最貴的錯，是模型看似對齊、實則對錯了基準

2022 年歐洲熱浪中，女性死亡占比高出男性 56%。今天三篇主題各異，分別是神經科學的自由能原理、產品方法的用戶價值公式，與女性的熱浪健康風險，底下是同一根骨架：判斷與存續，都是一場模型與真實的對齊賽。

一、系統能存續，靠的是不停重新對齊

發生了什麼：弗里斯頓（Karl Friston）2005 年提出的自由能原理，被稱為「神經科學的大統一理論」。核心是所有能長期穩定存在的系統，都在最小化自由能，約等於最小化「驚訝」，也就是自身與環境的不融洽程度。系統靠「馬爾可夫毯」的兩個通道與環境耦合：感官狀態是輸入，行動狀態是輸出。出現落差時有兩條路降驚訝：知覺推斷是更新內在認知去適配環境，主動推斷是改造環境去匹配自己。關鍵心法是驚訝不能降到 0，全無意外會讓系統鈍化，反而扛不住未來的變化。

原理：任何要持存的系統都是一台跟環境對齊的預測機，失配只有兩種修法，改自己的認知，或改外面的世界。

怎麼用：遇到失配時先分辨該改認知還是改環境，也刻意留一點異質輸入，別把自己調到零驚訝。

何時不成立：環境本身劇烈到無法應對時不成立，例如突發災難，這時優先目標是脫身，而不是慢慢調整模型。

二、人要換產品，得好到蓋過切換成本

發生了什麼：俞軍的公式是：用戶價值 =（新體驗 − 舊體驗）− 替換成本。在存量市場（流量已被瓜分成固定水池）正面挑戰大廠，替換成本極高，就算體驗提升 20% 到 40%，也常算出負值。經典案例是 WPS 挑戰 Office。綜合體驗 63 分對 45 分，但替換成本 20 分，用戶價值是 63 − 45 − 20 = −2 分，再好也淪為雞肋。結論是只有在增量市場（全新賽道、替換成本趨近零）裡，創新才有勝算，所以「沒有創新的產品根本不該做」。

原理：決策看的是淨差值而不是絕對值，這是上一節主動推斷的用戶版：只有驚訝夠大，用戶才願意更新選擇。

怎麼用：評估新產品或新做法時，先估用戶的切換成本，再問新東西帶來的差值，大到蓋得過它嗎。

何時不成立：舊方案已經讓人很痛、替換成本被壓得很低時，公式的結論會改變，例如舊工具被停用，使用者幾乎沒有退路。

三、在錯的基準上被優化的模型，會用低誤差偽裝成真理

發生了什麼：馮雪指出熱浪對女性的威脅其實更大：2022 年歐洲熱浪女性死亡占比高出男性 56%，40 到 64 歲女性的高溫脆弱程度約等於 65 歲以上男性。底層是醫學長期的「男性默認值」偏差，90% 藥理學論文只用雄性動物，女性長期被排除在早期藥物試驗之外，形成覆蓋全鏈條的「性別數據缺口」。後果具體：同劑量藥女性血藥濃度更高、不良反應更多。女性心梗症狀不典型，有疲憊、氣短、噁心，套用男性「捂胸口劇痛」的模板會漏判。認知篩查因女性語言記憶天生較強，反而讓她們太容易通過測試而延誤確診。

原理：危險的不是模型不準，而是它對錯了對象卻顯得很準，凡是取樣有系統性偏斜的地方，都藏著不會報錯的隱形失配。

怎麼用：用到「標準模板」或模型時，先問它的資料來自誰、漏了誰。

何時不成立：服務對象本來就單一、與取樣族群一致時不成立，例如專為某一特定族群設計的工具，用同族群資料並不算偏斜。

今天的主線

一個系統能不能存續、判斷對不對，取決於內在模型有沒有對準真實世界。自由能原理給出對齊的物理學，用戶價值公式把這套對齊邏輯搬到用戶端，算的是驚訝值能不能蓋過替換成本。性別數據缺口則是反例：在錯的基準上被優化的模型，最貴的錯就是看起來對齊、其實對錯了基準。

本文數據引自所列來源之解讀內容，未逐一回查原始報告。

來源

• 〈944｜熱浪來襲，女性比男性更要提高警惕〉，得到 App
• 〈自由能原理：活著就是對齊〉，得到 App《萬維鋼·現代思維工具100講》
• 〈23 用「用戶價值公式」衡量創新〉，得到 App《俞軍用戶價值公式》