一、最廉價的一句話人生中最廉價的一句話，不是“做對的事”，就是“人都會犯錯”，一體兩面。

這話當然沒說錯。但它只說了一半，而且是不太重要的那一半。重要的另一半是：你犯的，到底是哪一種錯？

人和人之間真正的差距，不在犯不犯錯，而在錯的質量。同樣是錯，有的錯通向真相，有的錯只是混亂、懶惰、自我感動的副產品。前一種錯讓人長本事，后一種錯只讓人長年紀。

前一種錯，我們可以叫它“對的錯”。

它不是正確答案，但它站在通往正確答案的路上。它發(fā)生在一個值得探索的問題上，帶著清晰的判斷，真實地下了注，事后還能被復盤。它會被現(xiàn)實擊中，被現(xiàn)實打臉，但每一次打臉都讓人離真相更近一步。

而絕大多數(shù)人嘴里所謂的“我也犯過錯”，其實根本算不上錯。

他們沒有提出過任何具體判斷，沒有真正下注，沒有承擔后果，也沒有任何東西可以拿去和現(xiàn)實比對。他們只是在模糊里打了個轉，然后說一句“這事兒我也試過了”。這種“錯”，連錯都算不上。

二、不對的錯，連錯都算不上

奧地利物理學家沃爾夫岡·泡利（Wolfgang Pauli），20 世紀量子力學奠基者之一，1945 年因發(fā)現(xiàn)“泡利不相容原理”獲諾貝爾物理學獎。他以毒舌聞名學界，以審稿嚴苛聞名同行。年輕物理學家把論文遞到他面前，常常會得到一句簡短的評語。

其中最有名的一句是：Not even wrong。

中文勉強翻成：連錯都算不上。

這句話乍看像在嘲諷，其實比嘲諷嚴重得多。

在科學的語境里，被證明是錯的理論，并不可恥。它至少說明你的理論清晰到可以被檢驗，具體到可以被反駁，有一個明確的預測被現(xiàn)實擊中。錯的理論是科學進步的階梯。開普勒、麥克斯韋、愛因斯坦，他們最終被超越的那些工作，都是錯的，但都是偉大的錯。

真正沒有價值的，是那種“永遠不會錯”的說法。

它不會錯，因為它根本沒有提出任何具體內容。你問它什么時候發(fā)生，它說“早晚會發(fā)生”。你問它怎么驗證，它說“等時間證明”。你問它什么情況下你會承認自己錯了，它說“那你不懂”。

這種說法在外行眼里像是高深莫測，在泡利眼里只配四個字：Not even wrong。

把這件事從科學搬到日常，你會發(fā)現(xiàn)它無處不在。

朋友圈里那句“長期看好”，是 not even wrong。“未來可期”，是 not even wrong。“我早就覺得他不靠譜”，事后說，是 not even wrong。“這個行業(yè)肯定有機會”，沒有時間表、沒有具體路徑、沒有驗證條件，也是 not even wrong。

它們的共同特征是：說出來的時候不會錯，說出來之后也不能錯，因為它們根本就沒說什么。

人在這種狀態(tài)下，看似有判斷，其實沒有。看似在思考，其實在打圓場。看似很謹慎，其實是把自己藏在了一片永遠不能被現(xiàn)實打臉的模糊里。

這是一種最舒服、也最低產的認知狀態(tài)。它不讓人受傷，也不讓人成長。

三、他犯了宇宙級的錯，但錯得很對

要理解什么叫“對的錯”，最好的例子來自一個把整個宇宙都算錯過的人。

約翰內斯·開普勒（Johannes Kepler），1571 年出生在德國南部，17 世紀歐洲最重要的天文學家之一，日后他提出的三大行星運動定律會成為牛頓力學的直接前提。

但年輕的開普勒，不是從這三個定律出發(fā)的。他是從一個錯誤得離譜的模型出發(fā)的。

1596 年，他出版了一本叫《宇宙的奧秘》的書，提出一個今天聽上去很奇幻的猜想。他相信上帝創(chuàng)造宇宙時，一定使用了某種完美的幾何結構。具體來說，六大行星的軌道之間，嵌套著五種正多面體，也就是古希臘人所說的“柏拉圖立體”：正四面體、正方體、正八面體、正十二面體、正二十面體。

把這五種立體一層套一層地嵌進六層球殼之間，他以為自己找到了上帝設計太陽系時使用的圖紙。

這個想法當然是錯的。

它錯得徹底，錯得不可挽救，錯得毫無辦法做任何修補。后來的天文觀測全面推翻了它，今天沒有任何一個物理學課程會把它當成有效的宇宙模型來教。

但它是一個很對的錯。它對在哪里？三個地方。

第一，這個錯誤足夠具體。開普勒不是說“宇宙很美”“萬物有規(guī)律”，這種話誰也駁不倒。他指出了一個明確的幾何關系，行星軌道之間應該正好嵌得下哪一種立體，這是可以拿尺子量的、可以拿數(shù)據(jù)驗證的。所以，它能被反駁。能被反駁，是有價值的錯的第一個條件。

第二，這個錯誤背后的方向是對的。具體的模型錯了，但開普勒堅持的那個東西是對的：他相信宇宙可以被數(shù)學描述。他相信看似雜亂的天體運行背后，有一個可以被人類理解的結構。這個信念，在 16 世紀末并不是常識。當時主流的世界觀還是“天上的事和地上的事是兩套規(guī)律”，而開普勒壓注的是“它們其實是一套”。這一注，他押對了。

第三，這個錯誤推動了下一步。開普勒后來做了一件了不起的事：他去給丹麥天文學家第谷·布拉赫（Tycho Brahe）當助手。第谷掌握著當時全歐洲最精確的天文觀測數(shù)據(jù)。開普勒拿到這些數(shù)據(jù)之后，本來想用它們去驗證自己的“柏拉圖立體宇宙”，結果數(shù)據(jù)告訴他：火星軌道根本不是圓，是橢圓。

這個發(fā)現(xiàn)擊碎了他的舊模型，但同時把他推進了一個新模型。

開普勒第一定律（行星沿橢圓軌道運動，太陽位于橢圓的一個焦點上）、第二定律（行星與太陽的連線在相等時間內掃過相等面積）、第三定律（行星公轉周期的平方與軌道半長軸的立方成正比），這三條定律，后來直接成為牛頓萬有引力理論的基石。

如果開普勒一開始沒有那個錯誤的幾何模型，他不會去找第谷，不會去驗證一個具體猜想，不會去碰那些火星數(shù)據(jù)，也不會被火星數(shù)據(jù)狠狠打臉，然后從打臉里看見橢圓。

錯的是模型，對的是方法。
錯的是答案，對的是問題。
錯的是一時的解釋，贏的是長期的方向。

這就是對的錯最完整的一次示范：它不是正確答案，但它把人放在了通往正確答案的軌道上。

四、做對了但不夠好，才有了本質的突破

這種事不只發(fā)生在 16 世紀的星空下。它也發(fā)生在 21 世紀的服務器機房里。

最近一個最干凈的樣本，來自DeepMind 的蛋白質結構預測項目。

DeepMind 是谷歌旗下最重要的 AI 實驗室之一，2014 年被谷歌收購，曾因 2016 年 AlphaGo 擊敗圍棋世界冠軍李世石而進入大眾視野。但在 AI 圈子之外，它真正改變科學史的工作，不是圍棋，是蛋白質。

蛋白質折疊（protein folding），是生物學半個世紀來最難的問題之一。

簡單說：蛋白質由一串氨基酸組成，但它要發(fā)揮功能，得折疊成特定的三維結構。給定一串序列，怎么預測它會折疊成什么形狀？這個問題如果解決，就意味著人類可以更高效地理解疾病、設計藥物、研究生命的運轉機制。但幾十年來，這一直是生命科學里那種“聽上去重要、做起來無解”的問題。

為了推進這個問題，科學界從 1994 年起辦了一個叫 CASP（Critical Assessment of Structure Prediction，蛋白質結構預測關鍵評估）的雙年賽事。它的規(guī)則非常殘酷：參賽隊伍要預測一些尚未公開結構的蛋白質，而主辦方手里早已有了通過實驗測定的真實結構。比賽結束，所有人的預測被拿去和真值一一比對。

這是一個不能靠講故事贏的比賽。話術、PR、估值、融資，都沒用。你的模型預測得準，就是準；不準，就是不準。

2018 年，DeepMind 帶著第一代 AlphaFold 參加了 CASP13。然后，AlphaFold 1 拿了第一名。

外界把它視為重大突破，媒體大幅報道，投資人開始重新評估“AI + 生物學”這個方向。按照這個時代的常規(guī)劇本，接下來該是融資、擴團隊、出周邊產品、巡回演講。

但 DeepMind 沒走這個劇本。

他們看到的不只是勝利，還看到了勝利里那個不舒服的細節(jié)：AlphaFold 1 的方法，不夠干凈。

第一代 AlphaFold 大體上是這樣的思路：先用神經(jīng)網(wǎng)絡預測蛋白質內部不同氨基酸之間的距離和角度，得到一堆“局部線索”，再用傳統(tǒng)物理方法把這些線索拼成一個三維結構。這個思路很聰明，但它本質上還是“先預測碎片，再拼圖”。它贏了比賽，可它沒有真正回答“如何端到端理解蛋白質結構”這個問題。

換句話說，AlphaFold 1 走在正確方向上，但它走得不夠深。

DeepMind 團隊沒有把第一名當成終點。他們回去問了自己幾個問題。

我們到底為什么贏？
這套方法的邊界在哪里？
哪些部分是真正的科學突破，哪些部分只是工程補丁？
如果我們要讓方法配得上這個問題的難度，需要重寫哪些假設？

兩年之后，2020 年的 CASP14 上，他們帶著 AlphaFold 2 回來了。

AlphaFold 2 不是 AlphaFold 1 的小修小補，是一次徹底的方法重構。它把氨基酸序列、空間幾何、進化信息和三維結構，放在一個統(tǒng)一的端到端模型里聯(lián)合處理。比賽結果出來時，整個生命科學界震動：對許多目標蛋白，AlphaFold 2 的預測精度，已經(jīng)接近或達到實驗測定的水平。

后來，DeepMind 把超過兩億種蛋白質的預測結構開放給全世界研究者免費使用。這件事被《科學》評為 2021 年年度突破。AlphaFold 團隊的兩位負責人 Demis Hassabis 和 John Jumper，也在 2024 年因為這項工作分享了諾貝爾化學獎。

回頭看，AlphaFold 1 那個“贏了但還不夠好”的版本，正是 AlphaFold 2 出現(xiàn)的前提。

AlphaFold 1 錯在哪里？它錯在不徹底。它錯在用拼圖的思路去解一個本質上不能拼的問題。

但它的“錯”，是高質量的。

它錯在一個真正重要的問題上：蛋白質折疊不是邊角小事。
它有一個清晰的假設：深度學習能從已知結構中學到序列與空間結構的關系。
它的結果能被嚴格驗證：CASP 不是話術比賽，是數(shù)據(jù)比賽。
它暴露了下一步該走的方向：不是改細節(jié)，是換框架。

AlphaFold 1 不是失敗，它是一份還沒用到底的勝利。如果團隊當時停在這份勝利里，AlphaFold 2 不會出現(xiàn)。蛋白質折疊這個困了人類幾十年的問題，可能要再等十年才被打開。

一個錯如果足夠具體、足夠重要、足夠能被現(xiàn)實檢驗，它就不止是失敗，它會變成下一次突破的坐標。

五、什么是“對的錯”，有四個判斷標準

有了開普勒和 AlphaFold，可以把“對的錯”這件事講清楚了。

它不是一句勵志口號，它是一個有邊界的概念。一個錯要夠得上“對的錯”這個標簽，需要同時滿足四個條件。

第一，它發(fā)生在一個值得解決的問題上

不是所有問題都值得犯錯。

人的精力是有限的，試錯的成本是真實的。把錯誤花在一個無關緊要的問題上，只是消耗。把錯誤花在一個真正重要的問題上，才是投資。

這里說的“重要”，未必是社會意義上的宏大，但對你這個人、這個團隊、這個工作而言要是關鍵。蛋白質折疊對生命科學很關鍵。柏拉圖立體對開普勒所相信的宇宙很關鍵。一個具體到你身上的問題，比如你正在做的產品要不要轉向、你這門手藝要不要換工具、你這門生意要不要換客群，如果它對你的下一個十年很關鍵，那它就值得你犯錯。

不值得的問題，你應該連判斷都不要做，直接跳過。

第二，它來自一個清晰的假設

“我試試看”不是試錯。“我也不知道，先做做看”也不是試錯。

真正的試錯，背后必須有一個明確的假設結構：

我認為 A 會導致 B。 因為 X 和 Y 這兩個機制。 如果結果不是 B，那說明我的假設里至少有一處錯了，可能是 A 的判斷，可能是 X 或 Y 的機制，可能是我沒看見的第三個變量。

沒有假設，就沒有學習。一個沒有假設的嘗試，失敗了，你只會知道“這條路不通”，但不知道為什么不通，也不知道下一條路要怎么走。它給不出方向。

很多看上去很努力的人，問題不在不夠拼，而在沒有假設。他們在重復勞動，不在做實驗。

第三，它能被現(xiàn)實驗證

觀點是廉價的，因為觀點不用承擔后果。

朋友圈里發(fā)表觀點的人很多，真正下了注的人很少。下注的形式可以是錢、是時間、是信譽、是作品、是一次公開的預測。共同點是：你說錯了，會有具體的人、具體的事、具體的數(shù)字告訴你你說錯了。

CASP 把蛋白質結構預測做成一場公開評測，正是為了制造這種驗證。學術界發(fā)論文要同行評議，商業(yè)世界做產品要看用戶留存，投資人要看投資回報率，這些機制存在的全部意義，就是把人的判斷從話術里拽出來，扔進現(xiàn)實里挨打。

挨打不舒服。但挨打是學習的前提。

一個永遠不挨打的人，永遠不會真正變強。

第四，它能帶來認知更新

這是最難的一條，因為它考的不是動作，是誠實。

錯了之后，你能不能說出下面四件事？

我之前到底相信什么？
是哪個具體的事實擊穿了我的相信？
我的判斷框架里少了哪個變量？
下一次類似情況，我會用什么不同的方法識別？

如果你能說出來，這次的錯就被你轉成了認知。如果你不能說，這次的錯就只是一次情緒波動。

很多人每次失敗之后只會做一件事：找一個更舒服的解釋。市場不理性，平臺沒流量，運氣不好，合作伙伴不靠譜，大環(huán)境不行。這些解釋也許部分正確。但它們的真實功能，是療傷，不是認知。它們的真實目的，是讓人今晚能睡得著，不是讓人下次能做得更好。

療傷是必要的，但療傷不是成長。
真正的成長發(fā)生在，你愿意停止給自己寫一個讓自己舒服的故事的那一刻。

六、大多數(shù)人常犯的四種低質量錯誤

知道了什么是“對的錯”，反過來，什么是不及格的錯，就清楚了。

絕大多數(shù)自稱“我也犯過很多錯”的人，他們犯的其實是下面這四種錯。這四種錯，嚴格說，都不該算錯。它們沒有學習產出，沒有認知積累，沒有任何東西可以被傳到下一次決策里。它們是認知上的空轉。

一：模糊的錯

不下具體判斷，只發(fā)表立場。

“我覺得這個項目挺有意思的。”
“長期我還是看好這個方向。”
“這事兒應該會有變化。”

這種話聽上去像判斷，其實沒下任何具體的賭注。它沒有時間表，沒有量化指標，沒有驗證條件。它無法被打臉，因此也無法變成認知。

模糊本身就是逃避。

人之所以選擇模糊的語言，常常并非因為想不清楚。他們其實想得很清楚。只是清楚地說出來就會被現(xiàn)實檢驗，而模糊地說，永遠安全。安全地說一輩子，認知就會停在原地一輩子。

二：跟風的錯

不是自己想出來的判斷，是從環(huán)境里抄來的判斷。

行業(yè)里都說看好，他也看好。朋友圈都說看空，他也看空。錯了之后，他可以說“當時大家都這么覺得”。

跟風的錯最陰險的地方，是它屏蔽了歸因。

你跟著大家一起對了，你以為是自己有判斷力。你跟著大家一起錯了，你以為是大環(huán)境的問題。無論結果如何，你都學不到任何東西，因為整個判斷過程從來不屬于你。

很多在 2021 年高位接盤各種資產的人，事后復盤的最大收獲不在估值層面，而是突然意識到：原來自己從來沒有過自己的估值。

三：逃避責任的錯

錯的事實承認了，但錯的歸因被推出去了。

平臺算法變了，所以我沒流量。
用戶太挑剔，所以我的產品賣不動。
合作伙伴沒盡力，所以我的項目沒成。
大環(huán)境差，所以我的生意黃了。

這些解釋可能都是真的。這正是它們最危險的地方：它們足夠真，真到可以讓人把所有責任都推過去，真到可以讓人完全不必反思自己的部分。

但任何一件事，只要還有人做成了，就說明環(huán)境不是全部理由。差距永遠在那個“還有人做成了”和“我沒做成”之間。

只看環(huán)境的人，看不見這個差距。
看不見這個差距的人，下一次還會輸在同一個地方。

四：重復的錯

第一次犯，可以歸咎于信息不足。
第二次犯，可能是方法問題。
第三次還在同一個坑里栽倒，問題已經(jīng)不在外面，在自己。

最糟糕的不是犯錯，最糟糕的是一個人用不同的事情，反復犯同一種錯。

每一次他都覺得自己是新選擇、新機會、新嘗試，但仔細看，他每次的失敗模式都長得幾乎一樣：同樣的盲點、同樣的盲信、同樣的盲動。換了項目，換了行業(yè)，換了賽道，但沒換的是那個隱藏的判斷結構。

這種人不是在試錯。他是在用試錯的姿勢，反復驗證一個自己不愿面對的事實。

七、做對的事、把事做對與犯對的錯

管理學里有一對經(jīng)久不衰的對照：

Doing the right things（做對的事） Doing things right（把事情做對）

前者講方向、戰(zhàn)略、選擇。后者講執(zhí)行、效率、方法。

這一組對照很有用，但它默認了一個隱藏前提：你已經(jīng)知道什么是“對的事”。

可現(xiàn)實世界里，這個前提常常不成立。

創(chuàng)業(yè)的人不知道哪個市場是對的市場。投資的人不知道哪個賽道會真正起來。研究者不知道哪個方向會突破。寫作的人不知道哪種聲音會被讀者聽見。做產品的人不知道哪個版本是用戶真正要的。

人不是先拿到正確答案，然后完美執(zhí)行。人是在一片霧里，先做出一個判斷，然后讓現(xiàn)實告訴自己這個判斷有多準。

所以，在“做對的事”和“把事做對”之間，缺了一環(huán)。這一環(huán)就是“犯對的錯”。

它的功能是把“還不知道什么是對的事”逐步變成“開始知道什么是對的事”。它是連接方向感和執(zhí)行力之間的那個學習機制。

完整的三層結構是這樣的：

• 方向感：你選擇一個值得投入的問題。

• 執(zhí)行力：你認真把假設做出來。

• 糾錯力：你通過一次又一次高質量的錯誤，逐步逼近那個最初看不清的方向。

少了第一層，你就在做無意義的事。
少了第二層，你就只有空想。
少了第三層，你就被困在第一次假設的版本里，出不來。

很多人以為厲害的人是因為一開始就看清楚了。其實不是。厲害的人和普通人的區(qū)別，常常不在起點，而在第三層：他們錯得更聰明，所以他們更新得更快，所以他們一年走出來的距離，相當于別人五年。

時間不是公平的。它對那些會犯“對的錯”的人，給予非線性的回報。

八、訓練自己犯“對的錯”，常問自己5個問題

落到具體層面，要讓自己長期處在“對的錯”的軌道上，而不是反復犯廉價錯誤，有五個問題值得反復問自己。這五個問題與其說是清單，更像一種內化的提問習慣。把它們當成一面鏡子，每次重要決策之前，照一下。

問題一：我現(xiàn)在的判斷到底是什么？

把判斷說出來，而且說得足夠具體。

不是“我看好這個方向”，是：

我認為這個方向會在未來 18 個月里出現(xiàn) A 類變化。 我的依據(jù)是 X 和 Y。 如果到 12 個月時還沒出現(xiàn) A 類變化的早期信號，我會承認我的判斷有問題。

這種自我表述，有一個直接的副作用：它會讓你立刻看見自己的判斷有多薄。

很多自以為有判斷的人，在這一步就發(fā)現(xiàn)自己其實沒有判斷。這種發(fā)現(xiàn)是一件好事，因為它逼你要么把判斷做扎實，要么承認自己其實沒準備好。

問題二：這個問題值得我犯錯嗎？

不是每個爭論都值得參與。
不是每個機會都值得試錯。
不是每個新風口都值得分配你的注意力。

人的精力是稀缺資源，把錯誤花在重要問題上，是一種結構性紀律。
重要問題的錯誤，會變成資產。次要問題的錯誤，只是消耗。

你可以問自己：這件事如果錯了，我會因此對一個真正重要的問題理解得更深嗎？如果答案是會，那它值得犯錯。如果答案是不會，那它連嘗試都不值得。

問題三：我有沒有真的下注？

沒有行動，就沒有判斷。

下注不一定是錢。下注可以是時間，你愿意為這件事每周拿出十小時嗎？可以是注意力，你愿意把這件事放在你認知帶寬的優(yōu)先級前三嗎？可以是信譽，你愿意公開說出你的判斷，讓自己事后可以被打臉嗎？可以是作品，你愿意把這個判斷做成一個具體的東西，扔到市場里挨打嗎？

下注的強度，決定了反饋的強度。
反饋的強度，決定了你能學到的東西的厚度。

沒有代價的觀點，通常也帶不回任何認知。

問題四：我有沒有留下可以復盤的東西？

這一條在實操上最容易被忽視，但威力最大。

很多人并不是不會復盤。他們是根本沒有可復盤的素材。他們記得自己“好像想過”，但記不清自己當時具體怎么想的。他們記得自己“做過決定”，但記不清當時考慮過哪幾個選項、為什么選了這個。

復盤需要原材料。
原材料就是當時的判斷記錄。

這件事可以做得很輕：一個文檔，一個文件夾，甚至一封發(fā)給自己的郵件。重要的不在形式，在有沒有把“現(xiàn)在的我”留給“未來的我”看。

未來那個挨打過的你，會很需要現(xiàn)在這個還沒挨打的你的判斷快照。
沒有這份快照，就只能從零開始重新猜自己。

問題五：錯了之后，我更新了什么？

這是最后，也是最關鍵的一問。

復盤不等同于寫檢討。也不是“我下次努力”，更不是“我以后要更小心”。這些都屬于情緒反應，不是認知更新。

真正的更新，是模型層面的。

我原來的判斷框架里，缺了哪個變量？
哪個信號我之前高估了？
哪個風險我之前低估了？
哪種類型的人或者機構，我之前以為可以信任，現(xiàn)在我知道不能信任？
下一次遇到結構相似的情況，我會用什么具體方法提前識別？

如果一個錯誤讓你能回答上面任何一個問題，這個錯就值了。
如果一個錯誤讓你只能回答“我以后小心點”，那這個錯沒產生任何東西。

九、高手不是不犯錯，而是把錯變成資產

有一種錯，讓人變笨。
還有一種錯，讓人變強。

變笨的錯，是沒有目標的錯、沒有假設的錯、沒有反饋的錯、沒有更新的錯。
變強的錯，是有方向、有判斷、有下注、有復盤的錯。

這兩種錯，從外面看可能長得差不多。兩個人都說“我最近犯了個錯”，兩個故事都講得很精彩，兩段經(jīng)歷都付出了真金白銀的代價。但十年之后，差距會大得離譜。

一個人會在第二十次、第三十次、第五十次錯誤里，逐漸變成一個對世界判斷越來越準的人。
另一個人會在同樣次數(shù)的錯誤里，逐漸變成一個對世界越來越?jīng)]有判斷、只剩下情緒和借口的人。

中間的差別，就在于他們有沒有讓每一次錯變成資產。

我前面提到過 Pauli 那句“Not even wrong”。它最犀利的地方，是它指出了一種比錯更糟的狀態(tài)：連錯都算不上的狀態(tài)。

一個人長期活在那種狀態(tài)里，他會顯得很安全，因為他從來沒有具體到可以被否定。但他也再也長不出新東西。他的認知會變成一座越來越光滑、越來越?jīng)]有抓手的石頭，任何新的信息都從他身上滑過去，留不下來。

而那些愿意讓自己說出具體判斷、做出具體下注、承擔具體打臉、做出具體更新的人，他們的認知是粗糙的、有褶皺的、有傷疤的。每一次錯都在他們身上留下一道印記。這些印記拼在一起，變成他們看世界的紋理。

這種紋理，不是天賦，是錯出來的。是一次又一次“對的錯”疊加出來的。

所以，真正值得追求的，不是把自己訓練成一個永遠正確的人。那不現(xiàn)實，也不誠實，更沒必要。

值得追求的，是建立一套機制，讓自己的每一次錯都盡量發(fā)生在重要問題上、清晰假設下、真實行動中、誠實復盤后。

這樣的人，錯了也不廉價。因為他錯的每一次，都在為下一次判斷蓄能。

至于那種最該警惕的狀態(tài)，泡利已經(jīng)替我們說過了：

不要害怕犯錯。
要害怕的，是連錯都算不上的那種錯。【懂】

經(jīng)叔最近做了一個網(wǎng)站:https://budongjing.com

人肉篩選挖掘的硬核優(yōu)質內容及深度原創(chuàng)，重點關注科技、文化、財富、權力四大要素以及它們之間的互動與影響。網(wǎng)站定價1999元/年，目前內測優(yōu)惠價1299元/年，感興趣的讀者可以加經(jīng)叔微信訂閱。

另外，歡迎加入經(jīng)叔的知識星球。在這里，我們拒絕無用的焦慮，只談底層的邏輯與實戰(zhàn)的干貨。我會結合最新的AI前沿動態(tài)、深度的商業(yè)創(chuàng)新分析（如一人企業(yè)的構建）和獨特的文化思潮（如麥克盧漢的媒介洞察），幫助大家把握時間窗口。

我是不懂經(jīng)的經(jīng)叔，國內最早翻譯介紹了納瓦爾的《如何不靠運氣獲得財務自由》，以及影響了納瓦爾、中本聰、馬斯克等大佬的《主權個人》。

不懂經(jīng)知識星球，眾多百萬粉絲大V、千萬及億萬富翁訂閱。專注分享一人企業(yè)、一人創(chuàng)投主題，關鍵詞：AI、IP、創(chuàng)投、科技及商業(yè)前沿的高杠桿內容。

愈懂愈自由