首页 › science › 平均数在骗你:世界靠幂律不靠钟形

平均数在骗你:世界靠幂律不靠钟形

导语

你从小被训练成这样思考问题:身高有平均值,考试分数有平均分,连 IQ 都被画成那条优雅的钟形曲线(normal distribution)。于是你理所当然地以为,世界是一堆"中等水平"的人围着平均值晃悠,极端值只是偶尔冒出来的噪音。Veritasium 这期播放量近千万的视频用一个标题就掀翻了这个常识——You've (Likely) Been Playing The Game of Life Wrong(你多半把"人生这场游戏"玩错了)。

它的核心论点只有一句,却足以让你重算人生里几乎每一个决策:真正塑造世界的那些系统——财富、城市、地震、山火、战争、股价、互联网、乃至你能不能成功——根本不服从正态分布,它们服从幂律(power law)。而在幂律世界里,平均值是个骗局,"靠谱"是最被高估的品质,"避险"是最致命的策略。 这不是一锅鸡汤,而是一堂从 Pareto 的对数纸一路讲到沙堆模型、自组织临界性和无标度网络的硬核数学课。看完它,你会明白为什么风投宁可投十个亏九个的项目,为什么"做了十年老实本分生意"的店主反而最脆弱,以及为什么人类总在被"黑天鹅"反复打脸后还是不长记性。

视频背景卡片

项目 内容
视频标题 You've (Likely) Been Playing The Game of Life Wrong
频道 Veritasium(Derek Muller)
频道订阅 约 2090 万
时长 约 45 分钟(17 个章节)
播放量 约 960 万
点赞 约 23.2 万
核心主题 正态分布 vs 幂律分布:为什么平均值会骗你

核心内容拆解

一、你以为世界是钟形曲线,其实它是幂律

视频开场就甩出一组对比:人类身高服从正态分布,人类收入服从幂律。 这两件事听起来都是"分布",但它们是两个完全不同的物种。

身高有清晰的平均值——成年男性大多在 1.70 米上下浮动,最矮和最高之间差出几个数量级?不可能。最高的人也就比平均高不到一倍。这种"挤在中间、两端迅速衰减"的形态就是高斯钟形曲线,它的特征是有明确的宽度、有限的方差,极端值出现的概率随距离指数级坍塌。你完全可以用"平均身高 1.75 米"来描述一个群体,误差很小。

但收入不是这样。把全世界人的收入排开,少数人赚的是大多数人的几百倍、几千倍。在幂律分布里,没有所谓的"典型值"——你随便抽一个人,他的收入可能接近零,也可能是马斯克。两者都被同一条曲线合法地涵盖。视频反复强调一个让人后背发凉的点:在幂律里,单个异常值可以主导整个平均值。把一个亿万富翁塞进一个全是中产的房间,"平均收入"瞬间失真,而这个失真不是统计误差,是分布本身的性质。

这是你的延伸分析:我们大脑里装着的是"身高模型",可我们面对的几乎全是"收入模型"。用错误的分布去理解世界,是一切误判的起点。

二、Pareto 的发现:对数纸上的一条直线

故事从一位意大利工程师 Vilfredo Pareto 说起。19 世纪末,Pareto 翻看不同国家的税收和土地记录,发现一件怪事:财富的分布规律跨国高度一致。视频展示了他的神来之笔——当他把收入数据画到对数-对数坐标纸(log-log plot)上时,原本散乱的曲线突然塌缩成一条笔直的直线,斜率约为 −1.5。

这条直线对应的公式是:收入不低于 X 的人数,正比于 1 / X^α。这就是幂律的数学定义——变量出现的概率和它的大小的某个幂次成反比。在普通坐标里它是一条拖得无限长的尾巴,在对数坐标里它才露出真面目:一条直线。Pareto 因此意外撞上了后来被俗称为"80/20 法则"(Pareto Principle)的现象——约 20% 的人掌握约 80% 的财富。

视频在这里埋了一个关键认知:幂律没有"可测量的宽度",它的标准差是无穷大的。 这意味着你没法像描述身高那样说"收入主要集中在 ±一个标准差内"。无穷大的方差不是数学病,它在告诉你:这个系统天然会产生无法用平均值预测的极端事件。

三、圣彼得堡悖论:当期望值变成无穷大

为了让观众"手感"到正态和幂律的差别,视频设计了三个游戏(这部分是它最妙的教学设计):

视频用游戏三点破了一件事:当你在面对幂律时,"期望值"这个我们最依赖的决策工具会直接失效。 一个数学期望为无穷的游戏,单次玩起来绝大多数时候只赚几块钱——因为大头全压在概率极低、赔付极高的极端情形上。这正是幂律的本质:绝大部分观测值都很小,但决定性的事件藏在那条看不见尽头的长尾里。 你的直觉会盯着"大多数情况"做判断,而真正的胜负手你几乎从未亲眼见过。

四、两个指数在共舞:幂律是怎么长出来的

那么幂律到底从哪冒出来的?视频给出了它最深刻、也最优雅的一个解释——幂律诞生于"两个指数函数的共舞"。

具体说,当一个系统同时具备指数级的增长(比如赔付翻倍、能量翻倍)和指数级的衰减(比如大事件出现的概率指数级下降),把这两条指数曲线乘在一起,结果就是一条幂律。这个机制极其普适:指数增长 × 指数衰减 = 幂律。它解释了为什么幂律会在这么多互不相干的领域里反复出现——因为"一对指数函数相乘"这件事,在大自然里实在太多了。

你的延伸分析:这其实是统计物理里"乘积分布"思想的一个通俗版本。凡是涉及"大小越大、发生越罕见"但"一旦发生影响越大"的耦合系统,幂律几乎是必然结果。理解了这个生成机制,你就不必再逐个领域去死记"哪里有幂律",而是能自己去推断。

五、自组织临界性:森林和沙堆自己走向灾难边缘

如果说前几节在讲"幂律是什么",后半段视频开始回答一个更惊人的问题:为什么幂律会自动涌现,而不需要任何外部精巧设计?

物理学里有个现象叫临界性(criticality)。视频用磁铁举例:在某个特定温度(临界点)附近,磁畴的大小分布服从幂律——没有典型尺寸,大大小小的磁畴并存,局部一个小扰动可以像谣言一样连锁扩散到整个系统。问题是,磁铁必须被精确"调"到临界温度才出现这种状态。

但森林和沙堆不一样。视频介绍了 Per Bak、Tang、Wiesenfeld 在 1987 年提出的沙堆模型(BTW sandpile model)和自组织临界性(self-organized criticality, SOC):你往沙堆上一粒粒缓慢加沙,沙堆会自己长到一个临界坡度——再多一粒就可能引发雪崩。雪崩有大有小,服从幂律。关键是,系统不需要任何外部 tuning,它会自发演化到灾难的边缘并停在那里。 森林也一样:小火灾被扑灭,可燃物不断累积,直到某天一场大火把积攒了几十年的能量一次性释放。

地震遵循同样的逻辑——Gutenberg-Richter 定律:小震频繁,大震罕见,能量每翻几倍,频率就降一个台阶,完美的幂律。视频引用了 1995 年 1 月 17 日日本阪神地震(Nojima 断层,沿 40 公里地壳级联错动)来说明:大到 7 级、小到无人感知的微震,背后是完全相同的物理机制,只是规模不同。

六、普适性:磁铁、地震、股市是同一头野兽

这一节是全片认知升华的高光时刻。视频提出统计物理里的一个核心概念——普适性(universality):属于同一"普适类"的系统,无论细节多么不同,在大尺度行为上惊人地一致。

这意味着什么?意味着你只要理解了沙堆,就理解了地震、森林大火、乃至股市崩盘的一大部分;哪怕你用的模型粗糙到荒谬,它依然能抓住真实系统的关键统计特征。视频列举了幂律无处不在的证据:DNA 序列、物种分布、物种大灭绝、城市人口规模、股价波动、互联网链接数……全部是幂律。

你的延伸分析:这是科学里最反直觉也最解放人的发现之一。它告诉你,复杂不是混乱——表面上千差万别的系统,底层被极少数几个数学结构统治。这也是为什么 Nassim Taleb 会反复强调"肥尾(fat tails)":金融、战争、瘟疫这些真正改变历史的事件,全都住在幂律的长尾里。

七、幂律会给你虚假的安全感

视频在中后段转向一个让人不安的现实:幂律系统最阴险的地方,是它先用大量"小事件"把你驯化成自满。

因为在幂律里,绝大多数时候你看到的都是小地震、小波动、小火情。你年复一年地经历"也没出什么大事",于是你的大脑——那台为正态分布优化的机器——会 confidently 地得出结论:"这系统很安全,我懂它了。" 然后 2018 年加州 Paradise 镇的 Camp Fire 来了——加州历史上最致命、最具破坏性的山火,85 人遇难,几乎整座小镇从地图上抹去。它不是"意外",它是幂律长尾里迟早要兑现的那一笔。

视频借此戳破一个流行误区:很多人以为"过去十年没出事"等于"未来也安全"。在正态分布里这个推理成立,在幂律里它致命。用正态分布的思维去应对幂律系统,等于在用雨伞挡海啸。 这也是为什么银行、核电站、电网的"百年一遇"风险评估在肥尾世界里频频失灵——你以为小概率事件独立同分布,实际上它们在长尾里高度聚集。

八、在幂律世界里怎么活:坚持比靠谱重要,下注而非避险

最后一节,视频把数学拉回人生决策,给出了最具实操价值的结论:

第一步:先判断你身处哪个分布。 开餐厅、开航线这类生意近似正态分布——拼的是一致性(consistency)和可靠性(reliability),把每一次服务做稳,就能活得不错。但写作、创业、投资、科研、做 YouTuber 这些事是幂律分布——十次里九次平庸甚至失败,但只要中一次大的,就能覆盖所有成本。

第二步:在两个世界里用完全相反的策略。 视频的金句是:正态世界看重"靠谱",幂律世界看重"坚持(persistence)"。在幂律里,目标是不是避险,而是制造足够多的小赌注,让那条长尾有机会兑现。这也是风险投资的底层逻辑——投 100 个项目,95 个血本无归,4 个回本,1 个百倍回报,整体仍是赢家。

第三步:理解"优先连接"带来的先发雪球。 视频用互联网举例:早期网站如 Yahoo 抢到了大量链接,新网站更愿意链向已经有链接的站点(preferential attachment,优先连接机制),于是网络演化出梯度约为 −2 的幂律,与真实互联网数据吻合。翻译成人话——在幂律网络里,早行动会自我强化成巨大的复利优势,"马太效应"不是社会不公,是数学必然。

视频最后用一组震撼数据收尾:按死亡人数统计的世界大战,几乎完美服从幂律,和自然界的地震、山火是同一条曲线。 也就是说,人类社会并非凌驾于物理规律之上——我们和沙堆、森林、断层一样,被同一套幂律统治。

知识结构图

flowchart TD
    A["世界由两种分布统治"] --> B["正态分布 Normal<br/>钟形曲线"]
    A --> C["幂律分布 Power Law<br/>长尾无界"]

    B --> B1["特征: 有平均值、有限方差<br/>极端值指数级衰减"]
    B --> B2["典型系统: 身高、考试分数<br/>餐厅、航线"]
    B --> B3["制胜策略: 一致性 + 靠谱"]

    C --> C1["特征: 无典型值、方差无穷<br/>单个异常值主导均值"]
    C --> C2["数学形式: N≥X ∝ 1/X^α<br/>对数纸上是直线"]
    C --> C3["生成机制: 两个指数共舞<br/>指数增长 × 指数衰减"]

    C3 --> D["自组织临界性 SOC<br/>系统自发走向灾难边缘"]
    D --> D1["沙堆模型 BTW 1987"]
    D --> D2["Gutenberg-Richter 地震"]
    D --> D3["森林大火 / Camp Fire 2018"]
    D --> D4["磁畴临界现象"]

    D --> E["普适性 Universality<br/>不同系统同一规律"]
    E --> E1["城市人口 / 物种灭绝"]
    E --> E2["股价波动 / 战争伤亡"]
    E --> E3["互联网: 优先连接<br/>梯度 -2, 马太效应"]

    C3 --> F["决策启示"]
    F --> F1["正态世界: 追求靠谱"]
    F --> F2["幂律世界: 坚持 + 反复下注<br/>让长尾兑现"]
    F --> F3["警惕虚假安全感<br/>小事件 ≠ 系统安全"]

    style C fill:#ffe0b2,stroke:#e65100,stroke-width:2px
    style D fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px
    style F fill:#bbdefb,stroke:#1565c0,stroke-width:2px

实战启示

1. 先给你的处境"分类",再决定怎么努力。 这是这期视频最值钱的一句话:在动手拼命之前,先搞清楚你做的事服从哪种分布。在正态分布的赛道(餐饮、教培、咨询、运营)里磨"一致性"是对的,因为回报曲线平缓、稳健、可累积。可如果你把同一套"求稳"逻辑搬进幂律赛道(创业、内容创作、投资、科研、求职大厂),你会输得很惨——因为这些领域的回报极度集中,中位数毫无意义,决定胜负的是你有没有撞上长尾那一次。用错分布,等于用一辈子力气去推动一根本来就推不动的杠杆。

2. 把人生从"避险"重写成"组合下注"。 在幂律世界里,最优策略不是减少风险,而是增加下注次数、控制单次损失、放大赢家。具体说:用可承受的小成本做大量不对称的尝试(写文章、做副业、投小额、学新技能、投简历),容忍 90% 的失败,只要有一次命中长尾,收益就能覆盖全部沉没成本。这恰好是塔勒布在《反脆弱(Antifragile)》里讲的"杠铃策略"——把大部分资源放在极度安全处,把小部分资源放在极度冒险处,主动避开不上不下的中间地带。

3. 别再被"平均数"和"历史没出事"骗了。 凡是涉及极端事件的人生决策——保险额度、应急储备、职业备份方案、甚至择城择业——都要假设你正站在一条肥尾上。"过去十年风平浪静"在正态分布里是好消息,在幂律里几乎不算证据。给你的系统留冗余、留逃生通道,因为你永远不知道沙堆的下一粒沙是不是那粒。

4. 利用"优先连接"抢占先发复利。 既然幂律网络会奖励早期节点,那么在任何新兴网络(新平台、新行业、新社群)里,早进入 + 持续曝光的复利效应远超事后追赶。理解这一点,你就明白为什么"先做起来"比"做完美"重要得多——在幂律里,存在感和连接数本身就是资产。

延伸学习路径

  1. Nassim Nicholas Taleb《The Black Swan(黑天鹅)》与《Antifragile(反脆弱)》 —— 把幂律/肥尾思想应用到投资和人生决策的奠基之作,是本视频思想的"成人版"。
  2. Per Bak《How Nature Works(自然如何工作)》 —— 自组织临界性概念提出者的亲笔科普,沙堆模型的最佳入门。
  3. Albert-László Barabási《Linked(链接)》 —— 无标度网络与优先连接机制的通俗经典,补全视频里互联网幂律那段。
  4. Veritasium 同频道《The problem with overconfidence》及 logistic map 系列 —— 与本片构成"复杂系统三联画",从不同角度讲同一个反直觉世界。
  5. 3Blue1Brown 关于中心极限定理与概率分布的可视化系列 —— 想彻底搞懂"正态分布为什么会失败",先得真正理解它为什么会在那么多场合成功。

一句话总结

你以为世界围着平均值转,其实真正改变一切的,全住在那条看不见尽头的幂律长尾里——所以别再求稳,要去下注。

参考来源

  1. You've (Likely) Been Playing The Game of Life Wrong — Veritasium — 本期深度解读的核心视频
  2. The Hidden Laws of Nature: From Normal Distributions to Power Laws — ListenLeap 视频笔记 — 17 章节详细内容拆解
  3. You've (Likely) Been Playing The Game of Life Wrong — BookYube 章节笔记 — 章节时间轴与关键概念
  4. This graph will change how you see the world — Veritasium (Spotify 同期音频) — 官方发布信息与时长确认

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。

51学通信知识星球海报-扫码加入