原文為 Paul Graham 之 Superlinear Returns
我在孩童時期對世界最不理解的一件重要事情是，表現所帶來的回報程度是超線性的。
老師和教練們默默地告訴我們回報是線性的。我聽過無數次這樣的話：“你付出多少，就會得到多少。”他們的本意是好的，但這很少是真實的。如果你的產品只有競爭對手的一半好，你不會得到一半的客戶。你將一無所有，最終倒閉。
在商業領域，表現的回報顯然是超線性的。有些人認為這是資本主義的缺陷，並且認為如果我們改變規則，這種情況就不再成立。但是，表現的超線性回報是世界的一個特徵，而不是我們所創造的規則的產物。我們在名聲、權力、軍事勝利、知識甚至對人類的利益上都看到了相同的模式。在所有這些方面，富人變得更富有。
如果你不理解超線性回報的概念，就無法理解這個世界。如果你有野心，你絕對應該去了解，因為這將是你所乘之浪潮。
似乎有很多不同的情況都具有超線性回報，但據我所知，它們歸結為兩個基本原因：指數成長和閾值。
最明顯的超線性回報案例是當你從事指數成長的事物時。例如，培養細菌文化。當它們生長時，它們呈指數成長。但是培養細菌是很棘手的。這意味著在擅長培養細菌和不擅長培養細菌的人之間，結果的差異非常大。
新創企業也可以呈指數級成長，我們在這方面也看到了相同的模式。有些企業成功實現高成長率，但大多數企業則未能如此。因此，你會看到品質上存在著不同的結果：高成長率的企業往往變得極其有價值，而成長率較低的企業甚至可能無法生存下去。
Y Combinator 鼓勵創業者專注於成長率而非絕對數字。這樣可以避免他們在初期時因絕對數字還很低而感到沮喪。這也有助於他們決定要專注於什麼：你可以使用成長率作為指南，告訴你如何發展公司。但主要的優勢是，透過專注於成長率，你往往會得到一個呈指數成長的東西。
Y Combinator 沒有明確告訴創辦人，隨著成長率，「你得到的回報取決於你投入的努力」，但這並非完全無稽。如果成長率與表現成正比，那麼在時間 t 內，對於表現 p 的回報將與 pt 成正比。
即使經過數十年的思考，我發現這句話仍然令人震驚。
每當你的表現取決於你之前的表現時，你將會獲得指數級的成長。但是，無論是我們的基因還是我們的習俗都無法為此做好準備。沒有人會覺得指數級的成長是自然而然的；每個孩子第一次聽到這個故事時都會感到驚訝，這個故事講述了一個人向國王要求第一天一粒米，並且每個接下來的一天都要加倍的故事。
我們通常對於不了解的事物會發展出習俗來應對，但關於指數成長，我們卻沒有太多的習俗，因為在人類歷史中這樣的案例非常少。原則上，畜牧應該是一個例子：你擁有的動物越多，它們的後代就越多。但實際上，限制因素是牧草地，而且並沒有計劃讓牧草地以指數方式增長。
或者更精確地說，沒有普遍適用的計劃。有一種方式可以指數級地擴張領土：通過征服。你控制的領土越多，你的軍隊就越強大，征服新領土也就越容易。這就是為什麼歷史上充滿了帝國。但是很少有人創建或管理帝國，所以他們的經驗對風俗習慣的影響不大。皇帝是一個遙遠而可怕的形象，不是一個可以在自己生活中借鑒的教訓來源。
在前工業時代，指數增長最常見的情況可能是學術研究。你知道的越多，學習新事物就越容易。結果，當時和現在一樣，有些人在某些特定領域的知識比其他人驚人地豐富。但這對習俗的影響也不大。雖然思想帝國可以重疊，因此可能有更多的皇帝，但在前工業時代，這種帝國的實際影響很小。
在過去幾個世紀中，這已經改變了。現在，思想的皇帝可以設計出能夠擊敗領土的皇帝的炸彈。但這種現象仍然如此新奇，以至於我們還沒有完全吸收它。甚至很少有參與者意識到他們正在從指數增長中受益，或者問自己可以從其他類似情況中學到什麼。
超線性回報的另一個來源體現在「贏者通吃」的表達上。在一場體育比賽中，表現和回報之間的關係是一個階梯函數：無論贏的球隊表現更好還是稍微好一點，他們都只能獲得一場勝利。
然而，階梯函數的來源並非完全是競爭。而是因為結果中存在閾值。要達到這些閾值，並不一定需要競爭。即使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達到一個目標。
令人驚訝的是，一個具有超線性回報來源的情況通常也具有另一個。跨越閾值導致指數級成長：在一場戰鬥中，獲勝方通常遭受的損害較少，這使得他們更有可能在未來獲勝。而指數級成長有助於跨越閾值：在具有網絡效應的市場中，成長足夠快的公司可以排除潛在競爭對手。
名望是一個有趣的現象，結合了超線性回報的兩個來源。名望呈指數增長，因為現有的粉絲會帶來新的粉絲。但其集中程度的根本原因是閾值：在普通人的腦海中，A級名單上的位置有限。
結合超線性回報兩個來源的最重要案例可能是學習。知識呈指數增長，但其中也存在閾值。例如學習騎自行車。其中一些閾值類似於機械工具：一旦你學會閱讀，你就能更快地學習其他任何事情。但最重要的閾值是代表新發現的那些。知識似乎具有分形特性，意味著如果你在一個知識領域的邊界上努力推進，有時你會發現一個全新的領域。如果你做到了，你將成為在該領域進行所有新發現的先行者。牛頓、杜勒和達爾文都做到了這一點。
有沒有找到超線性回報情況的一般規則？最明顯的一個是尋求能夠複利的工作。
可以透過兩種方式累積複利，它可以直接累積，也就是說在一個周期中表現出色會使你在下一個周期中表現更好。這種情況發生在建設基礎設施、擴大受眾或品牌等方面。或者工作可以透過教育來累積，因為學習是可以累積的。這第二種情況很有趣，因為在發生時你可能會感覺自己做得不好。你可能無法實現你的即時目標。但是如果你學到了很多東西，那麼你仍然可以獲得指數級的成長。
這就是為什麼矽谷如此寬容失敗的原因之一。矽谷的人們並不是盲目地寬容失敗。他們只會繼續對你抱有信心，如果你從失敗中學習。但如果你確實在學習，那麼你實際上是一個不錯的選擇：也許你的公司沒有按照你想要的方式成長，但你自己已經成長了，這最終應該會帶來成果。
的確，不包含學習的指數增長形式往往與學習混合在一起，因此我們應該將這視為規則而非例外。這就產生了另一個啟發：始終保持學習。如果你沒有在學習，那麼你可能不在通往超線性回報的道路上。
但不要過度優化你所學的內容。不要僅限於學習已知有價值的事物。你正在學習，你還不確定什麼是有價值的，如果你太嚴格，你會忽略掉一些特殊的情況。
步函數呢(step functions)？是否也有類似「尋找閾值」或「尋找競爭」的有用啟發法？這裡的情況比較棘手。閾值的存在並不能保證遊戲是值得玩的。如果你玩一局俄羅斯輪盤，你肯定會面臨一個閾值的情況，但在最好的情況下，你並不會更好。同樣地，「尋找競爭」也是無用的；如果獎品不值得競爭呢？足夠快的指數成長保證了回報曲線的形狀和大小 — — 因為如果某物成長得足夠快，即使一開始微不足道，它也會變得很大 — — 但閾值只能保證形狀。
要充分利用閾值的原則，必須包括一個測試來確保遊戲值得玩。這裡有一個方法：如果你遇到某些平庸但仍然受歡迎的東西，那麼替換它可能是一個好主意。例如，如果一家公司生產的產品人們不喜歡卻仍然購買，那麼假設你製造了一個更好的替代品，他們可能會買。
如果能找到一種方法來發掘有前景的智識閾值就太好了。有沒有辦法判斷哪些問題背後有全新的領域？我懷疑我們永遠無法確定地預測這一點，但由於獎勵如此珍貴，即使比隨機稍微好一點的預測器也會非常有用，而且有希望找到這樣的預測器。我們在某種程度上可以預測哪些研究問題不太可能導致新的發現：當它看起來合法但無聊時。而那些確實導致新發現的問題往往看起來非常神秘，但可能不重要。（如果它們既神秘又明顯重要，它們就會是著名的公開問題，已有許多人在研究。）因此，這裡的一個啟發是由好奇心而非職業主義驅動 — — 讓你的好奇心自由發揮，而不是做你應該做的事。
對於有野心的人來說，表現帶來超線性回報的前景是令人興奮的。在這方面有好消息：這個領域正在兩個方向上擴張。你可以在更多類型的工作中獲得超線性回報，而且回報本身也在成長。
這其中有兩個原因，儘管它們緊密交織在一起，更像是一個半原因：技術進步和組織重要性的減少。
五十年前，要從事雄心勃勃的計劃，成為某個組織的一部分是非常必要的。這是獲得你所需資源的唯一方式，是擁有同事的唯一方式，也是獲得通路的唯一方式。因此，在1970年，你的聲望在大多數情況下是你所屬組織的聲望。而且聲望是一個準確的預測器，因為如果你不是某個組織的一部分，你不太可能取得多大成就。有少數例外，最顯著的是藝術家和作家，他們獨立工作，使用便宜的工具，並擁有自己的品牌。但即使是他們，也受制於組織來觸及觀眾。
一個由組織主導的世界抑制了表現回報的變化。但僅僅在我的一生中，這個世界已經顯著侵蝕。現在，更多的人可以擁有20世紀藝術家和作家所擁有的自由。有許多雄心勃勃的計劃不需要太多的初始資金，並且有許多新的學習、賺錢、尋找同事和觸及觀眾的方法。
雖然舊世界仍殘存，但按照歷史標準來看，變化的速度已經很戲劇性。特別是考慮到所涉及的重要性。很難想象有比表現回報的變化更根本的改變了。
在沒有機構的阻尼效應下，結果將會有更多的變化。這並不意味著每個人都會過得更好：表現好的人會做得更好，但表現差的人會更糟。這是一個重要的觀點需要牢記。使自己暴露於超線性回報並非適合所有人。大多數人作為集體的一部分會更好。那麼，誰應該爭取超線性回報呢？有兩類野心勃勃的人：那些知道自己非常優秀，在高變異性的世界中仍能保持淨領先的人，以及那些特別是年輕人，能夠承擔嘗試以找出答案的風險的人。
從機構轉移並不僅僅是其現有居民的大量離開。許多新的贏家將是那些機構本來永遠不會接納的人。因此，機會的民主化將比機構自己可能設想的任何溫和內部版本都要更大、更真實。
並不是每個人都對這場野心的巨大解放感到高興。它威脅到一些既得利益，並與一些意識形態相矛盾。但如果你是一個有野心的個人，這對你來說是個好消息。你應該如何利用這一點呢？
利用超線性回報來提升表現的最明顯方法是做出非常出色的工作。在曲線的極端點，增量努力是物超所值的。更何況在極端點，競爭更少，這不僅僅是因為做出非常出色的工作很難，還因為人們對這種前景感到如此令人生畏，以至於很少有人嘗試。這意味著不僅僅是做出非常出色的工作物超所值，甚至嘗試做出非常出色的工作也是物超所值的。
有很多因素會影響你的工作表現，如果你想成為一個特例，你需要幾乎把它們都做對。例如，要做得非常出色，你必須對此感興趣。單純的勤奮是不夠的。所以在一個回報呈超線性成長的世界中，更重要的是知道自己對什麼感興趣，並找到方法去從事相關工作。同樣重要的是選擇適合自己情況的工作。例如，如果有一種工作本質上需要大量的時間和精力投入，那麼在年輕且還沒有孩子的時候去做這種工作將會更有價值。
做出出色的工作需要相當多的技巧。這不僅僅是努力的問題。我將嘗試在一段文字中給出一個配方。
選擇你天生擅長且深感興趣的工作。養成自己做計劃的習慣；只要你認為它們極具野心，具體是什麼並不重要。盡你所能努力工作，但避免精疲力盡，這最終會把你帶到知識的前沿。這些前沿從遠處看似乎平滑，但近看充滿了缺口。注意並探索這些缺口，如果你幸運的話，其中一個將擴展成一個全新的領域。承擔你能負擔得起的風險；如果你偶爾不失敗，你可能過於保守。尋找最好的同事。培養好的品味，向最佳例子學習。誠實，特別是對自己。保持運動，吃得好，睡眠充足，避免更危險的藥物。在懷疑時，跟隨你的好奇心。它從不撒謊，並且比你更了解值得關注的事物。
當然還有另一件你需要的事情：幸運。運氣總是一個因素，但當你獨立工作而不是作為一個組織的一部分時，它甚至更是一個重要因素。雖然有一些關於運氣是準備遇到機會的有效格言等等，但也有一個真正偶然的成分，你無法對此做任何事情。解決辦法是多次嘗試。這也是為什麼要早早開始冒險的另一個原因。
超線性回報的最佳例子可能是科學。它具有指數成長，以學習的形式結合在極限性能的極端邊緣上的閾值，也就是知識的極限。
這導致了科學發現方面的不平等程度，與即使是最明顯的社會財富不平等相比，也顯得溫和。可以說，牛頓的發現比他所有當代人的發現加起來還要偉大。
這一點可能顯而易見，但最好還是明確說出來。超線性回報意味著不平等。回報曲線越陡峭，結果的變異性就越大。
事實上，超線性回報與不平等之間的相關性非常強，以至於它提供了另一種尋找這類工作的啟發法：尋找那些少數大贏家超越其他人的領域。在每個人表現差不多的工作中，很少可能存在超線性回報。
有哪些領域中，少數的大贏家超越其他人？以下是一些明顯的例子：體育、政治、藝術、音樂、演戲、導演、寫作、數學、科學、創業和投資。在體育領域，這種現象是由外部強加的門檻所致；你只需要快幾個百分點就能贏得每場比賽。在政治中，權力的成長就像在皇帝時代一樣。在其他一些領域（包括政治），成功主要取決於名聲，而名聲有其自身的超線性成長來源。但是，當我們排除體育、政治和名聲的影響時，一個顯著的模式浮現出來：剩下的清單與那些必須具有獨立思考才能成功的領域完全相同-在這些領域中，你的想法不僅需要正確，還需要新穎。
這在科學界顯然是如此。你不能發表論文重複別人已經說過的事情。但這在投資領域同樣成立。例如，只有在大多數其他投資者不這麼認為的情況下，相信一家公司會做得好才有用；如果每個人都認為這家公司會做得好，那麼它的股價已經反映了這一點，就沒有賺錢的空間了。
我們還能從這些領域學到什麼？在所有這些領域，你必須投入最初的努力。最初，超線性回報看起來很小。你會發現自己在想，照這個速度，我永遠也達不到目的。但由於遠端的回報曲線上升得如此之陡，採取非凡的措施以達到那裡是值得的。
在創業界，這一原則被稱為「做那些不可擴展的事情」(“do things that don’t scale.”)。如果你對你最初的一小撮客戶付出荒謬的關注，理想情況下，你會通過口碑啟動指數成長。但這一原則同樣適用於任何指數成長的事物。例如學習。當你剛開始學習某件事時，你會感到迷茫。但為了獲得一個立足點而做出最初的努力是值得的，因為你學得越多，它就會變得越容易。
在具有超線性回報的領域列表中，還有另一個更微妙的教訓：不要將工作(work)與職業(job)劃等號。在20世紀的大部分時間裡，對於幾乎所有人來說，這兩者是相同的，因此我們繼承了一種將生產力與擁有一份工作等同起來的習慣。即使現在，對大多數人來說，“你的工作”這個詞意味著他們的職業。但對於一位作家、藝術家或科學家來說，它指的是他們目前正在研究或創作的東西。對於這樣的人來說，他們的工作是他們從一份工作帶到另一份工作的東西，如果他們根本就有工作的話。它可能是為雇主完成的，但它是他們作品集的一部分。
進入一個少數幾個大贏家超越所有其他人的領域，是一個令人畏懼的前景。有些人是故意這樣做的，但你不需要這樣做。如果你有足夠的天賦，並且你的好奇心足夠深入，你最終會進入這樣的領域。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線性回報的領域，即使它們本來不是其中的一部分。
超線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展它。所以，雖然野心和好奇心都可以讓你進入這個領域，但好奇心可能是兩者中更強大的一個。野心傾向於讓你攀登現有的高峰，但如果你足夠緊密地追隨一個足夠有趣的問題，它可能會在你腳下成長為一座山。
