來源：有新Newin

Paul Graham 今天發了一篇萬字長文，還是一如既往的幹貨，他提到线性增長是無法獲得超額回報，超线性的回報往往都不是和“你的付出”成正比的，這也 echo 到我之前讀過的一本書10x is easier than 2x，在這裏也推薦給大家：2x 的增長是线性的，要繼續增長需要更多的努力。這是更加辛勤地工作，而不是更聰明地工作；10x 的增長是非线性的，巨大的增長並不需要更多的努力，而往往需要更少的努力，但要做得更好。

Paul 還提到今時不同往日，現在是一個不再需要通過加入知名組織/機構才能獲取所需資源、實現超額增長的時代。現在有更多的人可以像 20 世紀的藝術家和作家一樣擁有自由，有很多雄心勃勃的項目不需要太多的初始資金。特別是對於 Indie Maker 而言，可以通過社交媒體 build in public 實現產品的早期冷啓動增長、獲客，這也是 Magineer 從發起之初所堅信的。

除此之外，Paul 還講到了如何尋找能獲得超线性回報的領域，以及什么樣的人能夠獲得超线性回報：尋找那些只有少數玩家勝過其他人的領域，如果在一個每個人表現都差不多的領域，不太可能存在超线性回報；一开始你的成績肯定會微不足道，但超线性回報的獎勵曲线上升會非常陡峭；再次提到了這句耳熟能詳的硅谷信條：Do things that don't scale, 在最开始專注於一小部分客戶，你將通過口碑傳播獲得指數級增長，同理學習、科研、投資亦如此。

說了這么多，對我最有感觸的還是這句話：不要把 work 等同於一份 job——要被好奇心驅使，而不是職業主義；要給予你的好奇心自由發揮，而不是只做你應該做的事情。

全文如下：

當我還是個孩子的時候，我沒有理解世界上最重要的一件事情是績效回報是超线性的程度。

老師和教練們曾含蓄地告訴我們回報是线性的。“你得到的”，我聽過無數遍，“和你付出的一樣多”。他們的本意是好的，但這很少是真的。如果你的產品只有競爭對手的一半好，你不會得到一半的顧客。你會得不到任何顧客，最終倒閉。

在商業中，績效回報是超线性的顯然是真實的。有人認爲這是資本主義的缺陷，如果我們改變規則，它就不會成立。但績效回報超线性是世界的一個特徵，而不是我們發明的規則的產物。在名望、權力、軍事勝利、知識甚至對人類的利益方面，我們都能看到相同的模式。在所有這些方面，富者更富。

如果你不理解超线性回報的概念，就無法理解這個世界。如果你雄心勃勃，你絕對應該理解，因爲這將是你所乘之浪。

看起來有許多情況會存在超线性回報，但據我所知，這可以歸結爲兩個基本原因：指數增長和閾值。

最明顯的超线性回報案例之一是當你在處理一些呈指數增長的事物時。例如，細菌培養。一旦开始增長，它們會呈指數增長。但培養它們並不容易。這意味着在擅長培養和不擅長的人之間，結果差異非常大。

初創企業也可以呈指數增長，我們也可以在這裏看到同樣的模式。有些企業設法實現高增長率，大多數企業則沒有。結果是你會得到質量上不同的結果：增長率高的公司往往變得非常有價值，而增長率較低的公司甚至可能無法生存。

Y Combinator 鼓勵創始人專注於增長率而不是絕對數字。這樣可以防止他們在絕對數字仍然較低的早期就感到沮喪。這也有助於他們決定要專注於什么：你可以用增長率作爲指南，告訴你如何發展公司。但主要優勢在於專注於增長率往往會使你獲得呈指數增長的東西。

YC 並沒有明確告訴創始人，增長率與“你付出的”相符，但也並不遠離事實。如果增長率與績效成比例，那么隨着時間 t 的績效 p 的回報將與 p^t 成比例。

即使經過數十年的思考，我發現這個公式仍然令人震驚。

每當你的表現好壞取決於你做得有多好時，你將會獲得指數增長。但我們的基因和習俗都無法爲此做好准備。沒有人會自然地發現指數增長；每個孩子第一次聽到這個故事時都會感到驚訝，即關於一個人第一天向國王要一粒大米，然後每天要求加倍的故事。

我們自然無法理解的東西，我們會發展相應的習慣來應對，但我們對指數增長也沒有很多習慣，因爲在人類歷史上很少有這種情況。原則上放牧應該是一個例子：你擁有的動物越多，它們就會有越多的後代。但在實踐中，牧場土地面積是限制因素，沒有計劃可以使其呈指數增長。

或者更准確地說，沒有普遍適用的計劃。有一種方法可以使你的領土呈指數增長：通過徵服。你控制的領土越多，你的軍隊就會變得更強大，徵服新領土也就變得更容易。這就是爲什么歷史上充滿了帝國。但是，創建或管理帝國的人很少，他們的經歷並沒有對習俗產生很大影響。皇帝是一個遙遠而可怕的人物，而不是一個可以在自己生活中參照的標准。

在工業化之前，最常見的指數增長案例可能是學術研究。你知道得越多，學習新事物就會變得更容易。結果，當時和現在一樣，一些人在某些主題上的知識明顯比其他人更豐富。但這也沒有對思維習慣產生太大影響。盡管皇帝徵服領土的觀點可能會重復，因此可能有更多的帝國，但在工業化之前，這種帝國類型幾乎沒有實際影響。

這種情況在過去幾個世紀已經發生了變化。現在，帝王可以設計出能夠擊敗領土帝王的炸彈。但這種現象仍然很新，我們還沒有完全消化它。即使參與者中也有很少人意識到他們從指數增長中受益，也很少有人詢問他們可以從其他情況中學到什么。

超线性回報的另一個來源體現在“贏者通喫”這個表達上。在體育比賽中，績效和回報之間的關系是一個階躍函數：獲勝的團隊不管表現更好還是稍微好一點都會獲得一場勝利。

階躍函數的來源並不是競爭本身，而是結果中存在閾值。你不需要競爭就能得到這些。在你是唯一參與者的情況下，也可能存在閾值，比如證明一個定理或者命中一個目標。

引人的是，一個具有超线性回報的情況往往同時具有另一個來源，跨越閾值會導致指數增長：在战鬥中獲勝的一方通常會遭受較少的傷害，這使他們將來更有可能獲勝。而指數增長有助於你跨越閾值：在具有網絡效應的市場中，增長足夠快的公司可以排除潛在競爭對手。

名氣是一個有趣的例子，結合了超线性回報的兩個來源。名氣呈指數增長，因爲現有的粉絲會吸引新粉絲。但它之所以如此集中，根本原因是閾值：在普通人的頭腦中，A 列表上的位置有限。

結合超线性回報的兩個來源可能最重要的案例是學習。知識呈指數增長，但其中也有閾值。例如學會騎自行車。其中有些閾值類似於機器工具：一旦你學會閱讀，你就能更快地學習其他任何東西。但最重要的閾值是代表新發現的那些。知識似乎是一種分形，如果你在一個知識領域的邊界上努力推動，有時你會發現一個全新的領域。如果你這樣做了，你將第一個掌握其中的所有新發現的機會。牛頓做到了這一點，杜勒爾和達爾文也是如此。

有沒有一般性的規則可以用來尋找具有超线性回報的情況呢？最明顯的一種是尋求能夠復合的工作。

工作可以通過兩種方式復合。它可以直接復合，意味着在一個周期中表現良好會使你在下一個周期中表現更好。例如，在建設基礎設施或獲取客戶群體或營銷品牌時就會發生這種情況。或者工作可以通過教育你而復合，因爲學習是會復合的。第二種情況很有趣，因爲在這個過程中你可能會感覺自己表現不佳，你可能無法實現你的即時目標。但如果你學到了很多東西，那么你仍然會獲得指數增長。

這就是爲什么硅谷對失敗如此寬容的原因之一。硅谷的人們並不盲目地容忍失敗，只有當你從失敗中學習到東西時，他們才會繼續對你抱有信心。但如果你在學習，事實上這對你來說是一個很好的選擇：也許你的公司沒有按你的意愿增長，但你自己已經成長了，這最終應該會產生結果。

事實上，不以學習爲基礎的指數增長往往與學習緊密交織在一起，我們可能應該把這視爲規律而非例外。這產生了另一個啓發式方法：始終保持學習狀態。如果你不在學習，那么你可能不在通向超线性回報的道路上。

但不要過於優化你的學習內容，不要限制自己只學習已知有價值的東西。你在學習的過程中還不能確定什么東西會有價值，如果你太嚴格，你會錯過一些離群值。

那么對於階躍函數呢？是否存在形式爲“尋找閾值”或“尋找競爭”的有用啓發法呢？在這種情況下就棘手了。閾值的存在並不能保證遊戲一定是值得玩的。如果你玩俄羅斯輪盤賭，你肯定會處於一個有閾值的情況，但在最好的情況下，你並沒有得到任何好處。“尋求競爭”也同樣無用；如果獎品不值得競爭呢？足夠快的指數增長可以保證回報曲线的形狀和幅度，因爲如果某物增長足夠快，即使起初微不足道，它也會變得很大，但閾值只能保證形狀。

利用閾值的原則必須包括一個測試，以確保這場遊戲是值得玩的。以下是一個可以做到這一點的原則：如果你遇到一些平庸卻仍然受歡迎的事物，將其替換可能是一個好主意。例如，如果一個公司制造的產品不受人們喜歡卻仍然有人購买，那么如果你能制造出更好的替代品，人們可能會購买它。

如果有辦法找到有前景的知識閾值就太好了。有沒有辦法知道哪些問題在其之後有全新的領域？

我懷疑我們永遠無法確切預測這一點，但這個獎勵是如此寶貴，所以擁有比隨機預測稍微好一點的預測方法將會很有用，而且我們有希望找到這樣的方法。在某種程度上，我們可以預測出一個研究問題不太可能帶來新發現的時候：當它看起來合理但乏味時。而那種確實會帶來新發現的問題往往看起來很神祕，但也許並不重要。（如果它們既神祕又顯然重要，它們將是有許多人正在研究的著名未解之謎。）因此，這裏的一個啓發法則是要被好奇心驅使，而不是職業主義——要給予你的好奇心自由發揮，而不是只做你應該做的事情。

對於雄心勃勃的人來說，績效獲得超线性回報的前景是令人興奮的。在這方面有一個好消息：這個領域正在朝兩個方向擴張。有更多類型的工作可以讓你獲得超线性回報，而且這些回報本身也在增長。

盡管存在兩個原因，但它們緊密相連，幾乎可以視爲一個半原因：技術的進步以及組織的重要性下降。

50 年前，要想從事雄心勃勃的項目，成爲組織的一部分是更爲必要的。那是獲得所需資源的唯一途徑，也是擁有同事的唯一途徑，以及獲得分發渠道的唯一途徑。因此，在 1970 年，你的聲望在大多數情況下取決於你所屬的組織的聲望。聲望是一個准確的預測因素，因爲如果你不是組織的一部分，你不太可能取得什么成就。當然也有少數例外，尤其是藝術家和作家，他們獨自工作，使用廉價的工具，擁有自己的品牌。但即使是他們，也要依靠組織來觸達觀衆。

被組織主導的世界抑制了績效回報的變化。但這個世界在我的有生之年已經大大減弱。現在有更多的人可以像 20 世紀的藝術家和作家一樣擁有自由。有很多雄心勃勃的項目不需要太多的初始資金，也有很多新的學習方式、賺錢方式、找到同事的方式和觸及觀衆的方式。

盡管舊世界仍然存在，但從歷史標准來看，變化的速度已經是驚人的。特別是考慮到所面臨的風險。很難想象有比績效回報更根本的變化。

在沒有組織的抑制作用的情況下，結果將更加多樣化。當然這並不意味着每個人都會過得更好：表現優異的人會表現得更好，但表現糟糕的人會變得更糟。這是一個需要牢記的重要觀點。讓自己暴露在超线性回報之下並不適合每個人。大多數人作爲整體的一部分會過得更好。那么誰應該追求超线性回報呢？兩種類型的雄心勃勃的人：那些知道自己很優秀，知道在一個變化更大的世界裏他們會淨賺更多的人，以及那些，尤其是年輕人，可以承擔風險去嘗試並找出答案的人。

從組織遷移到其他地方並不僅僅是它們當前居住者的離开。很多新的贏家將是他們永遠不會讓其進入的人。因此，機會的民主化將比組織本身可能制定的任何內部版本更大、更真實。

並不是每個人都對這種雄心勃勃的釋放感到滿意。它威脅到一些既得利益，並與一些意識形態相矛盾。但如果你是一個雄心勃勃的個體，這對你來說是一個好消息。你應該如何利用它呢？

利用績效的超线性回報最明顯的方式是做出異常優秀的工作。在曲线的遠端，漸增的努力是一筆劃算的交易。尤其是因爲在遠端的競爭較少 - 不僅僅是因爲做出卓越的工作很困難，而且因爲人們發現這個前景是如此令人生畏，以至於很少有人嘗試。這意味着做出傑出的工作不僅是一筆劃算的买賣，即使是嘗試也是一筆劃算的买賣。

有許多因素會影響你的工作質量，如果你想成爲一個離群值，你需要幾乎把它們都做對。例如，要做得非常好，你必須對它感興趣，僅僅勤奮是不夠的。因此，在一個有超线性回報的世界中，了解自己的興趣所在，找到在其上工作的方法將變得更加重要。選擇適合你情況的工作也很重要。例如，如果有一種工作本質上需要投入大量時間和精力，那么在年輕並且還沒有孩子的時候去做這種工作將會變得越來越有價值。

做出優秀工作有相當多的技巧，這不僅僅是努力嘗試的問題。我打算用一個段落來嘗試提供一份祕訣。

選擇你天生擅長並深感興趣的工作。養成自己專注於自己的項目的習慣；這些項目不管是什么，只要你覺得它們具有令人興奮的雄心壯志即可；努力工作，盡可能不要過度勞累，這最終將使你走到知識的前沿；從遠處看，這些前沿是平滑的，但近距離看卻充滿了空隙。注意並探索這些空隙，如果你幸運的話，其中一個空隙會擴展成一個全新的領域；承擔盡可能多的風險，如果你偶爾不失敗，那你可能過於保守了；尋找最好的同事。培養良好的品味，向最好的榜樣學習；要誠實，尤其是要對自己誠實；鍛煉身體，飲食和睡眠要健康，避免更危險的藥物。如果懷疑，就跟隨你的好奇心。它從不欺騙你，它比你更知道值得關注的事情。

當然，你還需要另外一件事：運氣。運氣永遠是一個因素，在你獨立工作而不是作爲組織的一部分時，運氣會更加重要。盡管有一些關於運氣的格言是有道理的，但也有真正的機會成分是你無法控制的。解決辦法是多試幾次，這也是早期开始承擔風險的另一個原因。

最好的超线性回報裏的典型例子可能是科學。它具有指數增長，以學習的形式呈現，並且在績效的極端邊緣——確切地說是在知識的極限處——存在閾值。

這導致了科學發現方面的不平等，使得即使在最分層的社會中，財富不平等與之相比也相形見絀。牛頓的發現可能比他所有同時代人的發現加起來還要重要。

這一點似乎很明顯，但將其詳細說明可能也是有必要的。超线性回報意味着不平等，回報曲线越陡峭，結果的變化就越大。

事實上，超线性回報與不平等之間的相關性非常強，以至於它產生了另一個發現這種類型領域的方法：尋找一些領域，在這些領域中，少數的大贏家勝過其他所有人。因爲在那種每個人表現都差不多的領域中，不太可能存在超线性回報。

有哪些領域是少數大贏家勝過其他所有人的呢？以下是一些明顯的例子：體育、政治、藝術、音樂、表演、導演、寫作、數學、科學、創業和投資。在體育中，這種現象是由外部施加的門檻造成的，你只需要快幾個百分點就能贏得比賽。在政治中，權力增長與帝王時代大致相同。在其他一些領域（包括政治）中，成功在很大程度上是由名氣驅動的，名氣本身具有超线性增長的因素。但當我們排除體育和政治以及名氣的影響時，一個顯著的模式出現了：剩下的領域與那些必須具有獨立思想才能成功的領域的名單完全相同——在那些領域裏，你的想法不僅必須是正確的，而且還必須是新穎的。

這顯然適用於科學。你不能發表已經有人提出過的觀點，在投資中也同樣如此。如果大多數其他投資者不認爲一家公司會做得好，那么相信這家公司會做得好才是有用的；如果每個人都認爲這家公司會做得好，那么它的股票價格已經反映了這一點，你將無法賺錢。

我們還可以從這些領域中學到什么？在所有這些領域中，你都需要投入最初的努力。超线性回報一开始似乎微不足道，以這個速度，你會覺得自己永遠無法取得任何進展。但是由於在遠端，獎勵曲线上升得非常陡峭，所以值得採取非同尋常的措施去達到那裏。

在初創企業世界中，這個原則的名稱是“做一些不規模化的事情 - do things that don't scale”。如果你對最初的一小部分客戶付出極大的關注，理想情況下，你將通過口碑傳播啓動指數增長。但這個原則同樣適用於任何指數增長的事情。比如學習。當你剛开始學習某件事時，你會感到迷茫。但是付出最初的努力獲取一個立足點是值得的，因爲你學得越多，它就會變得越容易。

在具有超线性回報的領域中還有另一個更微妙的教訓：不要把 work 等同於一份 job。在20世紀的大部分時間裏，兩者對幾乎所有人來說都是一樣的，因此我們繼承了一種將生產力與有工作等同起來的習慣。即使現在對大多數人來說，“your work”這個詞仍然意味着他們的工作。但對於作家、藝術家或科學家來說，它意味着他們當前正在研究或創作的任何事情。對於這樣的人來說，他們的工作是他們從一份工作到另一份工作攜帶的東西，即使他們有工作。它可能是爲僱主做的，但也是他們自己思維價值體系的一部分。

進入一個少數大贏家勝過其他所有人的領域是令人望而卻步的。有些人是有意爲之，但你並不需要這樣做。如果你擁有足夠的天賦，並且你足夠追隨你的好奇心，你最終會進入其中一個領域。你的好奇心不會讓你對無聊的問題感興趣，而有趣的問題往往會創造出具有超线性回報的領域。

超线性回報的領域絕不是靜態的。事實上，最極端的回報來自於擴張這個領域。因此，雖然野心和好奇心都可以讓你進入這個領域，但好奇心可能更爲強大。野心傾向於讓你攀登已經存在的高峰，但如果你緊緊圍繞一個足夠有趣的問題深挖，它可能在你腳下成長爲一座山。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。