领域就都适用。那些试图解决城市贫困问题的政治家自认为已经弄清楚人们贫困的原因了；策划广告宣传活动的营销人员认为自己知道消费者需要什么，以及如何让他们购买更多；想要制定方案降低医疗成本、提高公立学校教学质量、督促戒烟，或者促进能源节约的政策制定者也认为自己可以手到擒来。虽然在通常情况下，这些人并不指望能将所有事情都处理妥当，但总会觉得这些问题大都在自己的能力范围之内，这又没有像过去“让火箭上天”这样的问题那么难。虽然我不是研究火箭的，但我非常钦佩那些能将一个小型汽车大小的机器着陆在另一个星球上的人。实际上，人们更擅长规划火箭的飞行轨道，而非管理经济、并购公司或者预测一本书的销量。那么，为什么火箭科学看似很难，而实际上更难的与人相关的问题却看似只是常识性问题呢？在本书中我将说明，矛盾的关键恰恰是常识本身。

不得不说，批评常识是一件棘手的事情，因为人人都觉得它是好的。回想一下，你上次被告诫不要使用常识是什么时候呢？显然，常识确实非常适合处理日常生活中的复杂问题，并且非常有效；但涉及公司、文化、市场、国家和全球机构的问题呈现出与日常生活不同的复杂性，这时常识就会误导我们。无论是只发生一次还是多次出现的经历，由于我们习惯于从中学习，所以常识推理存在的缺陷并不明显。相反，那些我们当时不知道的事情，但事后看来却似乎是显而易见的；因此，常识的矛盾在于，它既能帮助我们理解世界，也会削弱我们的理解能力。如果你不太明白这句话的含义，没关系，本书会做详细的解释，包括它对政策、规划、预测、商业战略、市场营销和社会科学的影响。

在和朋友、同事讨论《反常识》这本书时，我发现了一个有趣的问题。当我在摘要中指出本书的论点——我们对世界的理解实际上会阻碍我们的理解时，他们总会猛地点头说：“是啊，我总觉得人们会相信各种各样的蠢事，以便让自己看起来理解一些其实根本不懂的东西。”然而，当同样的情况发生在他们自己身上时，他们又会坚持自己的观点说：“对啊，常识和直觉确实有缺陷，但我的想法没有错啊。”就好像常识推理的失败只会发生在别人身上一样。

人人都会犯这样的错误。大约90% 的美国人认为，自己驾车的技术水平高于平均值；也同样有大部分人认为，他们比普通人更幸福、更受欢迎或者更有可能成功。还有研究发现，比例高达25% 的受访者认为自己的领导能力在前1% 之列。这种“错觉优势”（illusory superiority）在人们身上很常见，被称作“乌比冈湖效应”（Lake Wobegone effect）。乌比冈湖是《牧场之家好做伴》（A Prairie Home Companion）的节目主持人加里森·基勒（Garrison Keillor）为节目中虚构的小镇起的名字，镇上所有孩子的智力水平都在平均值之上。

因此不难理解，人们更愿意相信别人对世界的看法是错误的，而不是自己被误导了。然而，令人不爽的是，适用于所有人的东西也必然适用于我们自己。也就是说，我们平常在思考和解释某件事的过程中产生的错误，也存在于大多数根深蒂固的常识观念中，这一点我会在后文中做详细的讨论。

当然，我们不是提倡放弃所有的常识观念，只是希望能引起大家的注意，多用怀疑的眼光审视它们。比如，我确实认为自己驾车的技术水平高于平均值，尽管我知道，从统计学上来看，近半数这么想的人都是错的，而我就是忍不住这么认为。但知道这一点，我至少会考虑自欺欺人的可能性。因此当我或者别人犯错时，我会尽量注意这个问题。或许我慢慢就会承认，并非每次口角都是别人的过错，即使我仍然会这么认为。或许我可以从经验中吸取教训，总结出正确的做法。虽然这样做，我还是不能确定自己是不是一位高水平的司机，但我起码可以做得更好。

同样地，当我们质疑自己对世界的假设，或是意识到自己在做一些根本不了解的假设时，我们不一定会改变想法，但质疑至少会迫使我们发现自己是多么顽固，从而悬崖勒马。这种方法可能并不容易，但这是形成新的正确观念的第一步。没有人能一开始就对所有的事情形成完全正确的看法。事实上，贝克尔在《社会学家的窍门》一书中提出，像社会学家一样思考就意味着要学会正确地质疑自己的直觉，了解事物是如何运作的，必要时应抛掉之前的想法。对于这点，评论者显然没有理解，当时我也没有领会到精髓。如果你读完《反常识》这本书后，仅仅是证实了自己已有的想法，那么我很抱歉，作为社会学家，我还未完成自己的任务。

别用“常识”理解复杂世界

万维钢

科学作家、“得到”App“精英日课”专栏作者

如果一位物理学家谈论物理，哪怕他只是用大家都能听懂的语言做科普，外行一般也不太敢提出质疑。众所周知，物理学是一门非常专业的尖端科学，没经过多年训练的人对其胡乱发表见解只能闹笑话；但当一位社会学家谈论社会问题时，哪怕他旁征博引了好多东西方先贤的经典理论，别人还是可以毫无压力地批评他。无论专家怎么说，每一位出租车司机都认为自己知道汽油涨价是怎么一回事；每一位网友都认为反腐败的出路是明摆着的；每一位球迷都认为，如果从未从事过足球行业的韦迪都能当中国足球协会的主席，那么他们也能当。

这也许怪不得大众。实践表明，在像政治学这样的“软”科学领域，其“专家”的实用程度很可能并不显著高于普通人。1984 年，伯克利大学心理学家菲利普·泰特洛克（Philip Tetlock）做了一个影响深远的研究。他调查了284 个专门以预测政治、经济趋势为职业的政治学家、智囊团和外交官，向他们提出各种预测问题，比如戈尔巴乔夫有没有可能因政变而下台。泰特洛克要求专家对其中的大多数问题，比如某个国家的未来政治自由状况，提供出现三种可能性（保持现状、加强或者减弱）的概率。这个研究做了20 年，一直等到当年预测的事情全部水落石出。到2003 年，泰特洛克总结了这些专家给出的答案，但结果发现他们的总成绩还不如索性把每个问题的三种可能性都均等地设为33%。也就是说，专家的预测水平还比不上直接掷骰子的方法。更具讽刺意味的是，这些专家对自己专业领域的预测得分居然比专业外的领域更差。

《纽约客》在评论泰特洛克根据这项研究写的《专家的政治判断》（Expert Political Judgement）一书时，对专家的看法相当悲观，最后得出的结论居然是：我们还是自己思考算了 。尽管泰特洛克的研究显示，专家的得分其实还是比普通人略高一点儿。

社会科学并非无路可走，它可能正处于大发展的前夜。邓肯·J. 瓦茨的这本新书《反常识》提出，社会科学的发展方向应该是像“硬”科学一样，依靠实验和数据。传统专家的预测之所以不行，是因为他们依赖的很多直观“常识”其实是一厢情愿的想当然。事实上，哪怕一个最简陋的统计模型，也能比专家预测得好。瓦茨这个说法并不新颖，因为已经有越来越多的人呼吁把数理方法作为社会科学研究的主要方法来运用，而且这个方法正在成为主流。现在大概很少有人在论文里拿100 年前的所谓经典说事了。此书的最大新意在于，因为瓦茨同时在雅虎研究院研究社交网络，所以他在书中描述了几个亲自参与的有趣研究。

谈起社交网络，很多人会立即想到马尔科姆·格拉德威尔（Malcolm Gladwell) 的《引爆点》（The Tipping Point）。这本书提出，要想一件东西在人群中流行开来，需要某些特别有影响力的关键人物在其中“推波助澜”。这些关键人物是社交网络中的节点，是普罗大众中的意见领袖。正是因为他们的存在，我们才可能实现把地球上任意两个人用不多于6 个人相互联系起来，也就是所谓的“六度分隔”理论。根据这个理论，扩大产品知名度的最好办法是找名人做广告。名人在社交网站上说一句话，应该比普通人的“口碑”重要得多。有传闻说，在中国，有百万粉丝的名人发一条营销广告，可以获得1 000 元，其实这个数字还算是少的。美国女星金·卡戴珊（Kim Kardashian）一条广告的价格是10 000 美元。

“关键人物”理论符合人们的思维常识。我们总是强调伟人对历史的推动，强调“一小撮”坏分子对社会秩序的破坏，强调明星对时尚潮流的引领，然而问题是，这个理论并没有获得大规模统计实验的支持。

在现实生活中，统计影响力非常困难，因为我们很难测量一个人是被谁影响的。现在各种社交网站的出现给这种测量提供了可能。比如Twitter的一个特别有利于研究的特点是，如果用户分享一个网址，这个网址的URL（统一资源定位符）会被缩短，自动形成一个唯一的代码。通过跟踪这些短代码，瓦茨与合作者就可以分析信息如何在Twitter 上扩散和传播。具体说来就是，如果有人发布了一条代码，而他的一个“粉丝”如果转发这条代码，那么这次转发就可以被视为一次可观测的影响。广告商的愿望是，希望信息能够这样一层接一层地转发和传播开来，形成所谓的“Twitter 瀑布”。然而，通过分析2009 年两个月之内160 万用户的7 400万条信息链，研究人员发现，98% 的信息根本就没有被推广传播。在这几千万条信息中，只有几十条被转发超过千次，而转发次数达到万次以上的只有一两条！我们平时看到的那些被反复转发的消息其实是特例中的特例。由此可见，想要通过社交网站成名，就好像买彩票中头奖一样困难。

那么，名人的影响力到底怎么样呢？瓦茨等人使用了一个巧妙的方法。他们使用统计模型，根据第一个月的数据把那些粉丝众多，并且成功引发了“Twitter 瀑布”的关键人物挑出来，然后观察他们在第二个月中的表现。结果相当出人意料：这些人在第二个月再次引发“瀑布”的可能性相当随机。平均而言，名人的确比一般人更容易让一条消息被广泛传播，但这个能力的实际效果起伏极大，一点都不可靠。也许最好的营销方式不是拿大价钱请少数名人，而是批量雇用有一般影响力的人。

如果一个东西突然流行开来，我们的常识思维总是以为这个东西一定有特别出类拔萃之处，或者就是其幕后一定有推手；但Twitter 上的一项研究表明，所谓幕后推手其实并没有那么厉害。那么，为什么某些书能够畅销，某些电影能够卖座，某些音乐能够上榜呢？完全是因为它们出类拔萃吗？瓦茨参与的另一项研究表明，成功很可能主要是因为运气。