百里路  /  经济 · 社会学 № 063
LESSON 063 · ECONOMICS

信息级联

Informational Cascades · 一群理性的人，怎样一起走错
提出者
比克钱达尼 / 赫舒拉发 / 韦尔奇（班纳吉同年独立）
年份
1992
领域
经济 · 社会学 · 信息
俗名
羊群效应的理性版本
一 缘起 · 一篇被三家期刊拒掉的论文 ORIGIN

1992 年，三位在加州大学洛杉矶分校共事的经济学家——苏希尔·比克钱达尼、戴维·赫舒拉发、伊沃·韦尔奇——在《政治经济学杂志》上发表了一篇标题很长的文章：《作为信息级联的时尚、风潮、习俗与文化变迁理论》。

他们要解释的是一个当时没有理论装得下的矛盾组合。人类社会最醒目的规律之一是局部的一致：美国人做美国人的事，德国人做德国人的事；一所中学里学生集体吸毒，隔壁一所集体说不。可与此同时，这种一致又极其脆弱：五十年代同居被视为丑闻，六十年代变成招摇，八十年代根本没人多看一眼；六十年代满校园游行的大学，八十年代安静得像图书馆；东欧对共产主义的抛弃从波兰开始，然后以惊人的速度扫过一片国家。

当时解释从众的四种主流机制——惩罚不合群者、正的收益外部性、天生偏好合群、互相沟通——都能解释"为什么大家做一样的事"，却没有一种能解释"为什么这件事说变就变"。前三种机制产生的一致是越滚越硬的：跟的人越多越不可能翻盘。第四种（沟通充分）则预言大家最终会收敛到正确答案上，解释不了群体为何总是集体犯错。

三位作者给出的答案，起点是一个他们自己每天都在经历的场景。文章的引言里就写着这个例子：一篇论文投给第一家期刊被拒；投第二家时，审稿人知道它曾被拒过，这会让他稍稍倾向于拒；被第二家拒掉之后投第三家，第三位审稿人知道它已经被两家拒过——拒稿的概率进一步上升。没有人串通，每一位审稿人都在做当下最合理的判断。可从某一刻起，一篇论文的命运不再取决于它写得怎么样，而取决于队伍前面那几个人碰巧怎么看。

同一年，几乎在同一时间，阿比吉特·班纳吉在《经济学季刊》上独立发表了《一个简单的羊群行为模型》。两篇文章的结论惊人地一致——而这本身就是一件带着讽刺意味的事：关于人们为何互相模仿的理论，是被两组互不知情的人同时想出来的。

二 原典 · 一句定义，一条公式 THE PRIMARY TEXT

这一节的两块材料，一块给出定义（它比"羊群"精确得多），一块给出这门学问最不让人舒服的那个数。

BIKHCHANDANI, HIRSHLEIFER & WELCH, 1992 · 摘要首句
"An informational cascade occurs when it is optimal for an individual, having observed the actions of those ahead of him, to follow the behavior of the preceding individual without regard to his own information. We argue that localized conformity of behavior and the fragility of mass behaviors can be explained by informational cascades."

——"当一个人在观察了排在他前面那些人的行动之后，不顾自己手里的信息、直接跟随前一个人的行为成为他的最优选择时，信息级联就发生了。我们认为，行为的局部一致性，以及大众行为的脆弱性，都可以用信息级联来解释。"

文中另有一句把机制说得最透：一旦某个人开始只依据前人的决定行事，他的决定对后来者就不再包含任何信息；于是下一个人面对的历史与他完全相同，也做出同样的选择；在没有外部扰动的情况下，其后所有人都如此。
Sushil Bikhchandani, David Hirshleifer & Ivo Welch《A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades》Journal of Political Economy 100(5), Oct. 1992, pp.992–1026。（英文为原文摘要，中文为译文；末段为文意转述。文章题引用的是《马太福音》15:14——"任凭他们吧，他们是瞎眼领路的；若是瞎子领瞎子，两个人都要掉在坑里。"）
同文 · 两个数
其一，级联形成得极快。原文指出：即便私人信号非常嘈杂——准确率只比掷硬币好一丁点——在只有 10 个人之后，"尚未进入级联"的概率已经不到千分之一。

其二，错误级联的概率高得离谱。由原文给出的公式可以算出，当每个人的私人信号准确率为 p 时，社会最终锁进正确级联的概率趋向 p(p+1) / 2(1−p+p²)。代入数字：
· p = 0.7（每个人单独判断有七成把握对）→ 全社会锁进错误方向的概率约 24.7%；
· p = 0.8 → 错误概率仍有约 14.3%；
· p = 0.51 → 错误概率约 48.7%，几乎与抛硬币无异。

原文的评语是："即便信号非常有信息量，错误级联的概率仍然高得引人注目。"
同上，第 997–998 页，方程 (1)–(3)。上述三个百分数由方程 (3) 取 n→∞ 的极限代入计算所得。
三 释义 · 队伍越排越长，证据停在第二个人身上 PLAIN MEANING

一条街上新开了一家餐馆。它可能好，也可能不好，事先各占一半。每个路过的人都从各种渠道（口碑、外观、菜单、气味）得到一个私人信号，准确率七成——不弱，但也不保险。每个人依次决定进还是不进，而且后面的人能看见前面的人做了什么，看不见他们为什么这么做。

第一个人只有自己的信号，他按信号走。假设信号说"好"，他进去了。
第二个人：如果他的信号也说"好"，当然进；如果说"不好"，一正一反抵消，他大致只能凭自己那一点点倾向或干脆掷硬币。假设他也进去了。
第三个人：他看见两个人都进去了，等价于两份"好"的证据。他自己的信号说"不好"——一份反向证据。两票对一票。于是即便他自己的判断是"别进"，理性的做法仍然是进去。

到这里为止，一切都还只是普通的推理。真正的机关在下一句：

第三个人一旦进去，他手里那份"不好"的信号，就永远地从世界上消失了。第四个人看见三个人排队，但他无从分辨这三个人是三份独立证据，还是两份证据加一个跟风者。他做的推断和第三个人一模一样，于是他也进去；第五个、第六个同理。

这就是级联最锋利的一刀：队伍会一直变长，信息量却停止增长。换成一句可以随身带走的话——

第 100 个人看到的不是 99 份证据，
而是 2 份证据被复印了 97 次。

请注意这里没有用到任何"人是愚蠢的"假设。没有人从众上瘾，没有人怕被孤立，没有人被操纵，也没有人算错——每一个跟随者都在做贝叶斯意义上完全正确的推断。让集体走向错误的不是某个人的失误，而是一条极其朴素的结构性事实：

行动是信息的一条极窄的管道。
你能看见我买了，看不见我看到的证据有多弱；
你能看见我没买，看不见我只是当天没带钱。

由此还长出这个理论最反直觉、也是三位作者最看重的一个推论——脆弱。既然整个社会的共识其实只压在头两个人身上，那么任何一点新信息都可能把它整个掀翻：一条公开报道、一个有威望的人反过来、一次显眼的失败案例。别的从众理论预言"跟的人越多越牢固"，级联理论预言的恰恰相反：

看起来最坚固的共识，往往是信息最稀薄、因而最容易崩塌的那一种。

一致与脆弱，在别处是矛盾，在这里是同一件事的两面。第四节起，我们看后人怎样把这把刀磨得更利、也怎样在它身上划出边界。

四 后人之论 LATER INTERPRETATIONS
阿比吉特·班纳吉 1992 · 同年独立抵达的另一条路

阿比吉特·班纳吉在同一年的《经济学季刊》上给出了几乎相同的结论，用的是另一套叙述：一群人依次选餐馆，每个人都有一点私人信息，也都能看见前面的人进了哪一家。他证明，优化行为者自发选出的决策规则，必然带有羊群特征——人们最终做的是"别人在做的事"，而不是"自己的信息指向的事"。

班纳吉强调的一点比 BHW 更冷：这种羊群不仅让个人信息浪费掉，还产生外部性——我跟随你，对我自己是最优的，但我因此剥夺了后面所有人本可以从我这里得到的那份信息。每个人都在为自己节省成本，代价由整个队伍承担。

这与 №026 的结构完全同形：被过度消耗的公共资源，这一次是"信息"。班纳吉后于 2019 年因发展经济学的实验方法获诺贝尔经济学奖。

沙尔夫斯坦与斯坦因 1990 · 另一台完全不同的发动机

比 BHW 还早两年，戴维·沙尔夫斯坦与杰里米·斯坦因在《美国经济评论》上讨论了投资中的羊群，机制却完全不同：不是因为信息，而是因为声誉。

一位基金经理若与同行一起看错，市场会说"这是行业性的误判"；若他独自看错，市场会说"这个人不行"。于是模仿同行是对他自己最优的，哪怕他明知同行是错的。作者的判断很直白：这在社会层面是低效的，但从一个在乎劳动力市场评价的经理人角度看，完全理性。

这条线索务必与信息级联分开：信息羊群是"我以为你知道得比我多"，声誉羊群是"我知道你是错的，但我不敢一个人错"。后者的解药是改变考核方式，前者的解药是把信息挖出来——开错药方是常事。
诚实一句：这篇文章的模型后来被 奥塔维亚尼与瑟伦森（2000 年，同刊）指出存在技术性错误，两位作者随后发表了回应。

安德森与霍尔特 1997 · 把它搬进实验室

理论再漂亮，也要有人去看它会不会发生。丽莎·安德森与查尔斯·霍尔特设计了一个几乎不留退路的实验：两个信封当作"罐子"，A 罐两颗 a 球一颗 b 球，B 罐反之。每期先掷骰决定用哪个罐，受试者依次私下摸一颗球（看完放回），然后公开猜是哪个罐，猜对有钱。

这个设计的关键在于：受试者只知道前面的人猜了什么，不知道他们摸到了什么——现实里"只看得见行动"的那条窄管道，被原样搬进了实验室；同时，任何"想合群""怕被孤立"的动机都被剥掉了，猜对才有钱，跟风本身没有奖励。

结果见案例 01。这项研究后来成了实验经济学最常被复制的范式之一；作者自己的结论相当克制——"在出现前几个决定同向的情形时，理性级联在大多数期次中形成了。"

洛恩斯·史密斯与彼得·瑟伦森 2000 · 边界在哪里

洛恩斯·史密斯与彼得·瑟伦森2000 年在《计量经济学》上做了这条线上最重要的一次澄清，同时也是最重要的一次限制。

第一，他们把两个常被混用的词拆开：羊群（herd，从某刻起大家做一样的事）与级联（cascade，从某刻起大家不再理会自己的信息）。羊群必然出现，级联却未必——人们可以一直在用自己的信息，只是碰巧一直做出同样的选择。

第二，也是最关键的一条：错误的羊群会出现，当且仅当私人信号的强度是"一致有界"的。如果存在偶尔极强的信号——某个人手里的证据强到足以压过前面所有人的行动——那么错误共识迟早会被打断，学习最终收敛到正确答案。

他们还发现了一种更古怪的病态：混淆式学习——历史继续积累着带私人信息的决定，却再也无法从中推出任何新东西。
这一条把本篇的实践意义钉死了：能不能走出错误级联，取决于这个系统里有没有可能出现一份"压倒性的证据"，以及它能不能被别人看见。

五 案例 CASE STUDIES
CASE 01 实验室里的多米诺：三分之一的级联是错的 1997 · 弗吉尼亚大学 / 威廉与玛丽学院

安德森与霍尔特召集了 72 名本科生做上一节描述的摸球实验。结果分两半看。

好消息：在对称设计中，凡是出现"前几个决定同向、以至于按贝叶斯规则应当忽略自己私人信息"的情形共 56 期，其中 41 期真的形成了级联——人们确实会在该放下自己信号的时候放下它。这是理论的胜利。

坏消息在同一批数据里：那 41 次级联中，有 13 次是"反向级联"——最初几个人碰巧摸到了不具代表性的球，整队人于是一路错到底。在另一组非对称设计中，66 期里形成 46 次级联，其中 18 次是反向的。

换算过来大约是：每三次级联，就有一次把所有人带向错误答案——而且没有一次是被后来者手里那些正确的球救回来的。

这个实验最该被记住的地方是它的洁净：没有社交压力、没有面子、没有从众偏好、猜对才有钱。在把一切"人性弱点"都清除干净之后，错误的一致仍然稳定地产生。——这说明集体犯错不需要坏人，也不需要蠢人，只需要"我看得见你做了什么，看不见你知道什么"。
CASE 02 让婴儿趴着睡：一次持续四十年的专家级联 1950s–1990s · 英美

二十世纪五十年代起，本杰明·斯波克那本发行量以千万计的《育儿百科》建议让婴儿俯卧入睡（理由包括呛奶风险与"睡得更安稳"）。这条建议被儿科医生、护士、月嫂、教科书一层层转述，成为整整两代西方父母的常识。

2005 年，吉尔伯特等人在《国际流行病学杂志》上做了一件此前没人做过的事：把 1940 至 2002 年间所有相关观察研究与所有官方建议放在一起，按时间轴对齐。结论触目惊心——到 1970 年，俯卧相对于仰卧的婴儿猝死风险已经在合并分析中显著（合并比值比约 2.93）；到 1986 年，俯卧相对于其他睡姿的合并比值比约 3.00。而"趴着睡"的主流建议一直延续到九十年代初。

作者据此估算：若在 1970 年就做一次系统综述，本可避免英国逾一万名、欧美澳合计至少五万名婴儿的死亡。

诚实起见须注明：这个估算数字在同期刊上受到过质疑——冈瑟罗特与斯皮尔斯去信认为"六万"是夸大。争的是数量级，不是方向：建议与证据背道而驰了二十年，这一点没有争议。

这是级联最可怕的一种形态：专家级联。后来的每一位医生看到的不是原始数据，而是"所有权威都这么说"——于是他自己诊室里那点相反的观察，被理性地放下了。队伍里资历最深的人，恰恰是最不可能回头去看第一手证据的人。——这也解释了为什么打破它的通常不是新证据，而是有人第一次把旧证据汇总起来。
CASE 03 硅谷银行的三十六小时 2023年3月9日 · 加州圣克拉拉

2023 年 3 月 9 日，储户与投资人试图从硅谷银行取走 420 亿美元——接近其存款总额的四分之一——就在这一天之内。到当日营业结束时，这家银行的现金余额为负 9.58 亿美元。整场崩塌从开始到接管不足 48 小时，成为美国历史上第二大银行倒闭案。

点火过程是教科书式的：数位知名风险投资人在推特与私密群聊里发出警告，建议被投企业把钱挪走。接到消息的创始人并不需要判断这家银行的资产负债表是否真的有问题——他只需要相信"别人会去取钱"。而每一笔取走的钱，都是下一个人眼中的一份新证据。

挤兑是级联家族里最特殊的一支：在这里，跟随本身会改变基本面。怀疑一家餐馆不会让菜变难吃，怀疑一家银行会真的让它破产——信息级联在此与自我实现的预言 №019 合流。
而这个案例真正的新东西是时间常数：BHW 1992 年描述的时尚变迁以年计，这一次以小时计。当排队变成群聊里的一条消息，级联的传播速度就不再受人体移动速度的限制。
CASE 04 随机点一个赞，最终评分高出四分之一 2013 · 某社会新闻聚合网站

前三个案例都是观察性的，总免不了一个疑问：怎么知道后来的人是被前面的人影响了，而不是他们本来就看法相同？列夫·穆奇尼克、锡南·阿拉尔与肖恩·泰勒用一次大规模随机实验把这个疑问解决掉了。

他们在一家社会新闻网站上，对新发布的评论随机做三种处理：随机给一个赞、随机给一个踩、什么也不做。此后完全交给真实用户。

结果是：那随机的一个赞，让后续用户给出正面评价的概率提高约 32%，并通过不断累积的"正向羊群"，使这条评论的最终得分平均高出约 25%。而随机的一个踩呢——没有产生对称的负向雪球，后来的用户反而把它纠正了回来。

这是本篇最干净的一份因果证据：起点上一次纯粹的运气，会被放大成终点上一个看起来像"质量"的分数。你在排行榜上看到的名次，有一部分记录的不是好坏，是先后。
而那个不对称更值得琢磨：群体的自我纠错能力只在一个方向上有效。人们乐于替被低估的东西说话，却很少去戳破被高估的东西——于是虚高比虚低活得久。与 №042 是同一台机器的两个观察角度：那里叫累积优势，这里叫信息级联。
CASE 05 被故意点燃的级联：新股为什么要卖便宜 1992 · 《金融学杂志》

级联既然只取决于前几个可见的行动，那么一个自然的推论是：它可以被人为点火。而且点火成本极低——你只需要买通队伍的头几个位置。

三位作者中的伊沃·韦尔奇把这个推论写成了一篇独立论文：新股是按顺序卖出去的，后面的投资者能看见前面的投资者买不买。这意味着需求可能变得极有弹性——卖不动就会更卖不动，抢购就会更抢购。于是即便是一个风险中性、只想多卖钱的发行人，也有充分理由把发行价定低：低价不是为了让利，是为了确保最初几个人一定会买，从而点着一个正向级联。

这套逻辑今天在生活里随处可见，成本从"少收一点钱"到"雇几个人排队"不等：限量首发、预售榜单、首日冲榜、开业前那条不太真实的长队、"已有 10 万人抢购"的角标。它们要买的都不是那笔生意本身，而是队伍最前面那几个位置。

把这一条与案例 04 并排读，就得到一句相当扎人的话：如果一个系统里，前几个可见的行动可以被便宜地买下来，那么这个系统里"人气"就不是证据。
反过来，这也是级联理论给设计者的提示——想让一个好东西起步，与其解释它有多好，不如降低最初几个人行动的门槛（免费试用、无理由退货、种子用户）。这与 №028 的冷启动是两件事：那里前面的人真的让产品更好用，这里前面的人只是提供了一份看起来像证据的信号。
六 反例与限制 CRITIQUE & LIMITS

第一条来自这条线上最重要的理论修正，第三条来自实验室内部，第五条是它在日常里最常见、也最贵的一次误用。

① 只有在"信号强度有界"时，错误共识才会永久化史密斯与瑟伦森2000 年证明：错误的羊群能够出现，当且仅当私人信号的强度是一致有界的——也就是说，没有任何人可能拿到强到足以推翻整队人的证据。一旦允许偶尔出现极强的信号（有人亲眼看见了、有人拿到了内部数据、有人做了那个决定性的实验），社会学习最终会收敛到正确答案。
这条限制把理论的适用范围划得很清楚：它适用于"人人都只有模糊线索"的领域（品味、时尚、声誉、对陌生人的判断、尚无定论的科学问题），而不适用于"真相迟早会砸到某个人脸上"的领域。级联能拖延真相，未必能永久取消真相——但它能拖多久，取决于最强的那份证据有多强、以及它能不能被别人看见。
② 现实里能看见的不止"行动"模型的全部力量来自一个极端假设：后来者只看得见行动，看不见理由。这在现实中经常不成立——人们能看见价格、成交量、评论内容、退货率，也能直接问一句"你为什么买它"。每多一条通道，那条窄管道就宽一分，级联就更难形成、也更容易被打断。
这也解释了 №060 那一半为什么是对的：价格是比行动宽得多的信息管道——它把"多少人想要"和"愿意出多高"一起编码了进去。级联真正猖獗的地方，恰恰是那些只能看见"有多少人做了"、看不见"他们多想做"的场合：点赞数、排行榜、转发量、报名人数。
③ 实验支持很强，但机制未必是贝叶斯安德森与霍尔特之后，后续研究者反复追问一个尴尬的问题：受试者跟随了，但他们是按贝叶斯规则跟随的吗？大量证据显示不是。人们更常使用一种简单得多的启发式——"数数"：数一数前面有几个人选了 A、几个人选了 B，再加上自己手里这一个。
在对称设计里，数数与贝叶斯规则给出的答案几乎总是一致，所以看起来像是理论被验证了；而在作者刻意构造的非对称设计里，两者分道扬镳，人们的选择常常跟着"数数"走而不是跟着贝叶斯走。
结论对了，理由不对。这对预测新情境是个真实的麻烦：一个建立在"人会正确加总证据"之上的模型，在证据权重不等时可能失效。
④ 它极易变成一个事后万能标签任何流行、任何泡沫、任何集体误判，事后都可以被称作"信息级联"——而 BHW 原文自己就列出了另外四种产生一致行为的机制：对越轨者的惩罚、正的收益外部性、天生的合群偏好、充分沟通。把它们全都叫作级联，等于什么也没说。
严谨的用法要求先做一道诊断题：如果把所有人手里的私人信息都摊到桌面上，这个行为还会继续存在吗？会——那不是信息级联（多半是收益外部性或社会压力，解药完全不同）。不会——这才是级联，而它的解药只有一个：把信息挖出来。
⑤ 最贵的误用：把它读成"跟随大众总是错的"这是最诱人、也最站不住的一句引申。级联的整个论证前提恰恰是——跟随在个人层面通常是对的。回到原典那个数：当每个人的私人信号准确率为 0.7 时，社会锁进正确级联的概率约七成半。也就是说，多数时候跟着队伍走的人得到了正确答案，而那个坚持自己信号的人反倒更常出错。
把这条理论读成"要独立思考、不要随大流"，是把一个关于信息如何被浪费的结构性发现，降格成了一句性格建议。它真正的教益要冷静得多，也有用得多：
不要把队伍的长度，当作证据的分量。一百个人排队，可能意味着一百份独立判断，也可能意味着两份判断被复印了九十八次。这两种情形从外面看起来一模一样——而你唯一能做的，是去问队伍最前面那几个人看见了什么。

正确的姿势：把它当一副追问信息来源结构的眼镜——不是用来嘲笑人群，而是用来估算"眼前这份共识里，究竟含有多少份独立的证据"。
它最硬的一课是那个反直觉的推论：共识的强度与它所依据的信息量，几乎没有关系。看起来最不容置疑的东西，可能正是最薄的那一层——所以它才会在某个毫无征兆的早晨，一夜之间翻篇。

七 相关理论网络 CONNECTIONS
羊群行为
Herd Behavior · Banerjee, 1992
⟺ 孪生同源
同年独立抵达的另一条路。术语上宜分清：羊群指"大家做同样的事"，级联指"大家不再使用自己的信息"——前者是现象，后者是机制。
贝叶斯定理
Bayes' Theorem
⟸ 数学骨架
级联整个就是贝叶斯更新在"只看得见行动"这个约束下的产物。别人的选择是证据，问题在于这份证据的独立性无法从外部辨认。№023
效率市场假说
Efficient Market Hypothesis · Fama, 1970
⚖ 根本对照
EMH 说价格会把分散的信息聚合起来；级联指出这个聚合过程的失灵点——当私人信息还没被表达出来就已经被放弃了，价格里就没有它。№060
网络效应
Network Effects
⚠ 最该切开的对照
网络效应是收益外部性："别人用了，我用着更值钱"；级联是信息外部性："别人用了，说明它可能好"。前者越滚越牢，后者越滚越脆——解药也完全不同。№028
路径依赖
Path Dependence · David / Arthur
↔ 同形而异质
两者都由"早期偶然"决定终局，但锁定的性质相反：路径依赖靠沉没投资与配套设施，越久越牢；级联只靠信念，越久越脆。№027
自我实现的预言
Self-Fulfilling Prophecy · Merton, 1948
↔ 合流之处
通常级联只是误读现实；但在挤兑、踩踏、抢购这类场合，跟随行为本身会改写基本面——两条线在这里合成同一条。№019
马太效应
Matthew Effect · Merton, 1968
↔ 同一台机器
累积优势描述"结果的分布"，信息级联描述"造成这个分布的微观决策"。随机一个赞变成最终高出 25% 的评分，两者在此对接。№042
偏好伪装
Preference Falsification · Kuran, 1995
⟷ 平行机制
库兰的版本里，人们隐藏的不是信息而是真实偏好；产生的同样是一层看起来牢不可破、实则一推就倒的表面共识——1989 年的东欧是两条线共用的案例。
八 致用 APPLICATION

先立边界：第一条与第三条有直接的模型与实验依据，其余是从这套结构里长出来的判断习惯。

先做诊断题：把私人信息摊开，这个共识还在吗
这是区分信息级联与另外几种从众的唯一可靠办法。如果所有人手里的信息都公开，大家还会做同样的事吗？
还会——那不是级联，是收益外部性（大家都用微信，因为大家都在用）或社会压力（不跟着做会被排挤）。这类共识很硬，别指望靠讲道理打破。
不会——这才是级联，而它的脆弱正是你的机会：只要有一份足够醒目的证据被公开，整片共识可能一夜之间换向。
别数人头，数独立的信息源
面对任何"大家都这么说"，只问一句：这一百个人里，有几个是独立看过原始材料的？顺着引用链、转发链、尽调链往回追，往往在第二三层就见了底——一份研报被十家复述、一条传闻被五百人转发、一位候选人被四家公司拒过。
可以随身带的换算是：把"多少人这么认为"折算成"多少份独立证据"。两者的差距通常大得惊人，而所有真正代价高昂的误判，几乎都发生在这个差距最大的地方。
开会：让顺序失效，否则级联必然发生
依次发言的会议，是信息级联的完美温室——前两个人的意见足以吃掉后面所有人的私人信息，而且后面的人越是理性，越应该跟随。你会得到一致，但那一致里只含两个人的信息。
可操作的做法只有一件：让每个人先独立写下判断与理由，同时亮出来，再开始讨论。此外还有两条几乎不花钱的规则——职位最高的人最后说，以及指定一个人专门负责给出反面证据（并让所有人知道这是分配的角色，不是他的立场）。
你的行动是别人的数据：请附上理由与把握
级联之所以能扩散，是因为行动这条管道太窄——它只传"做了/没做"，不传"我有多确定"。因此每个身处队伍中的人都握有一个便宜且有效的动作：把结论、理由、以及自己的把握程度一起说出来。
"我投赞成，但坦白说我只有六成把握，主要依据是 X"——这一句话释放的信息量，抵得过十个沉默的赞成票。对上级尤其如此：一个只说结论的领导，会在不知不觉中把全组的私人信息一次清空。
投资与消费：人气不是证据，尤其当人气可以被买
"所有人都在买"这件事，本身既不是买入理由，也不是做空理由——它只说明一件事：现在的价格里，可能已经没剩下多少新信息了。而级联的脆弱意味着，这种时候的价格对任何一点新消息都会反应过度。
另一半提醒来自案例 05：凡是队伍最前面那几个位置可以被便宜买下来的地方，热闹就不能当证据看——限量、抢购、榜单、首日销量、"已有十万人下单"。反过来，如果你是想推好东西的那个人，力气该花在降低最初几个人的行动成本上，而不是花在解释上。
九 反观三问 THREE QUESTIONS
我此刻最确信的那几件事里，有哪一件，我其实从来没有看过第一手证据？如果顺着它往回追，我会在第几层见底——那一层站着几个人？
上一次我在会上放弃了自己的判断去附和别人，是因为我被说服了，还是因为"这么多人都这么想，他们大概知道些我不知道的"？——如果是后者，我那份信息就此从世界上消失了，还有谁替我说出来吗？
在我参与的事情里，有哪一处"人气"是可以用很低的成本买下来的？我有没有把它当成过证据？——以及反过来：如果我手里有一样好东西，我把力气花在了解释它，还是花在让最初几个人更容易行动？
十 延伸阅读 FURTHER READING
← PREVIOUS №062 双重过程理论 HOME 百里路