永远的新手
追本之箭 — 永远的新手
2026-05-03 Sun 12:14
起点
"我们要在生命的各个时期接触一些全新的东西,而且,在每个时期,不管我们年龄多大,我们还是常常缺少经验。"
——La Rochefoucauld,《Maximes》(箴言 405)
"Nous arrivons tout nouveaux aux divers âges de la vie, et nous y manquons souvent d'expérience malgré le nombre des années."
软的读法是:"保持谦卑,你永远是新手。"
这读法犯了一个类型错误。
它把"经验"当成一个标量——一个会随年龄单调上涨、可以"多"也可以"少"的数。于是这句话只能解释成"涨得不够快"。
但手足无措不是经验少,是经验指错了方向。一个 70 岁的人面对新危机,绝不会和 7 岁小孩一样空白——他手里满满都是东西,问题是这些东西在新局里全是噪声,且他不知道是噪声。
所以"我们仍然缺少经验"——缺的不是量,是对齐。经验其实是两个量:一个随年岁单调涨,叫它 c(笃定/任期);一个真在新局里帮你,叫它 a(机制/准确率)。这句箴言不是谦卑劝告,是一份贴错标签的 bug report:你以为攒下的 c 在帮你,真帮你的是 a,而记错功劳的 c,正朝你反向开火。
本文要兑现的命题:
经验越多,你在新事上越自信地错。
沿箭向下,这条命题会被拆成机制、被一个不等式证伪、再被它自己的激励结构反咬一口。
先问两个真问题:① c 和 a,是不是同一个量?② 如果不是,你的自信,挂在哪个上面?
第一层:漂移 —— 经验是在旧分布上训练的策略
把"经验"翻译成它的真名:一个在过去数据上拟合出来的策略 π。
它在旧环境 P_old 上 loss 很低,这就是"老练"的全部含义。但新局是另一个分布 P_new。一个策略搬到新分布上,测试误差不再是它的训练误差,而是被分布偏移撑高的——超额风险有个上界:
E[loss | P_new] ≤ E[loss | P_old] + B·√(½·D_KL(P_new ‖ P_old))
(B 是损失上界;√KL 来自 Pinsker 不等式——把 KL 转成全变差距离,后者才和 loss 同量纲、可乘。不想背 Pinsker 也行,记一句更朴素的:E[loss|P_new] − E[loss|P_old] 随 TV(new,old) 单调上升。)
关键是个不等号,不是等号:随阅历增长的,不是右边第一项(它早压到很低),而是那个散度项——你见过的局越多、拟合得越死,π 对 P_old 越特化,一旦 P_new 偏移,被撑起的误差就越大。
这式子能代入反驳:若"经验"真是个跨分布的通用技能,D_KL 项就该恒为 0,换域不掉点。现实是换域一定掉点,且老手掉得比新手狠(新手的 π 还没特化,反而柔韧)。证伪条件成立。
裂缝: 但漂移只解释了"会错",没解释"自信地错"。误差变大,人为什么不感觉到误差变大?散度在涨,可你的把握也在涨——这两条曲线为什么反着走?
第二层:校准 —— 置信度和准确率脱钩,且越拉越开
下钻一层,从"对不对"切到"你以为自己多对"。
任何判断都带一个置信度 c 和一个真实准确率 a。健康的人,c ≈ a,叫校准。衡量它的是 Brier 分,过度自信量就是缺口:
overconfidence = c − a
通常的模型是 Dunning-Kruger:菜鸟高估自己。但那条曲线在这里是错的模型。 菜鸟的 c 高、a 低,缺口大——可菜鸟会被现实反复打脸,a 的反馈密集,c 被迫往下修。
老手相反:a 真的不低(在 P_old 里),反馈稀疏且滞后(新局的结果几个月后才揭晓),而 c 每天都在被"我做过几百次"喂养。于是缺口 c − a 不是常数,是随任期单调上升的函数:
d(c − a)/d(tenure) > 0
不等号方向是可证伪的:若校准随经验改善,这个导数该是负的。现实里专家的过度自信高于新手,导数为正。这一层把第一层的"误差变大"和"感觉不到"焊上了——感觉来自 c,误差来自 a,两者脱钩,且脱钩随时间加深。
裂缝: 可这还是在描述。c 为什么偏偏挂在 tenure 上,而不挂在 a 上?大脑明明能感知对错,为什么把把握绑错了变量?——这一层还停在"它发生了",没说"它凭什么发生"。
第三层:错配 —— 信用被分配给了最显眼的回归元,不是真正的因
再钻,掉进强化学习的信用分配问题(credit assignment)。
成功来了,大脑要把功劳分配给某个特征,以便下次复现。可哪个特征"导致"了成功,从来不直接可见——只能从相关性里推。分配规则近似于:
Δw_feature ∝ correlation(feature, past_success)
而"任期/我做过很多次"这个特征,有一个致命的可得性优势:它和过去的成功高度相关(你当然是在做了很多次之后才成功的),又永远在场(每个 case 都有"我多有经验"这个特征)。于是无论真正起作用的是不是它,权重都被加到它头上:
correlation(tenure, success) 高 ≠ causation(tenure → success)
但仅有正比式还不够——它只说"tenure 会被加权",没说"真因为什么被挤掉"。补上一条守恒律:信用总量固定,是个零和分配——
Σ w_feature = 1
tenure 因"永远在场 + 高相关"抢到的每一分权重,都是从真因头上扣的:w_tenure ↑ ⟹ w_真因 ↓。所以这不是 tenure 被"额外"高估,是真因被系统性挤出归因预算。真因可能是"这一类局的具体机制我吃透了"(窄,且换域失效),它难以言说、不在每个 case 都在场,抢不过 tenure 的可得性,于是被那个永远在场又高度相关的冒名顶替者顶替了名额。下次复现时,你调用的是被高估的 tenure、被低估的真因——策略自然朝错的方向迁移。
代入反驳:若信用分配无偏,那拆掉具体机制、只留任期时,成功率该塌——人该能感到"光靠资历不行"。现实是人感受不到这种塌,因为相关性掩盖了因果:资历在场时成功率确实高(真因常和资历同时在场),拆开它需要主动做对照实验,而没人对自己做对照实验。
裂缝: 到这里像是个认知 bug——归因预算被冒名顶替者侵占。但若只是 bug,演化/市场早该把它修掉。一个让人越老越错的缺陷,凭什么稳定存活几千年、还专挑专家身上长?——它不像 bug,像被喂养的。
第四层:激励 —— 它不是 bug,是一桩被共谋维持的交易(因果反转)
这是钉子。
前三层默认这是个认知缺陷——大脑算错了,所以越老越自信地错。把因果调转过来看:
不是"因为你有经验,所以你过度自信";是"因为你过度自信,所以你被当作有经验的人留了下来"。
但"市场看不到 a 只看得到 c"只是表层。再翻一刀:客户买的从来不是 a,是一份可转移的责任凭证。 雇一个拍胸脯的专家,决策错了,锅在专家身上;雇一个说"我也不确定、这是新局"的人,等于把锅退还给客户自己。在"结果滞后、可归因到运气"的市场里,定价函数是:
报酬 ∝ c,而非 ∝ a
c 之所以被定价,因为 c 是免责权的载体:专家卖确定性,客户买甩锅对象,a 准不准——两边都不真在乎。所以这不是一个没被修掉的 bug,也不只是个均衡,是被买卖双方共谋维持的:一边卖确定性,一边买免责权。过度自信专挑专家身上长,因为只有"专家"这个位置能签发这张凭证——新手没人为他的自信买单,所以新手反被现实校准得更诚实。
可证伪,且比"诚实专家跑不赢"更锋利:在责任能甩给个人的领域,c 溢价最高;在责任无法转移的领域,c 溢价消失甚至倒挂。 医疗会诊、战略咨询、宏观预测——锅能甩,最自信的人占最高位,而非最准的人;而自营交易自负盈亏、个人押注真金白银的地方,拍胸脯反而被市场反复处决,诚实校准的人活得最久。因果箭头由此焊死:c 被定价不因它准,因它能卸责。
裂缝: 那解药是不是"别信任何经验,把一切当新局"?——这正是把箭射过头的地方。
第五层:对称陷阱(杀手层)—— 把"永远新手"推到极端,等于自杀
把本文命题推到极端:既然经验会反向开火,那就不信任何经验,每件事都当全新。
这同样是错的,而且错得更瘫痪——你会扔掉第一层那个真实存在的、压得很低的 E[loss | P_old]。把通用校准和窄域技能一起倒掉,等于退回 7 岁小孩,连真正在累积的那一点点东西也不要了。两个极端都死:全信经验=老手的自信反向开火;全不信=新手的瘫痪,且主动放弃了已有的低误差。
活的不在中间和稀泥,在一个可代入的判决式。该不该信这一份经验,看:
信任经验 ⟺ D_KL(new ‖ old) < θ
其中 θ 由"这个领域改朝换代的基率"标定:regime 变得越频繁的域,θ 越小(越该不信旧经验)。
θ 不是态度,是个能查的数:这个领域过去十年范式断裂过几次?断裂频繁(加密、前沿科技、地缘),θ 趋近 0,经验几乎全是负债;断裂稀少(木工、外科基本功、围棋定式),θ 大,经验真金不换。
当场自测(判决式落地): 给你一对可区分的把握——
- 挣来的把握:你能说出机制——"这个局像过去那个,是因为 A、B、C 三条结构相同,所以我的策略该迁移"。这是 a,是窄域真技能,D_KL 小,该信。
- 头衔给的把握:你只能说出次数——"我干这行二十年了"、"我见得多了"。这是 c 挂在 tenure 上,是第三层那个冒名顶替者,该按 c−a 缺口打折。
判据一句话:把握能不能拆成机制?能,是挣来的;只能拆成资历,是借来的。 拿这把尺当场量你此刻最笃定的那个判断——它落在哪一边?
裂缝: 但自测有个洞——拆机制这件事,也是你自己做的。一个被市场供养着过度自信的人,完全能给自己编出三条看似严丝合缝的"机制"来包装其实只是资历的把握。检查者就是被检查者。这把尺,量不到自己尺面上的弯。
终点:判别式 + 你办公室外的那个人
掉到底,触到的是第四层那条因果反转留下的硬地面:你的自信由谁定价。
先认域的判别式:你此刻的把握,是被「机制」定价的,还是被「任期」定价的?
- 被机制定价 → 它和 a 绑定,换域时你能预报自己会在哪里失效。可信,但带 D_KL < θ 的有效期。
- 被任期定价 → 它和 c 绑定,你说不出失效条件,只说得出"我做过很多次"。这就是会反向开火的那个量。
但第五层那个洞是真的:自测会被自己的激励污染,你给自己编机制的能力,恰好随经验增长。所以判别式不能收口在反躬自省——检查者即被检查者,抓不到自己尺上的弯。必须把最后一步钉在你办公室之外:
- 认域:量这个领域的 θ——过去十年范式断裂几次?断裂频繁,默认调高对自身经验的折扣率。
- 拆把握:对当前最笃定的判断,逼自己写出可证伪的失效条件("若出现 X,我就错")。写不出 → 它是任期定价,打折。
- 外部下注(关键的外部钩):把这条判断写成带日期、带具体数值的预测,公开记录,或找一个会真金白银跟你对赌反方的人。市场只为 c 付费、为免责权付费——那就自己造一个为 a 结算的场子:一个对赌、一份留痕的预测、一个有动机驳倒你的对手。让锅没法甩,c 的溢价当场归零。
- 复盘记功:结果揭晓后,做第三层那个没人做的对照——成功到底来自吃透的机制,还是来自资历在场?Σw 是守恒的,把那一份权重从冒名顶替者手里夺回来,记给真正的因。
La Rochefoucauld 那句话,字面是对的:我们确实"带着满身年岁仍然缺少经验"地到达人生每个新阶段。 因为年岁喂大的是 c,新阶段要的是 a,而这个世界只为 c 发薪——你买的,是出事时的甩锅对象。
你不是永远的新手。你是一个越来越擅长把借来的把握包装成挣来的把握的老手——直到你在办公室外面,立下一个会当众戳穿你、且没人能替你背的赌注。
(箭到底了。)
