早期的偶然，如何变成晚期的必然（How early accidents become late inevitabilities）
2026-07-30 · 动力学与不可预测性
你以为要滤掉的那个东西，在一类系统里是唯一能把信号送出来的东西；在另一类系统里，它决定了最后谁赢。两件事听起来毫无关系，其实是同一条机制的两面。
同一条街上开了两家几乎一样的咖啡店。豆子、装修、价格都差不多。半年后一家天天排队，另一家关门。事后总能找到理由——门口台阶少一级、老板笑得多一点。但如果把这半年重播一百遍，很可能有四十遍是另一家活下来。
前面几期讲的都是确定性系统里的不可预测：混沌（第 8 期）里根本没有随机项，方程完全确定，麻烦出在你测不准初始条件；计算不可约（第 11 期）里连测量都不是问题，问题是没有捷径。本期换一件事——系统里真的有一个随机项。它可以有两种命运，差别大得离谱：要么被平均掉、什么都不剩，要么被放大成整个系统的结局。
还有更反直觉的一头：有一整类系统，你把噪声调到零，它反而什么都测不到。
先把词说清楚。一个量在它"该在"的值附近来回抖，这种抖动叫涨落（fluctuation）；把这些抖动统称起来，就是噪声（noise）。噪声不是"错误"，它只是你没在跟踪的那一大堆变量的合力——今天谁刚好路过、服务器上另一个进程占了多少内存、这一秒的风往哪吹。
关于噪声，有一条大家其实都知道的规律：次数多了它就不见了。抛一次硬币，正反完全说不准；抛一万次，正面比例几乎必然贴着 0.5。一户人家的用电量忽高忽低，一整座城市的用电曲线却光滑得能直接画在纸上。这叫大数定律（law of large numbers），相对涨落大致按 1/√N 缩小——次数变成 100 倍，相对偏差只剩十分之一。
它有一个前提，而这个前提正是最常被违反的那一个：每一次必须和前一次无关。
一旦这一次的结果反过来改变了下一次的概率——排队的店让更多人进来排队，被引用的论文更容易再被引用——那就不是独立抽样了，那是正反馈 → 参考 · 系统动力学。同样一枚硬币、同样的随机性，结局完全换了一副样子。
左边越抽越挤，右边越抽越散。右边还有一个更狠的性质：它不是"暂时偏离了、过一会儿回来"，而是回不来。当罐子里已经是 300 比 20 的时候，再抽一次最多把比例挪动千分之几——系统自己把自己钉死了。早期的一次涨落，被写进了系统的状态里，从此变成后面所有事情的初始条件。
所以"这个系统里的随机性重不重要"这个问法没有意义。要问的是另一句：这里的随机结果，会不会改变下一次的概率？不会，它就是噪声；会，它就是历史。
拿到一个"看起来在收敛"的指标，先别急着报均值。做一次复制实验——同样条件独立跑 N 次，或者把历史分段重放——看结果的方差随时间是缩小还是不缩小。缩小，用均值加误差棒汇报是对的；不缩小，均值不代表任何东西，改报结局的分布和区间，并且明说"再来一次会不一样"。这一个动作能挡住绝大多数把运气讲成能力的复盘。
EN Fluctuations vanish under averaging only when draws are independent — that is the whole content of the law of large numbers. Once an outcome changes the odds of the next one, variance stops shrinking and the early draws get written into the state permanently. The question is never "is there randomness here" but "does a random outcome here change the next probability".
现在说那件反过来的事。
很多东西是有门槛的：低于某个值就完全没反应，高于它才输出。烟感器要浓度到线才响；神经细胞要电位到线才放电；一个告警规则要指标越过阈值才发通知。这类东西叫阈值系统（threshold system）。
现在给它一个很弱的信号——弱到永远够不着门槛。输出是什么？什么都没有。信号一直在那儿，一直没被听见。
接着做一件看起来很蠢的事：往里面加噪声。噪声是乱的，但它把信号顶过门槛的机会，在信号本身较高的时候更大。于是输出开始出现脉冲——而且脉冲出现的时机带着信号的信息。噪声再大一点，就到处乱响，信息又被淹了。中间有一个最佳强度。
这件事叫随机共振（stochastic resonance）。名字有点误导："共振"在这里跟频率对不对得上毫无关系，配的是噪声强度与信号离门槛还差多少。
它不是纸上谈兵。小龙虾尾部的机械感受器在适量水流噪声下对微弱扰动更灵敏（Douglass 等，1993）；幼年匙吻鲟靠电场找浮游动物，水里有一群水蚤制造的电噪声时，它捕到单只猎物的成功率反而更高（Russell 等，1999）；人的平衡也一样——把低于感觉阈的随机振动加进鞋垫，27 名受试者站立时的摇摆指标全面下降，老年人的改善幅度比年轻人还大（Priplata 等，2003）。
换个角度看它更清楚：把系统想成两个坑，球待在其中一个里 → 参考 · 相空间与吸引子。有一个周期性的微弱推力，单靠它翻不过坑壁。加了噪声，球时不时被随机踢一下——而它在"推力正帮忙"的那半个周期里更容易翻过去。于是跳来跳去的节奏，居然跟上了那个本来根本推不动它的信号。
别把"降噪"当成无条件的好事。先过两个判据：你的链路里有没有一条硬门槛（告警阈值、评审通过线、KPI（关键绩效指标）达标线、准入标准）？你关心的信号是不是长期低于它？两条都中，就去测"检出率随噪声强度"的曲线是不是倒 U 形，而不是直接把抖动清零。可执行的版本：在固定阈值的告警之外加一层随机抽检，或者让门槛小幅随机浮动——让那些永远越不过线的弱异常有机会露一次头。把阈值卡死、再把波动全抹平，等于主动保证自己只能看见早已很严重的事。
EN In a threshold system a subthreshold signal produces silence. Adding noise makes the signal cross the threshold preferentially near its own peaks, so the output pulses carry the signal's timing — up to an optimum, beyond which noise drowns it. This is stochastic resonance, demonstrated in crayfish mechanoreceptors, paddlefish foraging and human postural control. Denoising is not unconditionally good.
回到第 1 节右边那个罐子。它有名字，叫波利亚罐子（Pólya urn），1923 年被写下来，规则三行说完 → 参考 · 波利亚罐子：罐里一红一蓝，随机摸一个，看完颜色放回去，再加一个同色的。重复。
跑起来的结果是这门学科里最漂亮的一个反直觉：红球的最终占比服从均匀分布（uniform distribution）——从 0 到 1 之间，任何比例的可能性都一样大。不是"多半在一半附近、偶尔极端"。是 5%、50%、95% 同样常见。
1989 年，经济学家 Brian Arthur 把这个罐子写成了技术竞争的模型：两种技术，采纳者一个接一个到来，每被采纳一次，它对下一个人的吸引力就升高一点。这个"用的人越多越好用"的性质叫增益递增（increasing returns），来源通常是三样东西——会用的人多了（学习效应）、配套多了（网络外部性 network externality）、以及别人都用它所以跟着用最省事（协调）。
模型给出三条结论，一条比一条不客气：市场一定会锁定（lock-in）到某一个；锁定到哪一个不可预测；而且事前更好的那个不保证赢。
更有用的是它的时间结构。早期，几个人的选择就能翻盘；晚期，一万人也推不动。同一份资源，投在窗口期内和窗口期外，效果差好几个数量级。这不是勤奋程度的问题，是罐子里球的总数变了。
两个被讲滥了的例子：QWERTY 键盘的布局据说是为了防止打字机卡键而故意打散常用字母，后来靠着"人人都学它"锁定至今；家用录像系统（Video Home System，简称 VHS）打败了画质更好的 Betamax。故事很顺，顺到可疑——下一节就是来拆它的。但先记住：被拆的是这两个例子，不是锁定这条机制。
在有增益递增的地方，"什么时候"比"押谁"重要得多。先判断阶段：用户和供应商还在频繁切换 → 仍在窗口期，资源前置，一份顶后面十份；切换率已经掉到个位数、生态能自我供养 → 已锁定，停掉"做一个更好的产品把它翻过来"这条路线，改做互操作、兼容层或寄生。反向的一面同样重要：你想保住自己的选择权，就得在早期主动维持多样性——第二供应商、并行方案、暂不把标准写死。多样性在这里不是政治正确，是把罐子里的球压住、别让它太早滚出可回头的区间。
EN In a Pólya urn the limiting share is uniformly distributed: every ratio is equally likely. Brian Arthur turned it into a model of competing technologies with increasing returns — lock-in is certain, which option wins is not predictable, and the better option is not guaranteed. The operational content is the time structure: early choices move the outcome by orders of magnitude more than late ones.
路径依赖是复杂性科学里最容易被讲成万金油的一条。用它之前，四件事必须先说清楚。
第一，QWERTY 这个例子本身有争议。Paul David 1985 年那篇文章让"市场锁定在劣势标准上"深入人心，其中最重要的证据是二战期间美国海军的打字实验——用 Dvorak 键盘的打字员更快，改训成本十天就能赚回来。Liebowitz 与 Margolis 1990 年那篇《键盘的寓言》把这条证据翻了个底朝天：那场海军实验的主持者正是 Dvorak 本人，而他与该键盘存在商业利益；后来的对照研究也没能稳定复现那个幅度。所以更谨慎的说法是：锁定这条机制是真的，但"锁定在明显更差的东西上"这个最著名的案例，证据是软的。
这里必须把三件常被当成一个词的事分开（Scott Page 2006 年专门做过这个区分）：历史影响了结果、结果是低效的、结果不可逆。第一件很容易成立，后两件都需要各自举证。日常语境里的"路径依赖"往往偷偷把三件一起主张了。
第二，"早期偶然"极容易变成不可证伪的事后叙事。你手上只有一条历史。看见赢家早期领先，你无法分辨那是运气，还是某种你没看见的真实优势。这正是为什么下面那个音乐实验重要——它真的造出了平行世界。没有平行世界的时候，诚实的说法是"我分辨不了"，而不是"这说明了路径依赖"。
第三，随机共振有硬前提，一条都不能少：系统得是非线性的（有阈值最典型）、信号确实处于阈下、噪声强度可调且落在那个窗口里。三条缺一，加噪声只会更糟——线性系统里加噪声永远只降低信噪比。顺带说一句它的出身：随机共振最早（Benzi 等，1981）就是为了解释十万年的冰期周期，认为微弱的轨道变化被气候噪声放大了；而这个具体应用今天基本不被接受，冰期周期另有几套解释在竞争。"噪声在特定条件下有用"是个技术结论，不是"混乱有益"的世界观。
第四，漂变的解释也会被过度使用。用语料库的时间序列去判定"这是纯漂变"，对抽样方式、主题涨落相当敏感（Karjus 等 2018 年对第 1 节那类工作的批评正在这一点上）。中性零假设是个好默认，但它同样是个模型，不能免检。
要说某件事"锁定在更差的选项上"，先把上面三问逐条回答出来：更优替代是什么、切换成本和收益各是多少、成本高是因为技术还是因为大家协调不起来。三问都答得上，这是个可以动手的判断——而且第 ③ 问指向的解法很具体：协调失败要用协调手段解（统一时点切换、兼容层、补贴早期迁移者），不是靠把产品做得更好。答不上就只说"历史影响了结果"，这句话便宜但诚实。
EN Four limits. The QWERTY case rests on a Navy study run by Dvorak himself, who had a stake in the keyboard (Liebowitz & Margolis 1990). "History mattered", "the outcome is inefficient" and "the outcome is irreversible" are three separate claims. Without parallel worlds, early luck and unseen advantage cannot be told apart. And stochastic resonance needs nonlinearity, a genuinely subthreshold signal and tunable noise — in a linear system noise only ever hurts.
罐子模型里唯一有用的动作是改变抽取的概率，而这件事在球少的时候极便宜、球多的时候极贵。所以"努力有没有用"是个问错的问题，该问的是"现在这一份力气会改变多少后续概率"。同样的道理也解释了为什么在成熟市场里"做得更好"常常无效：它改的是产品，不是概率。
不是，而且混为一谈正是这个概念最常见的滥用。随机共振有确切的量纲：阈值多高、信号多弱、噪声强度多少，三者的关系可以画成一条曲线并被实验否掉。"适度混乱有益"没有这些量，说不出什么情况下不成立，因此它是个隐喻不是主张。判据很简单：你能不能说出那条倒 U 曲线的横轴是什么。
本期说的多样性是状态空间还没被压缩——还有几种做法并行存在，因此系统保留了走向不同结局的能力。它不必然等同于人的多样性，虽然两者常常相关：如果所有人训练背景相同，方案空间通常也会自己收敛。要检验哪一种，看的是行为而不是构成：过去半年里有没有一个决定，出现过两个真正不同的方案并被认真比较过。
因为复盘可以有两种目标。一种是解释结果，在高涨落系统里这件事基本做不到；另一种是评估决策过程——当时的信息、候选集、下注规模是否合理，这与结果无关，也不需要平行世界。把复盘从第一种改成第二种，是本期唯一在个人层面上完全免费的改动。