一般人对世界的感知和世界的真实面貌之间有一个重大差异，理解这个差异能提升你的人生格局。
通常，我们从小到大都是生活在一个个「平均化」的小世界之中。如果你有兄弟姐妹，家里好吃的肯定会大家平分。你上小学，多数同学都来自你家附近，生活状况跟你大致相同，你们用的课本都一样，学生服每人一件。哪怕到了大学、参加了工作，可能同伴来自天南海北，但你们既然上同一所大学、在同一个单位工作，你们的能力和收入水平也就都差不多。
长期生活在这些小世界里，你的体感就是人与人的差别不应该太大，有什么好东西最好平均分配。你默默地认为平均才是正义的。
但是偶尔离开小世界，你就会发现这个世界一点都不平均。我小时候第一次坐火车远行，最大的感触不是外边的世界有多大，而是我的家乡哈尔滨有多么独特：原来中国更多的土地是田野和乡村，城市就好像是孤岛一样。
但是那些孤岛，却占据了决定性的分量。工业化国家的大部分人口都住在城市里，而且少数大城市承担着远超比例的人口、经济和创新。
人更不平均。你平时肯定感觉不到的一个现实是，这个世界上最富有的 1% 人口所拥有的财富，超过其余那 99% 人口的财富总和；全球最富有的 8 个人——就这 8 个人——所拥有的财富超过全世界排名靠后的那一半人口的财富总和[1]。
其实各个领域都是如此：少数公司占据行业大部分业务，少数明星拥有大部分粉丝，少数畅销书和爆款电影创造了大多数销量和票房……
这其实就是我们常说的「80/20 法则」，最早可能是出自意大利经济学家帕累托（Vilfredo Pareto）：他先是注意到意大利 20% 的人口拥有 80% 的土地，然后发现这个模式到处都是：20% 的明星产品创造了 80% 的收入，20% 的核心客户贡献了 80% 的营业额，少数顶尖员工产生了公司的大部分业绩……当然具体的比例不一定是 20 对 80，也可能是 10 对 90 或者 1 对 99，这里的关键是极端少数占据了特别大的份额。
你在自己周围看不到，但这个世界的真相是它一点都不平均。它更倾向于极端。
对此你可能很愤怒：凭什么？我们把那 8 个首富的财产没收，不就立即可以让世界上一半人的身价翻倍吗？我们为什么不把头部网红干掉，来个「一鲸落，万物生」呢？
又或者，你想加入那些极端少数。
这个「极端少数占据大份额」的现象，在统计学上叫「重尾分布（heavy-tailed distribution）」，有时候也叫「肥尾（fat tail）」。它在数学上有不止一种实现形式，最典型的是幂律（power law）分布，我们这里不必追究细节。简单说，重尾，就是分布曲线的尾部比较肥大。
比如人的身高就不是重尾分布，而是所谓「正态分布」，是一条对称的钟形曲线：大多数人都集中在平均值附近，两边尾部的人数很少而且尾巴也很短——最矮的人也有一米多，最高的也不会超过三米。
如果人的财富也像身高那样分布，特别富的人就应该很少，而且富也富不到哪去，毕竟没有人的身高能达到你的十倍。然而财富是重尾分布的：财富超过你十倍的人很多，而且有的人超过你百倍、千倍……
对重尾分布谈论平均值是没有意义的，因为极端少数的影响实在太大了。你大可参照北京市居民平均身高找结婚对象，但你如果非得要求自己「另一半」的收入超过平均值，你会淘汰掉远超一半的人。
身高、预期寿命和智商都可以谈平均值，我们很庆幸人与人的先天条件相差不算太大。但总的来说，这个世界并不服从平均值。
世界服从极端值。
那你说既然人与人的身高和智商都差不多，怎么财富能差那么多呢？造成重尾分布的原因有很多，都跟某种「正反馈过程」有关系。正反馈说白了就是「越大越容易变得更大」，也就是所谓「马太效应」。
比如现在有个理财产品，年利息 10%。如果你有 100 万元，你一年能赚 10 万元；可是如果你只有一万元，你就只能赚一千元。你的投资动作和冒险精神并没有不同，可是收入就能差这么多。这是贫富差距拉大的最根本原因。富人并不是比穷人更勤奋，他们是因为已经很有钱而变得更有钱。
再比如就在 2025 年，AI 浪潮之下，像 Oracle（甲骨文）和 AMD 这样的大公司，就因为宣布跟 OpenAI 合作，股价就能一夜之间暴涨 30% 到 40%！怎么这么大的公司还有那么大的增长潜力呢？经济学上这叫「吉布拉特定律（Gibrat's law）」，意思是公司的增长率跟公司的规模近似无关。如果大公司和中小公司都能一年涨 10%，它们的体量差距就必然越拉越大。
名气也是正反馈的。一个已经很红的流量明星，因为流量大，就比普通明星更容易获得最优质的资源——观众更关注她，平台必然就更重视她，于是她的吸粉速度进一步加快。
就连学术界也是如此。少数明星科学家对科学进步有最大的影响，他们发表的论文比普通科学家多很多[2]。为什么？因为更高的声望会带来更多的科研经费和更好的合作机会，能挑选最好的研究课题，这些课题又会让他们变得更聪明一点……你说财富不公平，其实连科研都不公平。
财富、机会和声望之所以能形成正反馈，是因为它们都属于「乘法世界」：你的增量 = 你当前的动作 × 你的存量。存量越大，增量就越大，说白了就是有「复利」。然而世间很多人是生活在「加法世界」之中：一天的劳动换一天的报酬，这一次的收入跟以前的积累无关，没有复利。
我们本能地觉得这很不公平：难道回报不应该按劳动分配吗？怎么能按存量分配呢？
意识到身处重尾世界，很多人会有一种想要把世界「拉平」的冲动。你可以考虑用税收调节，但是千万别过激，因为历史上劫富济贫的尝试几乎都是以经济崩溃告终。托马斯·索维尔（Thomas Sowell）在《社会正义谬误》一书中列举了好几个例子[3]，比如乌干达政府发现国内有钱的多是来自亚洲的企业家，而本国人很穷，觉得很不公平，就把这些亚洲人给赶走……结果乌干达经济崩溃，本国人的财富变得更少而不是更多了。
这里的要点在于，做乘法不只是对被乘的富人有好处，它对所有人都有好处。你们公司花费巨资创造了一款新产品，想找个达人带货。如果平台找你谈话，说某某明星已经太有钱了，挤占了普通网红的机会，为了公平你们能不能请个不太出名的人？你当然不能同意！
你请超级明星并不是因为你喜欢她——而是因为她能最大化地放大你产品的知名度。乘法效应是双向的，你和她都希望跟一个大数相乘；而且消费者也希望能在最关注的频道买到最好的商品，以最多的人数拿最高比例的折扣。
强强联手其实是一个多赢局面。如果你要开公司，你希望超级富豪给你投资。如果你要做科研，你希望顶级科学家跟你合作。这些人资源多见识广能力强，最有可能让你的项目成功。让超级明星充分发挥，对合作者，对消费者，对整个社会都是加分。
当然胜者通吃的副产品是贫富差距拉大。但其实问题没有人们想象的那么严重。明星不会一直红，人们会厌烦她，她自己会变老，她会跟不上最新的变化。吉布拉定律也不能让大公司永葆青春，它所在的产业会衰退，它会因为错过最新的创新而被颠覆掉。历史上从来没有永远的富人，富人的财富会被子孙后代迅速败光。
其实哪怕在人的一生之内，也不是富人永远富穷人永远穷。经济学家早就发现[4]，如果你看某一年所有美国人收入的横截面数据，那的确是贫富差距巨大，而且还在逐年增加——但如果你看纵向数据，考察人的一生，那么你会发现那些年轻时候很贫困的人并不会一辈子贫困，他们多数会在成年以后收入显著提高；而曾经特别有钱的人运气也不会一直好，他们的排位很可能会在某个阶段跌落。
投资失败、代际稀释、离婚解体、税收和通货膨胀都是减少富人财富的途径。富人投资就是他们对社会最好也是最英勇的贡献，因为投资被暴雷是大自然调节贫富差距最快的手段。
贫富差距的确是问题，但如果这就是乘法世界的代价，我们宁可支付这个代价也不能取消乘法。
有人飞得高不可怕，整个气流停了才可怕。
与其抱怨重尾不公平，不如想想怎么从加法世界跳出来，加入乘法世界。那么你需要改变「求平均」的观念。
如果你整天做的事儿是把固定的几个项加起来，你会本能地想要提高平均值，尤其是要补齐短板。比如高考，一共是这么几科，每科满分 150 分，这意味着哪怕你的数学达到职业数学家的水准，你最多也只能得 150 分。那么一个数学强而英语弱的考生，最佳策略是补习英语，而不是继续强化数学。
这就如同一个出租车司机每月只有 30 天能挣钱，所以他最关心的是不要旷工，而不是提高单日收入。
但是在乘法世界中，你要做的是一个参与方程的乘数，你只需要一块很长的长板。我们关心一个数学家的数学有多强，越强越好上不封顶——而不是他的英语有多弱。
作为思维工具课，我们肯定希望你做个认知上的通才——但是在具体的事业上，你得能发挥长板优势才好。
「一般来说，最高的投资回报率来自于在你本来就擅长的领域变得更好，而不是在你薄弱的领域改进……大多数人过于关注自己的弱点。你希望在某个狭窄的交叉点上做到世界一流水准，而不是把一大堆事情做得比较好。」——OpenAI CEO 山姆·奥特曼（Sam Altman）
比如风险投资就是明显的重尾事业：大约 10% 的投资退出贡献了 85% 的现金回报[5]。那么很多人以为做风险投资就是广撒网，投的公司多，万一哪家做大了就算赚到……其实不然。
风投的秘诀是决不能投一把就不管，而是要选择时机追加投资，跟着公司正反馈成长。投资人最看中的一个权益是「按比例认购权（pro rata rights）」[6]，它允许我将来按照一定比例给你追加投资，保证我的持股比例不被稀释。而作为你的股东，我能比外人更早发现你的潜力；一旦你展现超强潜能，我就要追加投资。
乘法世界要求你不能平均地对待每个合作对象，你必须谋求跟「大乘数」互相促进共同成长。
正反馈并不总是好事儿。病毒和恐慌情绪的传染也是正反馈。金融风暴、飓风和地震等等大灾难也是复杂系统级联正反馈的结果。纳西姆·塔勒布的招牌学说，「黑天鹅」事件，也是重尾上发生的事情。所以身处重尾世界你不能光想着发达，你得先保本才行。那么你需要理解什么是「脆弱」什么是「反脆弱」[7]……
而且任何事物——也许除了目前为止的计算机芯片摩尔定律和 AI 的缩放定律之外——都不会永远按固定比例增长。正反馈到了一定程度就会发生边际效益递减[8]，那么你就得开发「第二曲线」……
那些都很重要，我们还会专门讲，但最重要的是，这个世界很喜欢出极端少数。
你喜欢也好不喜欢也好，这不是一个幼儿园小朋友排排队吃果果的平均世界。平均是一个个小世界中人为制造的环境，必须有人刻意分配才行，平均不符合自然规律。
作为重尾世界中的普通人，我会设法加入到乘法世界中去。我希望和资本、网络效应和声望联系起来。我会尽量避免那些「做一件事得一份钱、跟存量没关系」的工作，我希望我以往的成就能影响我以后的机会。我希望建立个人信誉和品牌，积累复利，形成正反馈。
我们会提供大量工具帮你做这件事。就目前而言，难道你不觉得重尾世界很好玩吗？
有诗赞曰：
一句话概括：真实世界是「重尾」的——极少数人、公司与作品占据绝大部分成果，根源在于「越大越大」的正反馈与乘法效应；普通人要做的不是抱怨不公或把世界拉平，而是把人生从加法世界搬进乘法世界，用一块长板撬动复利，同时为黑天鹅先保本。
用户留言
这一讲帮我重新校准了一个判断：世界的回报分布，本质上是不均匀的。很多差距，并不是慢慢拉开的，而是在某个节点之后被迅速放大。一旦有某个人在某个位置上占到优势，后续的机会、资源和关注往往会不断叠加过去，形成「越领先越容易继续领先」的局面。如果还用「平均用力」的方式规划自己，很容易长期努力却始终停在中间位置。与其追求面面俱到，不如尽早找到一个可以被放大的支点。比如同样做财务，有人只是按部就班完成报表、对账、预算，工作稳定但很难突破；也有人把自己沉淀成「懂业务的财务业务合作伙伴」，能拆解利润结构、参与经营决策，甚至搭建分析模型，这种能力一旦被业务认可，机会就会持续叠加。再比如在一个公司里，有人习惯接任务、完成任务，做完就结束；也有人会把每个项目中的方法、数据和经验整理成可复用的模板，下一次不仅效率更高，还能指导别人。这种「可复用能力」的积累，本质上就是在为未来不断放大杠杆。所以行动的关键，不是多做，而是让做过的事不断产生后续价值。把注意力放在那些可以沉淀、可以被重复利用、可以被更多人看到的能力和成果上。重尾世界不会自动对普通努力给出回报，但如果方向对了，小优势是有机会被放大的。
这一课让我想到一个很实际的体会：很多时候，真正拉开差距的，不是你多做了多少事，而是你有没有停止「平均用力」。客户不能平均对待，产品不能平均投入，时间和注意力也不能平均切分。看清哪些地方值得重押，哪些地方只能放手，往往比「每样都顾到」更难，也更重要。
之前在复杂系统有了解过。对于元素之间有相互作用的系统，往往会因为正反馈呈现出幂律分布。身高、智商这类独立不相关的变量往往遵循正态分布。另外很好奇，万老师是否有时间讲讲您怎么看我们现在是否是复杂科学的前牛顿时代，是否需要一种新的数学语言（类似对极限的描述）来描述涌现和正反馈这类过……