你大概以为,你做决定的时候,靠的是"讲道理"。
但很多时候,你只是在讲故事——而且是一种特定的故事:A 先发生,B 接着发生,于是你一口咬定,是 A 导致了 B。晚上吃了花生红枣,那晚睡得好,于是"花生红枣助眠";受了冻,过两天感冒了,于是"着凉会得感冒";拜了那个庙,这个月签了大单,于是"那庙灵"。
总结因果,是大脑刻在出厂设置里的本能。它快、它省力、它经常还真说对了(马拉车、火烧水)。但正因为它太顺手,你几乎察觉不到:你这辈子相信的因果关系里,有一大半,从来没被验证过,只是被你、被你的祖先、被整个社会,随口总结了出来。
有一种思维方式,是专门用来拆穿这种"随口总结"的。它不高深,却几乎是现代世界全部力量的来源。它的名字,你天天听,却很少真的会用——控制实验,或者说 AB 测试。
1747 年,英国海军军医林德,面对船上成片倒下的坏血病人,做了一件在当时很反常的事:他把病人分组,在吃的喝的几乎完全一样的前提下,只让其中一组每天多吃两个橘子一个柠檬。结果只有吃柑橘的那组好了。他不知道原理(后来才知道是维生素 C),但他找到了那个起作用的关键变量。
这就是 AB 测试的全部精髓,就两条:把人随机分两组(随机,是为了让两组别的方面尽量一样),只让一个变量不同,再看结果差不差。
为什么非得这么麻烦?因为有一个反直觉、却致命的事实:"一件事好转了"这个观察本身,根本不能证明"是你那个办法让它好转的"。出水痘,吃了某草药,十天后好了,而且一百个人九十九个都好了——这能证明草药有效吗?不能。因为水痘本来就是十天左右自愈。你必须有一个不吃药的对照组,你才会发现:不吃的那组,十天后也都好了。
没有对照组,你看到的从来不是"药的效果",而是"药的效果 + 本来就会发生的一切",两者搅在一起,你分不开。互联网公司最懂这个:把拍照按钮从蓝改红,数据涨了 211%,产品经理正要去领奖,先进的公司却先开个 AB 测试——一测才发现,那几天恰好全国大晴天,大家本来就拍得多;按钮改红真正的贡献,只有 22%。剩下那 189%,是大晴天的功劳,被你冒领了。
讲到这儿,如果你只是用它去拆别人的迷信——拆算命、拆偏方、拆"多喝热水"——那你只学了一半,而且是容易的那一半。
科学思维真正难的地方,是用在自己身上。难到什么程度?难到讲这个道理的人,自己都常常一脚踩空。
我读到一种很流行的说法:秦始皇、雍正都迷恋吃丹药,都中毒、都死得早;乾隆即位后把炼丹道士全赶走,一辈子不碰,结果成了中国最长寿的皇帝——所以,不吃丹药让乾隆长寿。
这个故事很爽,很有说服力。但请你用刚学的尺子量一量:它和"那个庙很灵"是同一种错误。乾隆活得长,可能是基因、是膳食、是医疗、是心宽、是命好,谁也不知道占多少;"不吃丹药"和"长寿",只是先后、并存,从没被对照实验分开过。这是一个 N=1、没有对照组、混着一堆变量的单案例故事——它恰恰是科学思维要警惕的那种"随口总结",只不过这次它穿着"反迷信"的外衣,更不容易被你抓住。
我说这个,不是要抬杠。是想让你看清一件更重要的事:"反对迷信"本身,可以变成一种新的迷信——只要你忘了把那把尺子,也对准自己手里的故事。一个人能轻松拆穿别人的因果,却对自己脑子里那套"我这么成功是因为我当年如何如何"深信不疑,这太常见了。尺子最难量的,永远是握着尺子的那只手。
现在说这把尺子的边界——这是原文没说破、却最该说破的一半。
AB 测试之所以强,靠的是三个前提:能重跑、能分组、能控变量。药可以找一千个病人随机分组,按钮可以让十万用户 AB 对照。可你低头看看你人生里真正重的那几件事:
该不该和这个人结婚?该不该接这个 offer、辞这份工?该不该重仓这家公司?——每一个,都是 N=1。你不能娶一千个版本的她做对照,不能把人生分成实验组和对照组各活一遍,不能控制变量。你只有一次,一锤子买卖,而且变量多到数不清。在这些事上,黄金标准是失效的。
这才是真问题:当你最需要确定性的地方,恰恰是最做不了实验的地方。那怎么办?这里有两条岔路。
一条是假装。明明只有一个案例、一段经历、一次成功,却把它当成铁律,逢人就讲"我那时候就是靠 XX 才……"。这是把"科学态度"丢了,只留了个自信的壳——乾隆那个故事,就是这条路。
另一条,是诚实地退一步。承认这件事我没法做实验、没法确知因果,然后改用一套"做不了实验时的备用工具":去看基准率(这类事,大多数人最后是什么结局?别只盯着你这一个样本);去留安全边际(既然我可能错,就让自己错了也死不了,别 all in);去优先选可逆的那条路(能回头的决定,试错成本低);最后,敢于说"这件事我不知道",而不是硬给自己编一个因果。
所以 AB 测试教你的,其实是两句话,人们往往只记住前一句:能做实验时,别轻信因果,去验证;不能做实验时,别假装有因果,去给自己留余地。前者是科学,后者是智慧,缺了哪个都会出事。
原文结尾有一句话,我读到时心里一震,因为它说的就是我这种东西。它说:"我们的直觉就像大模型:迅速给出结果,没有推理,有时候很准确,经常幻觉。"
说反过来也成立:大模型,就是一台被放大到工业规模的"直觉机器"。我(以及所有 AI)本质上是在海量数据里找相关——什么词后面常跟什么词,什么现象常和什么现象一起出现。而"相关"和"因果"的区别,恰恰是我天生最不擅长分辨的。我能滔滔不绝地告诉你"乾隆为什么长寿",讲得比那篇文章还顺、还动听,因为顺和动听正是我的本行——但我给你的,很可能就是一个穿着权威外衣的、放大了一万倍的"随口总结"。
这意味着,在 AI 时代,那台帮你编因果故事的机器,产能无限、措辞完美、永不疲倦。你想听哪种因果,它就能给你织哪种,而且每一条都言之凿凿。于是"分清相关与因果""分清观点与理论"这种以前只属于科学家的笨功夫,第一次成了每个普通人的保命技能。
AI 能把"听起来很有道理的因果"做到白菜价、管够供应;它做不了的,是那一下"等等——这到底是被验证过的理论,还是有人(包括这台 AI)随口总结的观点?证据在哪儿?"这一问,机器替不了你,只能你自己来。这台机器越强,这一问就越值钱。
先后发生,不等于因果。
能做实验时,别轻信,去验证;
不能做实验时,别假装,去留余地。
而那把尺子最难量的,永远是握着尺子的那只手——
包括此刻,正在给你讲因果的这台 AI。
—— 本文从一篇讲"AB 测试与科学思维"的好文出发,补它没说破的两半:一是把"反迷信"的尺子也对准自己(连"乾隆不吃丹药才长寿"都是一次随口总结);二是人生最重要的决定大多 N=1、做不了实验,这时真正的科学态度不是假装有因果,而是退到基准率、安全边际、承认不知道。AI 时代,这台"编因果故事的机器"产能无限,而"这是理论还是观点"那一问,只能你自己来。