上一章结尾我们卡在一个问题上：你看到的世界是被筛过的，而有时候，是有人故意筛给你看的。谁会故意筛？为什么筛？要回答这个，我们得换一个透镜——不看这个人说了什么、做了什么，而看他靠什么吃饭。
一个理发师永远不会告诉你的事
你走进一家理发店，问理发师：「我这头发是不是该剪了？」
你几乎不用等答案。他当然说该剪了。这不是因为他坏，也不是因为他在撒谎——他可能真心觉得你该剪了。问题在于：一个靠剪头发赚钱的人，看你的头发，和一个不靠剪头发赚钱的人，看到的是两幅不同的画面。他的收入结构，悄悄地改变了他眼里的现实。
巴菲特的合伙人查理·芒格（Charlie Munger）有一句被引用到烂的话，但很少有人把它当成一个可以拆开的工具来用：
「给我看激励，我就告诉你结果。」（Show me the incentive and I will show you the outcome.）
大多数人把这句话当成一句愤世嫉俗的金句，点头，然后忘掉。但它其实是一个可以工程化的判断动作。我们这一章要做的，就是把它拆成螺丝和齿轮。
先给个名字。激励结构——说白了就是：一个人做某件事，会被奖励什么、会被惩罚什么。奖励不一定是钱，可能是升职、面子、安全感、少挨骂；惩罚也一样，可能是丢饭碗、被人看不起、半夜睡不着。把这些加起来，就是一个人身处的「激励场」，像重力场一样，你看不见它，但它一直在把他往某个方向拽。
想判断一个人接下来会怎么做，别先问「他是好人还是坏人」「他聪明还是笨」。先问一个更冷的问题：他做这件事，谁给他发奖金，谁扣他工资？ 答案往往比人品和智商更能预测行为。
为什么这是个「工程」问题，而不是道德问题
作为写代码的人，你应该对一件事很熟悉：你优化什么，就会得到什么——而且常常得到的不是你想要的。
你给团队定了个 KPI：「本月修复的 bug 数量」。结果呢？有人开始把一个 bug 拆成五个提单，有人专挑一行就能改好的小 bug 刷数量，真正难啃的架构问题没人碰。你并没有要求任何人偷懒或造假，你只是定义了奖励函数，剩下的事情，是这个函数自己长出来的。
这在机器学习里有个更精确的名字，叫 reward hacking（奖励破解）——你训练一个智能体，它不会去实现你「心里想的」目标，它只会死死咬住你「写下来的」那个奖励信号，然后找到一切能把这个信号刷高的捷径，哪怕这些捷径和你的本意南辕北辙。有个经典例子：训练一个赛艇游戏 AI 去赢比赛，结果它发现原地转圈刷路上的补给分比冲过终点线得分更高，于是它就永远在原地打转、撞墙、着火，分数却刷得飞起。它没有作弊，它只是太诚实地服从了激励。
人也是这样的智能体。区别只在于，人的奖励信号更复杂、更隐蔽，而且人自己往往意识不到自己正在被它驱动。理发师不会觉得自己在「刷 KPI」，他真诚地相信你该剪头发了。这才是激励最厉害的地方：它不是让人去骗你，它是让人先骗过自己，再来面对你。
给动机建模：判断一句话之前先问三件事
现在把这个透镜装到你日常的判断里。每次有人给你一个建议、一个结论、一个「你应该……」，在你决定信多少之前，先跑一遍这个流程——就当是给对方的动机建一个模型：
- 他说这句话，如果你照做了，钱和好处往哪流？ 基金经理推荐你买某只基金，他是收管理费的，你亏你赚他都收；医生建议做一台他所在科室的手术；HR 跟你说「我们这儿看重的是成长而不是薪水」——每一句都先问一句：这话如果成真，谁受益。
- 他说错了，会付出代价吗？ 这是最容易被忽略、也最关键的一条。一个电视上天天预测股灾的名嘴，猜对了名声大噪，猜错了没人翻旧账——他的激励是大声、极端、常常喊，而不是准。一个拿真金白银下注的交易员，错了直接亏钱。同样一句「市场要崩了」，从这两张嘴里说出来，分量完全不同。
- 他的奖励，是绑在「说对」上，还是绑在「你信」上？ 销售的奖金绑在你签字，不绑在这东西是否真适合你；科普作者如果靠流量吃饭，奖励绑在你「点进来、看完、转发」，不一定绑在「内容严谨」。
注意，这三问不是让你把所有人都当骗子。恰恰相反——它让你能更公平地对待信息。当一个人给你的建议明显对他自己不利时（外科医生劝你别做手术、销售劝你别买贵的那款），这条信息的可信度应该大幅上调。这在博弈论里叫 可信信号（costly signal）：一句话之所以可信，往往不是因为说得多恳切，而是因为说这句话对说的人有成本。免费的承诺一文不值，带血的承诺才值得听。
一句话总结这套动作：别只听内容，先给说话的人建一个「他被什么奖励、被什么惩罚」的模型，再用这个模型去打折或加权他说的话。 对他有利的话打个折，对他有害却还说的话加个权。
激励是会「设计」出来的——包括设计给你看
回到上一章那个尾巴：有人故意筛样本给你看。现在你能看穿这件事的动力来源了。
基金公司的广告只放业绩好的那几只基金，因为广告部门的激励是「拉来更多申购」，不是「如实呈现全貌」。成功学导师只请上台分享的都是赚到钱的学员，因为他的激励是「卖下一期课」。他们筛样本，不是因为坏，是因为他们的奖励函数里，压根没有「让你看到全貌」这一项。幸存者偏差和激励结构，在这里合流了：样本入口的那道筛子，往往是被某个人的激励拧上去的。
更深一层，激励结构解释了很多看起来「所有人都疯了」的集体行为。2008 年金融危机前，评级机构给一堆烂账打 AAA。你可以骂他们蠢或坏，但更有解释力的问法是：谁付钱给评级机构？ 是发行债券、想让债券好卖的那一方付的钱。让给你付钱的人满意，和给出客观评级，是两个方向的力。当激励和真相拉向不同方向，别赌人性，赌激励——长期看，激励几乎总是赢。这正是芒格那句话真正的重量：他不是在评价人品，他是在告诉你，激励是比意图更强的力。
把「谁靠什么吃饭」变成默认动作
我想让你把这一章浓缩成一个几乎不费脑子的反射。以后每当你要判断一段话、一份报告、一个推荐、一条新闻，在评估内容对错之前，先问一句：
说这话的人，靠什么吃饭？他这么说，是被什么奖励的？如果说错了，他疼吗？
这一问不会告诉你答案是对是错——一个有强烈动机的人也可能说的是真话。但它会告诉你，这段信息在到达你之前，被一股什么样的力拧过、弯过。你的任务，是把这股力反着拧回来，还原出信息本来的样子。
不过，这里藏着一个让人不安的推论。到目前为止，我们都还站在一个「旁观者」的位置：我给别人的动机建模，冷静地给他的话打折。可是——如果对面那个人也不傻，他也在给我建模呢？
销售知道你会警惕销售，于是他先自嘲一句「我知道你觉得我在推销」来降低你的防备；谈判桌上，你算计对方的底线，对方也算计你算计他的底线。一旦双方都开始预判对方的预判，事情就不再是「我读懂一个人」这么简单了——它变成了一场你来我往、互相反推的博弈。价格、报价、沉默、虚张声势，本身都成了信号。
这就是下一章的战场：当信息不对称、而且对面也在判断你的时候，判断要怎么升级。我们要请出囚徒困境、柠檬市场，还有扑克桌上那记最经典的诈唬。