反馈即进化

我以前一直觉得反馈挺重要的，但从来没想清楚它到底为什么重要。

最近这两年，一些阅读和经历交织在一起，让我慢慢形成了一个新的认识：反馈不是一种评价，也不是什么工作中的小技巧。它是我们从真实世界获取信息的唯一方式，是我们一切行动的基础，甚至可以说是这个世界最基本的运行机制之一。

从 AI 的“自主性”说起

这两年 AI 领域有一个很热的概念叫 agentic——让 AI 自主地完成一个完整任务，而不是你一句我一句地指挥它。怎么才能做到？

你可能会觉得关键在于模型本身要足够强。但实际上，决定性的差别往往不在模型的能力，而在于你有没有给它一套反馈机制。

比如让 AI 写代码。如果你只是告诉它“帮我写一个XX功能”，它写出来的东西大概率有各种问题，需要你人工一遍遍调整。但如果你给它一套测试用例，让它自己跑、自己看结果和目标之间的差距、自己修正，它就能一步步逼近你想要的结果。

其实这和 AI 训练本身的逻辑是一回事。模型训练的时候一定要有一个目标函数（loss function），模型通过不断对比自己的输出和目标之间的差距来调整参数。没有这个反馈信号，再大的模型也学不到任何东西——它只是在做随机猜测。

所以让 AI 变得“自主”的核心，不是让它更聪明，而是让它具备感知差距、自我修正的能力。换句话说，是给它构建一个反馈回路。

这件事让我停下来想了很久。为什么一个如此简单的机制，能带来如此大的差异？

我们其实从未被教过“反馈”

想通这个问题，得先面对一件事：在我们从小到大的教育里，根本没有“反馈”这种思维方式。

学校教我们的是先把知识学扎实，然后一次性地在考试里证明自己。考砸了不叫“获得了反馈”，叫“没学好”。整个教育体系的隐含假设是：存在一个正确答案，存在一条通往它的路径，你的任务是沿着这条路走到终点，而不是在反复试错中摸索方向。

工作以后，这种惯性也没有消失。我以前做事总想着一步到位——不是觉得反复修改说明能力差，而是习惯了自己盯着内容打磨，总觉得只要再想想、再改改，方案可以在交出去之前就足够好。

但我忽略了一件事：只要东西还在自己手里，那就不算真正的反馈。真正的反馈必须来自真实世界——来自用户、来自市场、来自你控制不了的外部环境。你自己对着稿子改十遍，和把它交出去让别人用一次，获得的信息量完全不在一个级别上。

Netflix 联合创始人 Marc Randolph 有一个说法我非常认同。他反复向创业者强调一件事：尽快让你的想法和真实世界碰撞（“collide your idea with reality”）。不要在脑子里完善，不要在 PPT 里推演，尽快把一个哪怕很粗糙的东西扔出去，看看真实世界怎么回应¹。他的理由很简单：想法好不好，不是你自己能判断的。“Nobody knows anything”，只有真实世界的反馈才能告诉你答案。

问题不只是“一步到位做不到”，而是你必须意识到，从真实世界获得反馈这件事本身，比你在房间里多想三天更有价值。

进化：一个被严重低估的词

那么反馈为什么有这么大的力量？

让我真正想通这件事的，是几本看似无关的书。

影响我最大的是戴维·多伊奇的《无穷的开始：世界进步的本源》²。他提出了一个野心很大的论断：进化不只是生物学的一个分支话题，而是贯穿物质世界、生命世界和知识世界的共同逻辑。

我们学达尔文进化论，通常只把它理解为“物种是怎么来的”。但多伊奇指出，进化的射程远不止于此。知识的增长、文化的演变、甚至物理结构的形成，都遵循同一种生成机制。这个洞察一旦进入你的思维，看什么都不一样了。

波普尔更早地触及了这个方向。我读他的《猜想与反驳》和《科学发现的逻辑》³，受到的冲击很大。他把知识增长描述为“猜想与反驳”的循环：提出假说，尝试证伪，在失败中修正，再提出新的假说。这个过程和达尔文式的自然选择在结构上同构——不是比喻意义上的相似，而是逻辑结构上的一致。

再加上贾雷德·戴蒙德的《第三种黑猩猩》和一些进化心理学的读物，一个完整的图景浮现出来：进化描述的不是一个生物学过程，而是一种普遍的生成机制——复杂结构从简单规则中涌现的基本方式。

把这个机制拆开来看，核心就是三个要素：变异、选择、复制。

变异是产生新可能性的来源。新的基因突变、新的理论假说、新的工作方式。

选择是真实世界的反馈。什么有效、什么无效，不是你推演出来的，而是环境告诉你的。

复制是把经受住选择的方案保留下来、传播开去。

三者缺一不可，必须在循环中运转。一轮不够，两轮不够，得持续地转下去。

反馈是进化的必要条件

理解了这个框架，“反馈”就有了完全不同的分量。

它是进化得以发生的必要条件。没有反馈，就没有选择压力；没有选择压力，变异只是盲目的随机漂变；随机漂变不会产生任何有意义的结构。没有反馈的系统无法进化，无法进化的系统在一个不断变化的世界里终将被淘汰。

这也解释了 Marc Randolph 那句话的深层含义。为什么要尽快让想法和现实碰撞？因为只有碰撞才会产生选择压力。你在脑子里推演得再完美，那只是变异，没有经过选择。没有经过选择的变异，在进化的框架里什么也不是。

这个世界上所有精巧复杂的结构，从人眼的光学设计到热带雨林的生态系统，从人类语言的语法到市场经济的价格机制，没有任何一个是被“一次性设计”出来的。它们全部是进化的产物，是无数轮变异、选择、复制的结果。如果连自然界都做不到一步到位，我们凭什么觉得自己的工作计划可以？

两种世界观

对待反馈的态度，折射的是两种截然不同的世界观。

一种认为世界的基本运行模式是循环、迭代、进化。持这种观点的人把反馈视为必需品，不是因为自己不够聪明才需要，而是因为复杂结构生成的方式就是如此。“还没做好”是常态，不是失败。每一次和真实世界的碰撞，都是在积累进化所需的信息。

另一种认为世界的基本运行模式是设计、执行、达成。持这种观点的人把反馈视为补救措施，理想状态下不应该需要它，需要它说明前面某个环节出了问题。

波普尔有一个著名的比喻：科学不是建在坚固的岩床上，而是建在沼泽中的木桩上。我们不是因为找到了坚实的地基才停止打桩，而是因为暂时觉得这些桩子够稳了³。我们永远不会抵达“终于做完了”的那个时刻，我们只是在某个阶段觉得“目前够好了”。

从一开始就构建反馈机制

理解了这些之后，落到实际工作中，我越来越觉得一件事情很关键：反馈机制不能事后再补，必须从一开始就构建。

商业活动的本质就是一个不停歇的循环——产品交出去，市场回应，你调整，再交出去。这个轮回转得快不快、转得准不准，比团队里任何一个人的个人能力都重要。

我甚至觉得，一个团队里有几个很强的人但没有好的反馈机制，效果不如一个能力普通但反馈循环运转良好的团队。原因很简单：前者是在做单次猜测，后者是在做进化。单次猜测靠天赋，进化靠机制。天赋有上限，机制没有。

所以最关键的问题可能不是“我怎么把这件事一次做对”，而是“我有没有从一开始就想清楚，我的反馈从哪里来”。是客户的真实使用数据？是市场的价格信号？是同事的直接反应？还是你自己设定的某个可衡量的目标？

没有反馈机制的工作，就像没有目标函数的模型训练——你可能很努力，但你不知道自己在往哪个方向走。

构建反馈机制，就是让轮子转起来。让它转起来，进化才能发生。