跟着激励走，才能看懂那些荒唐的规则

🎯 一句话版本： 想知道一件事为什么会变成现在这样，别听当事人说自己想要什么，去看他们靠什么拿钱、拿晋升、拿庇护、拿表扬。

机构都说自己是为了效率和公平。真正塑造它们的，是制定规则的人希望好处落到谁手里。一旦你接受了这一点，很多看起来荒唐的行为就变得完全理性了。

一、一个威尼斯酒商

想象你穿越到 14 世纪的威尼斯，是全城最大的葡萄酒批发商。你有全城最好的波尔多，还满脑子现代商业理论。三天之内你就撞墙了。

1. 降价原来是犯罪

你决定用低价多卖，于是给酒打折。理论上人人得利：市民喝到便宜酒，市场更有效率。

第二天一早，酒商行会就派人来查你的店。行会长老递给你一道法令：任何酒商不得自行降价，桶量固定，违者没收全部财产。

你管这叫反竞争、低效率。老头凑过来，带着笑：

年轻人，这些规则不是为了让所有人方便。上个月，我们当中有几个人花了三千枚金弗罗林给总督，请他把这几条写下来。我们保住利润，总督保住金子。那些再也买不起酒的人——谁在替他们说话？

这就是道格拉斯·诺斯（Douglass North）毕生研究的立论点：制度往往不是为整体效率设计的。它长成现在这样，是因为有资格定规则的人把激励朝自己这边拉。

2. 为什么巡官不想抓小偷

你不再抱怨规则蠢，而是开始用激励去读这座城。

巡官宣布要持续打击夜间盗窃，发誓自己在保护市民——可小偷到处都是。然后你看到账本：他的薪俸是固定的，但每抓到一个偷东西的贼收到的罚款，他能留三成。

所以他并不希望小偷消失。他需要稳定的小偷供应，好让罚款收入持续不断。

想通这一点之后，你换了策略。你去拜访他，说：「大人，我组织了一支运酒护卫队。我不是求您替我抓贼。我每月付您一笔固定的治安顾问费——我只需要我的酒桶能完好出厂城。」

第二天，两名带械的巡卒骑马护在你的车旁边，路上突然就干净了。

💡 你没有改变环境。你重新设计了一个人拿钱的结构，让保护你变成他的最佳选择。规则改不动的时候，先问一句：另一边的收益结构能不能改。

3. 查验站到底是干什么的

三年后，你是威尼斯最富的商人。一位刚从东方来的年轻商人向你抱怨：行会官员坚持说查验站存在是为了保证质量，可只要给查验员两枚银币，任何货都能放行。他说，这既腐败又浪费。

你给他倒了杯酒。「别看他们说自己在做什么。看什么能给他们带来钱、权、安全或地位。这个查验站从来就不是为了查验质量而建的。它建起来，是为了让查验员身上有值得你行贿的东西。」

二、故事底下的三条原则

1. 行为是激励的影子。 人不会按你_希望_的方式行动，只会按系统_奖励_的方式行动。口号（「我们着眼长期」）几乎不要成本就能喊出来。真正下达命令的是评审流程，也就是每月 KPI。
2. 规则是一场谈判留下的残渣。 一个制度很少是最优解。很多时候它只是掌权者把自己的那一份最大化的工具。
3. 不存在没有意义的低效——只有对局部某个人有用的低效。 当一个局面看起来是大家都在亏，通常是有人在收账。

🔍 所以，看穿一个让人困惑的局面只需要一个问题： 这个安排里，谁在拿钱、拿权、拿晋升、拿安全、拿地位？

三、这件事在学术上叫什么

正统的名字是激励相容（incentive compatibility），再往下一层是机制设计（mechanism design）。不同领域强调的是同一件事的不同部分。

1. 激励相容：私人利益和公共利益重叠

激励相容描述的是这样一个系统：人们追求自己的利益时，恰好产生了规则制定者想要的结果。

比尔·盖茨的慈善事业就是个不错的例子。当系统明确表示「捐赠能买到声誉、影响力和税务上的好处」之后，那些为了保住家族地位而做的决策，顺带也推动了全球疾病防控。私人利益和公共利益是对齐的。

2. 激励错位：三个经典翻车

1）古德哈特定律：一被考核，指标就死了

当一个度量变成目标，它就不再是好的度量。

定一个标准，人们就会去找通往奖励最省事的路，而这条路通常会偏离你原本想衡量的东西。Google 想鼓励创新，开始统计新品发布数；工程师追奖金和晋升，推出一堆功能重复的项目，还砍掉了本来能用的产品，最后是用户买单。

2）眼镜蛇效应：结果和目标反着来

英属印度的殖民官员为每条死掉的眼镜蛇悬赏。当地人开始养蛇换钱。悬赏一取消，养蛇的人把存货全放出来，眼镜蛇比项目开始前还多。

3）富国银行：约 350 万个假账户

为了完成开户指标——完不成就解雇——分行员工伪造了估计 350 万个未经授权的账户。

⚠️ 共同的教训： 一套糟糕的激励不只是表现不佳，它会稳定地生产出和宣称目标相反的结果。定目标之前先问一句：最想拿奖励的那个人，达成它的最省力方式是什么？

3. 两个更深的透镜

1）公共选择理论：别为道德感做预算

詹姆斯·布坎南（James Buchanan）的核心主张：政客和公务员都是普通人，所以别指望他们会出于士人风骨来服务公共利益。不管是政客、高管还是慈善家，在一个具体系统里，他们的决策在很大程度上都是自利最大化——选票、权力、预算、声誉。

2）芒格：改激励，别改意见

查理·芒格（Charlie Munger）管这叫「激励的力量」，他的论点是大多数人严重低估了激励对行为的支配力——强到人们会不自觉地给自己的坏行为找一套合理说法。

永远不要问面包师他的面包好不好，看他卖这个能赚多少。
如果你想改变一个人的行为，就改他的激励——别试图说服他改变想法。—— 查理·芒格

调查报道里有个更朴素的版本：跟着钱走。这个说法出自讲水门事件的电影 All the President’s Men。当各方各说一套时，去追钱和权往哪儿流，画面通常很快就清楚了。

四、把它变成一种本能

这里有一套三步流程。任何事情看起来反常、荒唐或者完全说不通的时候，就按顺序过一遍。

1. 第一步：把「说的」和「量的」分开

社会生活最大的迷雾，是用_高尚的措辞_包起来的_冰冷机器_。所以把一件事劈成两半：

两个快速练习：

• 一家公司说自己奖励创新。问：实验失败时谁背锅？一个只是执行方案的人，评审还能拿高分吗？
• 一项政策说自己简化了流程。问：简化之后，审批部门的人数和权力是变多还是变少？

2. 第二步：追六种流向

把下面这些当成探针，检查因为这个安排而份额变大的人是谁：

1. 钱：现金从哪里进来，落进谁的口袋。
2. 权力：谁多拿到决策权、签字权或否决权。
3. 声誉：谁站上道德高地、谁拿走专业上的功劳。
4. 位置：谁被晋升，谁最后管更大的范围。
5. 安全：出事时谁承担风险、谁被免责。
6. 注意力：谁拿到曝光，以及定义叙事的权利。

行为一定会往这六样东西聚集的地方跑。找到了流向，荒唐就开始显得合理了。

3. 第三步：问谁会受损

把 cui bono（谁得利）反过来用。三步：

1. 假设糟糕的局面消失，一切都达到最高效。
2. 列出在那个世界里谁会变得更差。
3. 问这些受损者手里的权力，够不够挡住这个改变。

举个例子： 为什么医院、大学和大机关里那些官僚式的纸质流程，能十年没人动？把它们数字化，审批一秒就完了——那一刻，负责盖章和核验的科室就失去了存在的理由，它的管理者会失去编制和预算。对他们来说，保持流程繁琐才是最优策略。

五、案例：没人执行的头盔法

大部分有电动车、踏板摩托或共享滑板车的地方，法律里都写着要戴头盔，平常日子几乎没人管。把这事套进框架，很快就解开了。

表面看像交通管理问题：法条在那里，为什么执这么弱？顺着激励链追一下，其实真正是一场执法成本与执法收益的较量。

1. 执法的成本远高于回报

对地方警察来说，每一次拦停都是一整份成本。

1）成本端：骑车人太多，根本覆盖不过来

两轮车数量大、速度快，散在每一条小街小巷。要达到机动车的守法率，就得把警察铺到街上：拦人、开罚单、跟人争执。

2）收益端：接近零，有时还是负的

头盔罚款通常金额很小，很多司法辖区默认只口头警告。这根本不够覆盖拦停、文书和可能的申诉成本。而且骑车人大多是通勤者、外卖员、送孩子的家长——对这群人上强度执法，摩擦来得很快。

3）风险端：最后由警察自己扛

如果强硬执法闹出上热门的冲突或投诉，吃亏的是当地指挥官。在大多数考核体系里，「出事了」比「什么也没做」的杀伤力大得多。

💡 换成激励语言： 严格执法等于累死人的活、高成本，还有被追责的实际风险。睁一只眼闭一只眼等于省人力、风平浪静。怎么选一目了然。

2. 这条法真正的功能是把责任转移出去

很多人以为法律存在只是为了让所有人守法。回到诺斯的制度观：有些规则存在，是为了给管理者做责任转移（风险卸货）。

• 如果法律要求戴头盔： 骑车人头部撞击死亡时，责任明确——他没有戴法律要求的头盔，负主要责任。监管机构在法律意义上已经尽到了告知和管理的义务。
• 如果法律什么都不说： 公众和家属会直接追问：为什么不设安全标准、为什么不提示风险。管理者同时面对舆论压力和正式责任。

对应上面六种流向里的安全：写下一条纸面规则的核心激励，就是把风险从机构挪到个人身上。法条一印出来，机构层面的目标基本就达成了。有没有人真的在街上执行，那是另一个成本问题。

3. 为什么执法会突然变严

你大概已经注意到这个模式：一个地方连续几个月零执法，突然连着两周开始拦每个骑车人。没有人的良心变好了。是外部激励临时变了。

• 有钱支持的执法浪潮：全国性的道路安全行动——美国的「Click It or Ticket」就是教科书案例——把补助资金和上报要求挂在集中执法期上。警局必须拿出执法成果，这笔钱才留得住。
• 达标指标和专项整治：某区域的安全计划给本季度定下可量化的头盔佩戴率或开单量，而这个数字会进某个人的绩效评估。

一旦「查头盔」和某位指挥官的预算和位置挂上钩，不管成本多高，资源都会冒出来。上报窗口一关，激励消失，执法就回到原来的水平。

4. 三种行为并排看

🎯 下次看到一条没人执行的法律，只问一句：执行它的人能得到什么，又要付出什么？

六、案例：为什么每家大厂都不得不做 AI

表面上，这场扎堆像是一个技术判断：大模型是下一代平台，所以大家都上。但对技术的信心解释不了一件事——为什么每家公司都在持续加大投入，还在这些投入上亏钱。

套上激励透镜，会浮出两副隐形的马具，正好对应六种流向里的钱和位置：股价和人才市场。

1. 第一副马具：资本市场怎么给你定价

假设某大公司今年主业在减速——广告投入持平，用户增长见顶。它手上有两张牌可以打。

1）降本推不动估值倍数，故事可以

选项一：「我们今年大幅降本。」这是一次性的利润率改善，按当前倍数定价，最多值个小涨幅——而且投资人很容易把它读成「这家公司没什么可投了，所以在省钱」。

选项二：「我们在 AI 上重投入，为下一个十年建设基础设施。」这是一个成长叙事，市场会停止按当期利润定价，转而开始给想象中那个机会的规模定价。

💡 两者走的是不同的定价通道：降本动的是分子（盈利），AI 故事动的是倍数。 在大公司这个体量上，倍数动一点，就足以淹掉那些省下来的钱。

2）高管薪酬直接挂在股价上

现金工资在科技公司 CEO 的总薪酬里只是很小一块。大头是股票和期权，而且长期激励经常和股价或市值的里程碑绑定。

所以「这个技术判断对不对」在考核表上根本不出现。只有股价出现。就算一个 CEO 私下认为现在的 AI 投入是泡沫，他的收益结构也不允许他公开这么说。跟着叙事走，判断错了是全行业判断错了；不跟，那你对了没人记得，错了全算你个人头上。

2. 第二副马具：顶尖人才流向哪

这些公司抢的不只是客户，还在抢工程师和研究人员。

1）顶尖研究者追的是算力和项目，不是薪水

这个层级的人不缺钱。他们在意的是大规模算力的使用权、参与前沿工作的机会，以及能真正产生影响力的成果——这些才决定三年后他们在领域里的位置。

2）一家说「这次我们不参与」的公司会被抽干

假设某大公司宣布跳过自研大模型，守住现有业务。在它最好的技术人员看来，这等于宣布：算力预算、项目野心和个人市场价值都有一个硬天花板。

接下来是一串难看的连锁反应：

1. 最强的人先走，因为他们选择最多。
2. 他们把团队一起带走，人员流失变成结构性的。
3. 外部开始把这家公司读成「技术上已经出局」，应届生也不再投简历。
4. 就算两年后管理层掉头，招聘机制也坏了。钱可以瞬间转向，人才市场里的名声不行。

⚠️ 这就是为什么很多公司宁肯养一支昂贵、短期没回报的模型团队：他们买的不只是模型，还买「自己还在牌桌上」这句话的资格。离席的代价远比上席贵。

3. 两副马具叠起来，就没得选了

两行指向同一个方向。大厂在 AI 上的投入，不只是「通用智能快要来了」的共同信念。在当前激励下，不做的代价由一个高管独自承担，做砸的代价则被摊到整个行业头上。

🎯 同一个问题可以直接搬到下一轮炒作周期上：跟随者得到什么，缺席者失去什么，最后又是谁买单？

七、值得反复问的三个问题

✅ 1. 如果我是这个系统里的人，在现行规则下，怎样才能让收益最大、风险最小？

2. 这个系统惩罚什么，又默默容忍什么？

3. 制定规则的人自己的核心指标是什么？

一旦你用这种方式去读新闻、公司决策和人际关系，世界就不再显得混乱，而像源码一样可读：代码靠语法运行，世界靠激励运行。