2026-07-16 复杂世界的单调性、因果执念与讲故事的我们

承认复杂性，然后从中找到单调性

假如有人问你一个问题：这个世界是带有确定性的吗？它内部的复杂性到底遵循着什么样的规律？这个问题如果直接回答，大概率是说不清楚的，因为它本身就是一个需要在不同层面上拆开来看的问题。但我觉得一个比较诚实的出发点，是先承认这个世界的复杂性，你得先认了它确实是复杂的，确实不是三言两语就能概括清楚的，然后在这个前提之下再去想我们自己作为个体，面对这样一种几乎无穷无尽的复杂性的时候，是怎么样去应对它的。

我自己琢磨下来，觉得其实我们应对复杂性的方式并没有多高深，本质上就是在寻找一种单调性。世界虽然千变万化，但我们总是在试图从里面抓出一些不太变的东西，一些规律性的东西，然后用这些规律去解释和预测周围发生的事情。这里头有一个很有意思的观察：你不需要比别人更复杂，你只需要比周围环境的平均复杂度稍微高那么一点点，你就可能做得比别人更好。打个卖衣服的比方，一条街上大家都在卖基本款白T恤，你只需要在面料或者剪裁上稍微做一点变化，比旁边那家多那么一点点设计感，你的销量可能就会比他们好一截。你不必成为这条街上最复杂最有设计感的那个品牌，你只需要比环境的平均线高那么一点，就已经足够脱颖而出了。这个逻辑放在很多领域其实都成立，你不需要去理解这个世界的全部复杂性，你只需要比周围的人多理解那么一层，你就已经获得了某种优势。

打标签：我们是如何把复杂的人变简单的

那具体到日常生活里，我们是怎么做这种把复杂变简单的事情的呢？我自己能想到的最贴切的例子，就是给人打标签。现在和同龄人聊天，经常会出现的一个场景就是互相问MBTI人格类型，你是INFJ还是ENTP，你的人格有什么特点，然后发现诶好巧我们居然是同一类人，这一类人好像特别少，于是马上就有了一种找到组织的感觉。然后对话就会自然地滑向”我们这种人格的人在某些事情上特别擅长，在某些事情上就特别不行”，”你好像很擅长这个东西，跟我刚好是互补的”，这种对话模式我相信很多人都经历过。

但你仔细想想，一个人会做什么事情，会因为什么而开心或者难过，在面对一个具体的困境的时候会做出什么样的选择，这些东西怎么可能用四个字母就讲清楚呢？一个人的性格和行为的复杂度，说到底是几十年的经历、环境、教育、人际关系等等无数变量共同作用的结果，简单几句话根本就不可能说透。然而MBTI提供了一个非常高效的简化方案，你不需要去了解这个人的全部，你只需要知道他属于哪一类，然后你就可以根据这一类人的平均行为模式去大致推断他在某个具体情境下会怎么反应，大概率不会错得太离谱。星座也是类似的逻辑，只不过星座的准确率可能比人格分类更低一些，因为它们依赖的不是自我报告的行为倾向，而是出生日期这种跟性格基本没什么因果关系的变量。但不管准确率高还是低，这些标签系统的底层动机完全是一样的，我们太想把一个复杂的人、一个复杂的世界，用一个简单的框架给它框住了。

这个跟之前聊过的机器学习的逻辑其实如出一辙。模型本质上做的就是在训练数据里取平均，它不是在理解每一个个体的全部特征，而是在找”这一类输入大致对应哪一类输出”。你对一个人的MBTI判断，也相当于是在所有自称是这个类型的人的行为数据里取了一个平均，然后用这个平均值去预测眼前这个具体的人。虽然粗糙，但在大多数日常社交场合已经足够用了，你不可能对每一个刚认识的人都做一次深度的心理分析，有一个大概的框架先用着比完全没有框架要好得多。

人是讲故事的动物

如果说打标签是我们应对复杂世界的一个”快思考”策略，那更深一层的东西，我觉得就是我们人类本质上是一个讲故事的物种。我们都是从非洲那一个小角落走出来的，不管后来分化成了多少种不同肤色、不同语言、不同文化的人群，大家其实共享着同一个祖先、同一套血脉。但分化出去之后，每一群人都在各自的环境里发展出了一套属于自己的讲故事的方式，怎么解释为什么会有闪电，怎么解释人为什么会死，怎么解释一个部落为什么比另一个部落更成功，每一套叙事背后都有一套属于那个群体的因果逻辑。

这些叙事虽然千差万别，但它们的结构其实非常相似。所有的故事，不管来自哪个文化，本质上都是在做同一件事情：从一堆杂乱无章的现象里面，挑出几个关键的事件，然后用一个因果链把它们串起来。张三做了A导致了B，因为B的发生所以有了C，而C最终带来了D这个结果。这种”因为所以”的结构，是人类大脑理解世界的最基本的框架，我们几乎没有办法脱离因果链去思考任何事情。你看到地上有一滩水，你的第一反应不是”地上有一滩水这是一个事实”，而是”地上为什么有水，是不是下雨了，还是谁打翻了杯子”，你的大脑自动就会去补一个因果出来。

但这个因果是不是真的存在，很多时候其实未必。我们讲的故事，说到底是对真实世界的一种简化和重构，它不一定是世界真实的运作方式，但它必须是一套我们自己能够接受、能够理解、能够传递给其他人的叙事。而这个叙事一旦被足够多的人接受，它就变成了某种共识性的真实，它不需要是客观上百分之百对的，只要大家愿意相信它，它在这个社会里就具有了真实的影响力。各个不同地区的人类群体，他们讲故事的逻辑和方式都不一样，但大家都是在自己那个复杂的环境里面，试图用一套因果叙事去把周围混乱的信号整理成一个有意义的、可以把握的整体。

因果性与相关性之间的距离

聊到这里，就不得不回到一个我最近一直在琢磨的问题：因果性和相关性之间的区别到底是什么？这个问题放在我们的日常生活里，其实有一个很具体的版本。比如前面说的卖衣服的例子，一个消费者走进你的店，最后买了你的一件衣服，你能不能说清楚到底是什么原因让他买了这件衣服？是因为颜色，面料，价格，还是单纯因为那天他心情好？你很难建立一个完整的因果链去解释这个购买行为，但你能通过大量的销售数据看到一些相关性，比如某种颜色的衣服在某个季节卖得更好，某个价位的衣服在某个地区更受欢迎。你能看到相关，但你讲不清因果。

这就是为什么我之前觉得，机器学习做到现在这个程度，它在找相关性这件事上已经非常强了，但在因果性和可解释性上确实还是弱的。因为因果关系本身的判定成本太高了，你要完完整整地解释清楚为什么这个消费者买了这件衣服，你得去做实验、做访谈、控制变量，这些成本远远超过了”我就看一百万条销售记录然后找出几个强相关的特征”的成本。一个经济上的考量，在底层决定了我们现在用的这些模型长成什么样子，它们本质上是相关性引擎，不是因果推理引擎。

但人不是这样工作的。人在面对一个复杂问题的时候，天然地会去追求因果解释。如果有人告诉你”数据显示穿红色衣服的人考试成绩更好”，你的第一反应一定是为什么，你不会满足于那个相关性本身，你会去找一个因果，是不是因为红色让人更自信，还是因为穿红色的人本身性格就更外向。这个对因果的执念，是我们作为讲故事的动物的一种本能。我们需要的不只是”A和B有关系”，我们需要的是”A导致了B”，因为只有因果链才能被编织成一个故事，而只有故事才能被我们记住、被我们相信、被我们转述给下一个人。

回到最开始那个问题，这个世界是确定性的吗，它复杂吗，我觉得一个比较诚实的答案是：世界本身可能既不是完全确定性的也不是完全随机的，但我们对它的理解，永远是我们自己构建的一套叙事。这套叙事不是世界的本来面目，它只是世界在我们脑子里面的一个简化版本。而一个人能把这个问题回答得多好，本质上取决于他自己手里那套叙事框架有多丰富、有多灵活，他能不能把因果性和相关性之间的那个差距讲清楚，能不能让提问的人意识到，我们其实不需要完全搞懂这个世界的全部运行规则才能去应对它，我们只需要找到那个比周围环境稍微清晰一点点的单调性，就已经足够在这个复杂的世界里做出一些还不错的判断了。

今天的一些思考，和之前聊的相关性与不可说的东西，刚好接上了。