> **数据核实说明**：本文写作环境网络权限受限，无法实时抓取页面。文中视频与研究信息均来自公开语料中的稳定记载，凡涉及实时数据（播放量、精确日期、具体金额）一律不给精确数字并标注“未实时核实”；引文与研究名称均为真实存在的公开成果，参考来源链接为长期稳定的公开页面。读者引用前建议自行点开链接复核。 # 成功靠运气还是努力？一条把真金白银押上轮盘桌的心理学神课 ## 概述 “成功靠运气还是靠努力”，是每个人从小学作文写到大都没写明白的问题。而 YouTube 知识频道 Veritasium 的这条视频，用一个所有人都没想到的方式把它变成了可验证的命题：主持人 Derek Muller 真的把整期节目预算押上了拉斯维加斯的轮盘桌，又用一台计算机模拟了一千个人四十年的“人生”。看完这条视频，你不会得到一句鸡汤式的和解，而是拿到一套全新的归因框架——为什么绝大多数人系统性低估运气、这种低估如何伤害你的决策、以及承认运气之后反而该怎么更聪明地努力。本文按视频叙事顺序逐段拆解，补齐它背后的每一块理论拼图，并告诉你哪些结论站得住、哪些被剪辑夸大了。没看过视频，你能看懂全部干货；看过视频，你会看到镜头没说的那半层。 ## 一、视频基本信息 | 项目 | 内容 | | --- | --- | | 视频标题 | Is Success Luck or Hard Work?（成功是靠运气还是努力？） | | 频道 | Veritasium（Derek Muller，科学知识类头部频道） | | 发布时间 | 2023年5月前后（据频道页面，未实时核实） | | 播放量 | 千万级，为该频道历史热门视频之一（据频道页面，未实时核实） | | 视频地址 | youtube.com/watch?v=3LopI4YeC4I（未实时核实） | | 类型 | 行为科学 / 统计认知 / 心理学科普 | 值得说明的是，Veritasium 平时以物理、工程题材见长，这条“跨界”心理学与统计的视频，反而成了它传播最广的内容之一。原因不难猜：它戳中的不是某个知识点，而是每个人赖以自我叙事的底层假设。 ## 二、核心主张拆解：视频到底讲了什么 ### 要点一：先测你的直觉——大多数人开口就是“努力” 视频开场，Derek 走上街头，把同一个问题抛给路人：成功的人，是运气好，还是更努力？得到的回答高度一致：努力。有人补一句“也有一点运气吧”，但语气里那点运气像撒在蛋糕上的糖霜，可有可无。 这个开场不是随手街采，而是整个视频的靶子。心理学对此早有命名：**自利归因偏差**（self-serving bias）——人们倾向于把成功归因于自己的能力与努力，把失败归因于外部环境。这个偏差在东西方文化里都存在，只是程度不同。它让我们感觉良好，代价是模型失真：你拿着一张系统性歪掉的地图导航人生。 ### 要点二：一场真金白银的全押实验——把“运气”变成可见的东西 接着 Derek 做了全片最具戏剧性的一件事：他带着当期节目的制作预算走进拉斯维加斯赌场，在轮盘桌前把所有钱押上红色。镜头记录下真实的下注、真实的球滚动、真实的开牌。（据视频画面，他赢下了这一局；具体金额未实时核实。） 注意，这一段的重点根本不是赌博，而是一个精巧的**归因演示**：如果下一秒球落在黑格，那条被上传的视频、那位意气风发的主持人、以及“勇于冒险”的叙事就全都不存在了。同样的准备、同样的决策质量，结果的分岔完全由一个物理随机过程决定。Derek 用五分钟让“运气”从抽象名词变成了一个看得见的、正在旋转的小球。 他自己也在片中说得很清楚：这不是理财建议，而是让你直观感受“结果的方差有多大”。轮盘是运气的极端案例——运气权重100%；视频要问的是：那么真实人生里，这个权重是多少？ ### 要点三：一千个数字人，四十年人生——运气的仿真实验 为了回答这个问题，视频搬出了本片学术含量最高的素材：意大利卡塔尼亚大学物理学家 Alessandro Pluchino、Andrea Biondo、Andrea Rapisarda 的论文《Talent versus Luck: The role of randomness in success and failure》（2018年发表于期刊 *Advances in Complex Systems*，arXiv 编号 1802.07068）。 这个后来被称为 TVL 模型的仿真设计极为简洁： - 1000 个虚拟个体，每人一个“天赋值”，呈正态分布——大多数人中等，极少数天才和白痴； - 每人从相同资产起步，模拟40年职业生涯； - 每隔半年，每人遭遇一个随机事件：幸运事件（概率与天赋弱相关）使资产翻倍，不幸事件使资产减半； - 跑完40年，看谁的“成功值”（资产）最高。 结果反直觉到令人不适：**最成功的个体，几乎从来不是天赋最高的人，而是天赋中等偏上、但连续吃下好运的人**。天才们往往被几次不幸事件打回原形。跑多次仿真，模式不变。一组常被引用的统计是：成功者中天赋平平者远多于天才，而资产分布呈极端的幂律——少数人拿走大部分财富，而他们大多不是最聪明的。这篇论文也因此在2018年拿下了哈佛“搞笑诺贝尔奖”（Ig Nobel Prize）的经济学奖——那个奖项专门授予“先让人发笑、再让人思考”的研究。 视频用动画把这套仿真可视化：一排小人，天赋高的点往上飘，好运坏运随机砸下——观众能亲眼看到天赋最高的那批人是如何被运气反复没收成果的。 ### 要点四：Bill Gates 的窗口——真实世界里的“好运复利” 仿真之后，视频给出真实案例：比尔·盖茨。素材来自 Malcolm Gladwell 的《异类》（*Outliers*）。盖茨13岁那年，就读的西雅图湖滨中学恰好拥有全美中学里罕见的分时计算机终端——那一年是1968年。此后的几年里，盖茨积累了上千小时的编程时间，而同龄绝大多数孩子连计算机长什么样都没见过。 Gladwell 在书里列举的“好运清单”还包括：他家离学校步行可达、学校恰好有钱买机时、他在计算机房恰好遇到成年管理员愿意放他深夜上机……每一环单看都不大，连起来却是一道窄门。天赋是他自己的，但**天赋得以上千倍放大的那台机器，出现在了他人生的哪个路口，是抽签的结果**。视频借此引出 Robert Frank（康奈尔大学经济学家，2016年出版《Success and Luck: Good Fortune and the Myth of Meritocracy》）的核心论证：在赢家通吃的市场里，微小的早期优势会被复利式放大——你和第二名之间那一点点差距，可能只是一次偶然。 ### 要点五：叙事机器——成功学访谈是如何抹掉运气的 视频最后把矛头指向媒体与成功学叙事：每一个成功者的访谈，都在回答“你怎么努力”，没有人被问“你抽到了什么签”。这不是成功者说谎，而是**幸存者偏差**（survivorship bias）在叙事层面的翻版——我们只采访活下来的人，只出版赢家的传记，于是在全部样本里，运气的作用被结构性隐藏了。 经典例证是二战统计学家 Abraham Wald 的故事：军方想给返航轰炸机中弹孔多的部位加装甲，Wald 指出应该加固的是**没有弹孔的部位**——因为那些部位中弹的飞机根本没能飞回来。看不见的样本，塑造了错误的结论。成功学就是当代的弹孔统计：我们研究所有“飞回来的飞机”，然后总结出一套“机翼中弹多少次也能飞回来”的成功学。 视频的落点不是“努力无用”，而是一个更冷静的公式：**成功 = 天赋 × 努力 × 运气**，三者相乘而非相加——任何一项为零，结果为零；而其中运气是唯一你无法直接控制的变量。承认这一点，不是认输，而是换一张更准的地图。 ## 三、知识与理论溯源：这条视频背后站着谁 把视频的每一块素材放回学术脉络，你会看到一条清晰的思想链： 1. **TVL 模型（Pluchino 等，2018）**：全片论证骨架。物理学家用统计物理的方法处理社会学问题，本质是“复杂系统”传统——个体简单规则 + 随机扰动 + 时间演化，涌现出宏观格局。这篇论文在 Google Scholar 上被大量引用，也衍生出大量后续讨论（据公开语料，未经实时核实引用数）。 2. **Robert Frank《Success and Luck》（2016，普林斯顿大学出版社）**：提供了“运气放大器”的经济学框架——为什么越是赢家通吃的行业（演艺、科技、职业体育），运气权重越高：因为顶尖选手之间能力差距极小，一次偶然就能决定谁拿到全部筹码。 3. **Daniel Kahneman 的传统**：视频的归因批判直接继承自行为经济学。卡尼曼与特沃斯基的系列工作早已证明，人类对随机性的直觉极差——我们会把股票基金经理的短期业绩读成实力，把噪声读成信号（代表性成果即1974年《Science》论文 *Judgment under Uncertainty: Heuristics and Biases*）。 4. **Michael Mauboussin《The Success Equation》**：投资领域的经典补充——运气与技能不是二选一，而是一根连续谱：轮盘在最左端（纯运气），国际象棋在最右端（纯技能），投资、创业、写作都悬在中间，且越向顶级竞争移动，运气占比越高。 5. **Abraham Wald 与幸存者偏差（1943）**：统计学的百年经典案例，视频用它打通“样本偏差”与“叙事偏差”。 6. **Gladwell《异类》（2008）**：Bill Gates 案例的原始出处。需要说明，书中“一万小时定律”本身后来被学界质疑（Ericsson 本人对流行的“一万小时”表述公开提出过异议），但“环境窗口”的论证部分争议较小。 ## 四、批判性审查：哪些站得住，哪些被夸大了 **证据最硬的部分**：轮盘实验的随机性、幸存者偏差的统计事实、自利归因偏差的实验证据，这些是行为科学与统计学里被反复验证的地基，没有争议。 **需要打折扣的部分**，主要有三处： 第一，**TVL 模型是一个高度简化的玩具模型**。它假设天赋与运气相互独立、机会均匀随机降临——但现实中，努力和天赋会改变你“遭遇好运的频率”：投一百份简历的人比投五份的人更可能撞上好机会；出现在对的城市、对的圈子，等于提高了被幸运事件击中的概率。也就是说，**努力虽然买不来好运，但可以买到更多抽奖券**。Pluchino 本人后来也发表后续论文讨论“幸运教育”“偶然之下的社交策略”等扩展（据公开语料）。把仿真结果直接等同于现实人生，是这条视频（以及所有转述它的二次创作）最常见的过度引申。 第二，**领域差异被标题抹平了**。“成功靠运气”在职业扑克、创业、娱乐业里接近成立，在长跑、国际象棋、 CPA 考试里则严重不成立——那些领域技能方差大、参与者少、环境稳定，努力可以稳定兑换成绩。视频标题的二元设问是为了传播，正文结论其实温和得多，只看标题转发的读者容易误读。 第三，**“承认运气让人更慷慨”的推论需要小心**。Robert Frank 认为承认运气的赢家会更支持公共投入，这一条在西方语境里有相当的争论空间。本文不展开立场之争，只取其认知内核：**无论政治立场如何，“我的成功百分之百自致”这个信念本身在统计上就是错的**——它让顺境者傲慢、让逆境者自责，两边都是归因错误。 另外必须澄清一个流行误解：搞笑诺贝尔奖（Ig Nobel）不是讽刺奖章，获该奖不等于论文被学界否定——它的官方定位是“先让人笑，再让人思考”。TVL 论文的方法论在复杂系统学界是常规操作，结论的冲击力来自选题而非数据造假。 ## 五、认知提升与实用启示：看完之后怎么用 **1. 把单次评估改成批量抽样，主动扩大“被好运击中的面积”。** 既然单次结果 = 实力信号 + 运气噪声，就不要用一次成败给自己或他人下终审判决。想验证一个产品，发30条内容而不是3条；想换赛道，投100份简历而不是10份。批量化的意义不是“多努力一点”，而是**把运气从“一锤定音”稀释成“可平均的噪声”**——样本量是普通人买得起的最便宜的运气对冲。 **2. 用“决策与结果分离”的记分法复盘。** 每次复盘强制问两个独立的问题：这是不是当时信息下的好决策？结果好不好？扑克职业选手 Annie Duke 在《Thinking in Bets》里称之为"resulting"谬误的解药：好决策 + 坏结果是常态，坏决策 + 好结果最危险（它在奖励你的错误）。坚持这种记分法几个月，你会发现自己对“谁该被学”“什么该被复制”的判断，质量明显上升。 **3. 给人生留冗余，专门对冲“坏运气”。** 好运无法计划，坏运可以预设缓冲。现金缓冲、技能备份、健康储备、关键文件的多份拷贝——这些冗余平时看着浪费，本质上你在为“仿真里那些资产减半的坏事件”提前付保费。Robert Frank 的框架反过来用就是：既然坏运气必然出现且无法预测，理性策略不是祈祷它别来，而是确保它来的时候你还在桌上。 ## 六、一张图看懂视频的论证结构 ```mermaid flowchart TD A[问题：成功靠什么] --> B[大众直觉：努力决定一切] A --> C[实验：真金白银押轮盘] A --> D[仿真：一千人四十年人生] C --> E[同决策，结果全由随机定] D --> F[赢家多为中上天赋加好运] B --> G[偏差：自利归因与幸存者偏差] G --> H[成功学叙事抹除运气] E --> I[公式：成功等于三者相乘] F --> I I --> J[天赋与努力是乘数] I --> K[运气是无法控制的变量] K --> L[行动：加大尝试次数] K --> M[行动：决策与结果分开评] K --> N[行动：留冗余对冲坏运气] ``` ## 延伸阅读 1. Robert Frank, *Success and Luck: Good Fortune and the Myth of Meritocracy*（Princeton University Press, 2016）——本文视频的理论母本之一，比视频更系统地讲清“运气放大器”的经济学机制。 2. Pluchino, Biondo & Rapisarda, *Talent versus Luck: The role of randomness in success and failure*, Advances in Complex Systems (2018)——想自己跑一跑那台“人生仿真器”的读者，论文附有全部模型设定，arXiv:1802.07068 可以免费下载。 ## 参考来源 1. [Veritasium — Is Success Luck or Hard Work?（YouTube）](https://www.youtube.com/watch?v=3LopI4YeC4I) — 本文解读对象；播放量与发布日期未实时核实，请以频道页面为准 2. [Talent versus Luck: The role of randomness in success and failure（arXiv:1802.07068）](https://arxiv.org/abs/1802.07068) — TVL 仿真模型原始论文预印本 3. [Survivorship bias — Wikipedia](https://en.wikipedia.org/wiki/Survivorship_bias) — 幸存者偏差与 Abraham Wald 轰炸机案例 4. [Outliers (book) — Wikipedia](https://en.wikipedia.org/wiki/Outliers_(book)) — Bill Gates 与湖滨中学案例出处 5. [Robert H. Frank — Wikipedia](https://en.wikipedia.org/wiki/Robert_H._Frank) — 《Success and Luck》作者及其学术背景 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。