隨大流

我曾經在申請大學時面臨哈佛和普林斯頓二選一的選擇。我個人更喜歡普林斯頓那種田園式的校園和更適合本科生的數學教育，但哈佛是更「隨大流」的選擇，因為同時被兩個學校錄取的人有70%去了哈佛。

我在考慮一番後，決定選擇哈佛。這是因為「校園環境」和「數學系課程設置」只是大學生活的很小一部分。我當時還沒上過大學，根本不了解最重要的選擇因素是什麼。但是，每年有幾百個很聰明的人都面臨這個選擇。作為一個整體，他們肯定考慮到了比我多得多的因素。假如他們大多數做一個選擇的話，說明對大學生活重要的因素中，哈佛佔優的可能性更大。

從高層面來說，隨大流還是不隨大流這個問題，是統計學裡bias-variance trade-off的一個子問題。隨大流的基本假設是我自己在做一個選擇時，要考慮的因素和社會上大部分人一樣。這個假設很可能是錯的，導致我的決定擬合不足，我忽視了對自己重要的因素。但是，假如我過分重視對自己重要的因素，就很可能遺漏一些我還不知道的因素。由於社會上所有人都做了類似的決定，他們總體考慮的因素肯定比我齊全。「隨大流」則更不容易過擬。

這是考慮應不應該隨大流這個問題的基本框架。在這個框架下，隨大流更適合大部分人需要做的大部分的選擇。

首先，大部分人在面臨大部分選擇時，擁有的信息量非常低。以買車為例，就算最懂車的人，也很難了解兩輛車的自動剎車系統實現細節有什麼區別，甚至不知道自動剎車系統的區別是汽車安全的重要部分。在信息量低時，過分強調已知的信息就會造成巨大的過擬。假如我恰好知道了幾個品牌自動剎車系統的區別，就以這個為標準來選擇車的話，很難選到真正最適合我駕駛需求的車。適當的隨大流可以減少這種過擬。

其次，大部分人面臨選擇時，可以花時間提高信息量，但這個過程非常耗時間。以買衣服為例。假如我每天花一小時研究男裝，我必然能選出更適合我的穿衣風格。但這花費我太多精力了。我寧願選擇更差的爆款。

最後，人都會不自主地過度強調自己的獨特性，對「量身定製」的效應有不切實際的期望。在知乎上，我見過問主千字長文描述自己的收入身高年齡星座婚戀情況，然後求問哪款手提電腦/鋼筆/枕頭/牙籤最適合自己。這些信息對選擇影響非常小。最「隨大流」的枕頭幾乎肯定是最適合你的枕頭，無論你是個20歲的大學生還是50歲的中年婦女。

當然，這不是我們的錯。在晚期資本主義社會裡，只有過度細分市場，才能讓那為新三板董事長量身定做的Vertu手機和為他在徐家匯上班的小三量身定做的mini cooper有生存空間。

雖然這個經驗只針對消費商品，但「做適合自己的選擇」這個觀點已深入人心。這本身沒錯，但經驗表明，以」做適合自己的選擇」為標準做出的選擇也許並不是最適合自己的選擇。適當的隨大流能改善選擇的質量。