穷，不只是「钱少」，而可能是一种能自我锁定的稳态。存在一个临界门槛：门槛之下，每一分努力的回报都低于维持成本，于是越挣扎越被拉回原地。这颠覆了「只要肯努力就能翻身」的道德直觉——困住人的往往不是懒惰，而是那条收益曲线的形状本身，把他们锁死在低水平均衡里。
关键是一条 S 形（非凸）的收益曲线。在最低收入区，投入的边际回报极低——吃不饱就干不动活，干不动就更穷；越过某个门槛后回报陡然抬升；到高收入区又重新平缓。这就造出两个稳定均衡：一个是贫困陷阱，一个是富裕稳态，中间夹着一个不稳定的临界点。一次性、足够大的「大推动」（big push）若能把人顶过门槛，就能永久改写轨迹；而零敲碎打的小援助，会被曲线的引力一次次拽回原点。营养陷阱是经典样板：吃不够→没体力→挣不到钱买食物。
可实证研究却发现，许多被认为陷在营养陷阱里的穷人，一旦收入增加，并没有把钱都拿去多吃主食，反而买了电视、办了红白喜事。这说明纯粹的「营养陷阱」在很多地方根本不成立——真正的陷阱常藏在别处（信贷缺失、信息闭塞、无法对冲的风险）。这个发现极其重要：它警告我们，「贫困陷阱」是一个必须逐一验证的具体机制，而非可以随手贴的笼统标签。搞错了陷阱在哪，再猛的大推动也会推错方向。
在复杂系统里，这就是「多重稳态」与「吸引盆」；在物理学里，它对应相变的临界点。在机器学习里，训练卡在局部最优，需要足够大的扰动（调高学习率、重启）才能跳出低谷。在生态学里，湖泊一旦富营养化，即使停止排污也回不到清澈——同一个数学骨架：非线性反馈造出多个稳态，小推动无效，唯有越过临界点才能换轨道。
技术债、团队士气、产品冷启动，都可能是贫困陷阱：低于某个用户量或质量门槛，正反馈根本转不起来，再多零散投入都被拖回原地。先分清你面对的是「线性问题」（持续小步就会稳定改善）还是「陷阱问题」（必须一次集中的大推动才能跨过临界点）——这两者的资源策略完全相反，用错了只会白烧钱。
你手上哪个「一直投入却不见起色」的项目，其实是卡在临界点之下、需要一次孤注一掷的集中投入，而不该继续均匀地撒资源？
过去的发展经济学靠宏大理论争论「什么让国家变富」，却几乎无从验证。随机对照试验（RCT）革命把医学的做法搬进了社会政策：与其空谈，不如像做药物试验一样随机分组、直接测量一项干预到底有没有用。这是一次认识论上的转向——把发展经济学从「意见的战场」，改造成「证据的科学」。
随机分配是那个关键魔法。把人群纯随机地分成处理组和对照组，正因为分配是随机的，两组在一切可观测与不可观测特征上都平均相同；于是干预后的差异，就能干净地归因于干预本身——绕开了「相关不等于因果」这个折磨社会科学上百年的难题。你甚至不必理解全部机制，随机化替你消除了所有混杂因素。这让「免费发教科书能否提高成绩」「小额信贷能否减贫」这类问题，第一次有了可信的答案。
一个著名结果：在肯尼亚，免费发放教科书并没有普遍提高学生成绩——只有本就最拔尖的学生受益，因为课本是英语写的，对多数孩子太难。相反，便宜到几乎免费的驱虫药却大幅提高了到校率——原来瓶颈是健康，不是教材。凭直觉，几乎人人都会先掏钱买课本；是 RCT 揭穿了直觉的错误。许多「显然有用」的援助经不起随机检验，这恰恰是这场革命的价值所在。
这就是 A/B 测试——互联网产品每天都在做的事，与发展经济学的 RCT 是同一套因果推断逻辑。临床医学的随机双盲试验是它的源头；机器学习里的因果推断与反事实评估同宗同源；连物理实验的「控制变量法」也是随机化的祖先。核心只有一句：要谈因果，就必须制造一个「若不干预会怎样」的可信对照。
别再靠「我觉得这个更好」拍板——凡是能随机分流的决策（功能、文案、流程），就用 A/B 测试让数据说话。但也要记住 RCT 的软肋：它告诉你「在这个情境下有效」，却不保证换个场景还成立（外部效度）。作为技术人，你既要善用随机实验的严谨，也要警惕把一个局部结论过度外推成普遍真理。
你团队最近一个靠「资深直觉」拍下的重大决定，如果当时先做一次小规模随机实验，你敢赌结果会和直觉一致吗？
反直觉的是：坐拥石油、钻石、矿藏的国家，长期增长往往比资源贫乏的国家更慢、更动荡、更专制。天赐的财富非但不是祝福，反而常常成了诅咒。这戳破了「资源等于繁荣」的常识，揭示出一个更深的道理——财富「怎么来的」，比财富「有多少」，更能塑造一个社会。
多重通道叠加作用。经济上有「荷兰病」：资源出口推高本币汇率，反而挤垮了制造业等更能带动学习与技术进步的部门。政治上更致命：资源租金让统治者不必向民众征税，就能坐收巨额收入，于是斩断了「征税→问责」这条纽带——一个不靠人民钱包过活的政府，没有动力对人民负责，反而有动力垄断资源、压制异见。加之资源高度可掠夺，极易点燃内战与腐败。财富于是从「创造出来的成果」，堕落成「争抢的标的」。
拿博茨瓦纳与不少非洲产油国对照：博茨瓦纳同样盛产钻石，却成了非洲的发展典范——因为它在独立时已有相对像样的产权与法治，把钻石收入投进教育和公共品；而另一些资源同样丰厚的国家却坠入战乱与独裁。同一道「诅咒」，有的国家破解了，有的国家没有——这恰恰说明诅咒不是资源本身的宿命，而是「资源 × 制度」的乘积：好制度把资源化作祝福，坏制度让资源变成诅咒。
企业界有「现金牛诅咒」：垄断性的稳定利润会麻痹创新，让公司坐拥利润却错过转型。个人层面则有「含着金汤匙」效应，乃至彩票得主破产的怪象。在生物学里，资源过度充裕反而会压低系统的适应性与多样性。从信息论看，不劳而获的资源并不携带「如何持续创造」的信息。同构的内核是：唾手可得的丰裕，会悄悄侵蚀维持繁荣所必需的能力与激励结构。
警惕你团队或产品里的那口「油井」——那个躺着就能赚钱的现金牛业务。它可能正在暗中消解组织的进取心：因为不缺钱，没人愿冒险创新，直到现金牛枯竭，才惊觉早已丧失造血能力。同理，一笔来得太容易的融资、一波天降的流量红利，都可能麻痹而非强化组织。永远要追问：这份「资源」，是在增强你的能力，还是在替代你的能力？
你的组织有没有一头「现金牛」，它带来的安逸，是否正在悄悄消解那份本该用于转型的紧迫感与创新力？
国家为何贫富悬殊？两大阵营为此争了一个世纪：一派说是地理（气候、疾病、地形、离海远近决定命运），一派说是制度（人造的规则才是根本）。这场辩论的分量远超学术：若真由地理决定，穷国近乎宿命难改；若由制度决定，则改革就有翻身的希望。而证据更倾向后者——这给发展留下了一线生机。
地理派的论据不弱：热带疾病（如疟疾）压制生产力、内陆国贸易受阻、土壤气候限制农业——这些确实与贫穷相关。但制度派用巧妙的因果识别反击：地理的确重要，但它主要是通过塑造制度起作用，而非直接决定今天的贫富。关键论证是「命运的逆转」——五百年前最富庶的地区（如印加、莫卧儿的核心地带），今天反而更穷。若真由地理决定，富者本该恒富；逆转的存在，说明是殖民者带来的制度差异（在人口稠密的富庶区搞榨取，在荒凉区搞移民定居加产权保护）改写了命运。
研究者用「殖民者死亡率」作为一个巧妙的工具变量：凡是殖民者易染病、大批死亡的地方，他们不愿定居，只建立榨取性制度（掠夺资源、不设产权）；凡是气候宜居、殖民者能安家的地方，他们移植了本国的产权与法治。几百年后，当年的疾病环境早已因医学进步不再是障碍，可它当年塑造的制度却延续至今，依旧在决定贫富。地理的影响，成了一个「历史的幽灵」——它顺着制度这条隐秘管道，穿越几个世纪继续发力。
这是「初始条件经路径依赖被放大」的又一实例（呼应制度经济学的路径依赖）。在生物学里，它像「发育约束」：早期胚胎的微小差异，会经发育放大为成体的巨大不同。在机器学习里，数据分布（地理）与架构、训练规则（制度）谁更决定模型能力——多数经验指向「规则设计」这一侧的杠杆更大。在复杂系统里，结构（制度）常比禀赋（资源、地理）更能决定系统的长期轨迹。
面对一个落后的团队或系统，先分清：它的问题是「地理性的」（客观禀赋约束：预算、人才市场、技术代差），还是「制度性的」（可改的规则：激励、流程、决策机制）？人们习惯把失败归咎于地理（怪条件不够），因为那样就无需自我变革；但发展经济学的教训恰恰是，能撬动的杠杆往往在制度一侧。别用「地理宿命」，掩盖了「制度可改」。
你最近一次把团队的困境归因于「客观条件不行」（地理），有没有可能真正的病根其实卡在一套可以修改的「规则」（制度）上——只是改规则更难、更得罪人？