量化指标能为我们提供衡量世界的尺度，使我们对世界的理解更加清晰。但你有没有想过，它同时也在遮蔽和扭曲很多东西？我花了十几年时间越来越细致地追踪自己的生活，才真正理解了这个两面性。这大概既说明了我这个人的毛病，也说明了“衡量”这件事的本质。
跟很多掉进自我量化坑里的人一样，我一开始收集个人数据是为了追求一堆模糊的目标。作为一个成天坐着不动的科技记者，我想让身体和情绪好一点，想多出去走走，想给日常生活里的混乱和不确定性找到一点秩序感。这些目标看起来都可以用冷静清晰的数字来改善。
自我量化的人经常被刻板印象为执迷于自我优化（很多人确实是），但我做这件事的动机一开始不是为了“把生活效率最大化”，而是为了“理解生活的意义”。我没有过什么“生产力心态”，我对生活窍门、走捷径、跟别人比来比去也没太大兴趣。我想从指标中得到的——从那条关于健康、工作和社交生活的永不停歇的数字流中领悟到的——是一种更难以捉摸的东西：自我认知。
这是我犯的第一个错。
“知道得越多就越好”这个观念深深嵌在我们的文化里，深到指出它都显得奇怪。至少从启蒙运动以来，人们公认的求知方式就是测量和量化。毕竟更多知识、更多数据意味着更好的决策，更好的决策意味着更幸福、更充实的人生。至少我们被这么告知，在 AI 时代这种声音更是越来越大。
2007 年，《连线》杂志的两位编辑加里·沃尔夫（Gary Wolf）和凯文·凯利（Kevin Kelly）创造了“量化自我”这个词，帮助启动了我们现在都身陷其中的这场运动。“如果一样东西不能被衡量，它就不能被改善。”凯利在一篇早期博客中写道，很好地模仿了开尔文勋爵的口吻，“所以我们正在寻找尽可能多的个人工具来帮助我们量化自己。”将近 20 年后，大量设备、应用和网站让这件事比以往任何时候都容易——它们都是为了帮我们用数字构建自我认知而设计的。
我的第一个工具是 2011 年开始用的一个小塑料夹式 Fitbit。它只干一件事：数我一天走了多少步。作为资深游戏玩家，我对简单计分系统的激励作用早已深有体会，希望这个新玩意儿能温柔地用数字推我一把，让我放下刷不完的 Twitter，出去走走。走路的时候我偶尔还能冒出一些还算聪明的想法，这似乎是多走路的另一个好处。
但好景不长。我说不准“多接触大自然”和“想出更好的点子”到底是从什么时候起不再是我的目标了，但我猜也就几周的事。我能确定的是：最初 6000 步的日标很快变成了 10000，然后跳到 15000，最后定在了 20000，一连好几年。“变成步数狂”的故事已经是老套了，但它之所以老套，就是因为太普遍了。
没过多久我就从计步器换成了心率监测器（我也开始跑步了）、智能手表、睡眠追踪戒指，以及多到让我自己都不好意思的各种宏量营养素记录 App。健康健身之外，我做记者的生涯恰好赶上了社交媒体和 Chartbeat 等网页分析工具的崛起。这些工具承诺把“工作成就”和“影响力”这些难以衡量的东西也量化——通过追踪阅读量、粉丝数、转发、点赞，以及各种现在分量很重的注意力指标。
十几年勤勤恳恳地追踪心率、步数、活动卡路里、睡眠、文章阅读时长、压力水平和其他指标之后，我在“更了解自己”这件事上的收获基本为零。那些如影随形的数据并没有为我跟自己、跟工作、跟身边重要的人的关系增添任何意义或洞察。恰恰相反，我用的数字代理指标越多，对什么事的感觉就越差。
我真正学到的是关于“试图量化生活琐事”这件事本身的两个教训。
第一个、也是最重要的：不管你现在收集了多少关于自己的数据，永远不会觉得够。前面总有一个新指标在等你，追踪器总有新的方式来重新组合读数、更“精确”地衡量什么是“重要的”：心率变异性、每日压力指数、运动“准备度”、心血管“年龄”。衡量催生更多衡量，没完没了。
第二个教训没那么明显，但同样深刻。你在开始自我量化时的目标越私人、越微妙，你就越有可能在不知不觉中把它替换成某个简化的指标或排名。想成为更好的记者？何不用阅读量和排行榜来代替？喜欢做菜想进步？美食圈的逻辑告诉你，食材清单越长、步骤越复杂的菜谱就越好。即使我们心里清楚好新闻的价值不等于有多少人看了，做饭的乐趣既在于即兴发挥也在于实验尝试，而不仅仅是成功照着复杂菜谱做出一道菜，但一个简单分数的诱惑很难抵挡。指标会不可避免地重新定义你内心对“什么重要”的判断，不管你有没有意识到这个陷阱。
这些年来人们发明了各种词汇来描述这个现象。犹他大学游戏哲学家 C·提·阮（C. Thi Nguyen）在新书《分数：如何停止玩别人的游戏》中管它叫“价值俘获”（value capture）。他说价值俘获发生在你接受了外部的衡量标准，然后让它们主宰你、却不根据自己的生活加以调整的时候。“在价值俘获中，你实质上是在把自己的价值观外包出去，”阮写道，“你让一个外部指标或排名来决定什么对你重要。”更关键的是，你也把“自己搞清楚人生意义”这件事外包了出去。这就是为什么我的散步很快从冥想式的漫步变成了追里程。
个人、机构乃至整个社会都可能掉进价值俘获的陷阱。事实上你一旦开始留意它，就会发现它无处不在——新闻业、教育、商业，还有我们的饮食、我们的爱好，以及我们衡量健康和幸福的方式。阮是这么举例的：
一家餐厅不再关心做好菜，开始关心怎么提高 Yelp 评分——这就是价值俘获。学生不再关心学到了什么，开始关心 GPA——这也是。科学家不再关心找到真相，开始关心拿最大的研究经费——同样是。连宗教领域也逃不掉：一位牧师跟我说他的教会对洗礼率走火入魔了，教会高层搞了一个内部排行榜，牧师们比每月的洗礼人数。这个排行榜开始主导所有人的注意力，他发现自己越来越不关心信众长期的灵性成长，反而把心思花在了讲更受欢迎的布道上，好提高洗礼率、在排行榜上往前挤。
《分数》这本书试图理清一个阮长期思考的谜题：为什么游戏中的数字和计分系统能带来那么多愉悦感和沉浸感，但公共指标和机构考核（也就是适用于现实世界的“分数”）却好像吸干了一切活力，把我们都推进一种灰暗的“打磨优化”心态？
为了回答这个问题，他回到了关于数据和量化之局限的一部奠基之作：西奥多·M·波特（Theodore M. Porter）1995 年的《信任数字：科学与公共生活中对客观性的追求》。
波特是一位研究数字的社会权力的科学史学家。他毕生的工作是搞清楚量化为什么变得如此强势。他对量化为何天然具有吸引力有一个关键洞察。他把量化称为“一种远距离的技术”，因为它“最大限度地减少了对亲密了解和人际信任的需要”。换句话说，指标在不同语境之间传播极其顺畅，容易理解也容易汇总。
不管是学生的 GPA 还是一个国家的 GDP，几乎人人都能看懂。但这种可理解性是有代价的，波特提醒我们：为了得到一个清晰的指标，你不可避免地要简化你试图衡量的东西，大量有层次的、定性的、开放式的信息被丢弃掉，好让最终的那个数字对所有人都“可读”。
没有人（希望如此）真觉得 GPA 能有意义地概括一个学生的全部学习经历或学习能力，但我们同意使用它，因为更定性的评估读起来费劲，解读和比较还需要专业知识。GDP 也一样——一群经济学家曾经认为这个数字跟整体经济福祉相关，于是政客和社会就被绑上了不断推高它的列车。
这就是所有数据内核深处的张力。任何机构层面的量化都要求评价方法和评价结果能在不同语境中被理解，这严重限制了指标实际能衡量的东西。“在价值俘获中，你最终是把那个被抽离了语境的信息碎片内化了，”他写道，“你在用一种为了跨语境传播而被刻意剥离了细微差别的评价技术来指导自己的生活。”
我偶尔会跟“数字型的人”——统计学家、经济学家，或仍在坚持自我量化的朋友——友好地辩论一番。在耐心听完我那些“衡量走歪了”的例子之后——比如 1990 年代中期把疼痛量化为“第五生命体征”的灾难性尝试（加剧了阿片类药物危机），或者“麦克纳马拉谬误”的无数案例（学术、医疗、政治决策完全基于容易衡量的东西）——很多人会坚持说我误解了衡量的意义。指标只是手段，他们说，重要的是用它来干什么。换句话说，那些糟糕的结果是使用者的错，不是衡量本身有什么危险或误导性。
聊到这里的时候，古德哈特定律几乎一定会被搬出来，通常是数字信仰者用来解释“为什么目标会被搞砸”的。这条原则以英国经济学家查尔斯·古德哈特命名，常见的表述是：“当一个衡量指标变成了目标，它就不再是好的衡量指标了。”我对古德哈特定律有很深的不满——不是因为它说错了，而是因为它被人们理解的方式。
正如阮指出的，古德哈特定律几乎没有说明指标为什么无法捕捉重要的东西——更没有说该怎么办。有人得出的结论是“找更好的指标”。也有人说“别让指标变成目标”。
这些建议都没什么用。我认为所有的衡量指标在本质上都是目标，不管你是不是有意为之。指标不可避免地把某个方向或选项呈现为“更好的”，阮在《分数》中写道——“更长的寿命、更快的学生毕业率、更高的阅读量、更高的客户满意度评分。”人们提到古德哈特定律时谈论的其实不是人为失误，而是衡量本身的一个根本性问题。
衡量确实有着至关重要的功能。它在非常实际的意义上造就了现代世界，包括所有拯救生命、减少苦难、令人赞叹的科学突破。谨慎使用的话，指标可以让我们的进步（或退步）更清晰、更透明。碳排放到底降了没有？指标也能给原来不透明的系统引入问责——比如衡量一家公司是否遵守了法规。它甚至可以让我们更客观、减少偏见、推动我们采取行动。
但正如阮在《分数》中反复指出的，指标的根本弱点在于我们用它们来追求那些更微妙、更私人的目标的时候。我想很多人漏掉了一件事：你试图把一件重要的事情压缩成一个数据点，总会有代价。当我们用指标来理解自己、理解社会关系、理解文化整体的时候，它们永远无法接近那些真正重要的东西。更糟的是，它们经常会主动遮蔽它们。
今天，我发现数字在我的日常工作、身心健康、人际关系，以及任何我认为重要的生活领域中几乎提供不了什么。当然我运气好，目前身体还算健康，不需要追踪血糖或监测血压。作为自由撰稿人，我也有幸不用被人塞一堆 KPI、OKR 或其他几乎所有公司和零工经济岗位都自带的量化考核。
但在一个很实际的意义上，没有人能逃脱指标——尤其是伴随指标而来的那套逻辑。认知已经变成了数字化的事情，我们所有人都生活在一个越来越把我们看成一串数字、看成“数据主体”的世界里。我认为最紧迫的挑战是：别让我们也这样看自己和彼此。
这不会容易。正如波特、阮和无数哲学家、人类学家、历史学家已经观察到的，数字的语言在很大程度上就是我们今天赋予事物价值的方式——也是我们消化和理解自己跟他人、跟世界之间关系的方式。很多人已经接受了一个前提：指标在人类事务中天然存在，而且人类生活中没有任何方面不能被某种方式转化为数据。
那怎么反抗？阮的书提供了一个有用的起点。他在《分数》中反复强调的一个道理是：相信数字能真实或有用地反映人的需求和欲望，就是在赋予数字权力。我们至少可以开始认真质疑这个信念，问一问自己为了追逐一个指标，放弃了什么意义和乐趣。
这样做也许会带来另一层认识：在数字的游戏里跟数字比，人类注定是输家。如果我们坚持用注意力指标和生产力评分来表达自身价值，如果我们继续把智力和创造力变成一系列等着 AI 来超越的基准测试，那我们已经输了。在一个围绕指标构建的世界里，机器当然会超过我们——我们造它们就是干这个的。答案不是把自己也变成机器。
真正让我夜不能寐的是，我们已经太习惯于通过数字来看世界、看自己了，以至于丧失了表达人之为人的根本价值的语言能力。我们比以往任何时候都更需要这种能力，尤其是如果我们要充分回答这个时代最重要的两个问题的话：人是干什么用的？AI 又是干什么用的？
在我试图从一种被数字支配的生活中解脱出来的过程中，我扔掉了花十年攒起来的大部分量化工具，基本退出了社交媒体，不再用 App 追踪健康和状态。我现在戴的手表只告诉我时间和日期，别的什么都没有。
我从自我量化时代唯一保留下来的习惯是走路——当然不数步数。现在我在沮丧或不知所措的时候走路，写文章卡住的时候走路，想带狗出去逛逛、跟邻居聊聊近况的时候也走路。这件事的好处对我来说清楚得不能再清楚了。只是我没法用一个数字来表达它们。
https://www.technologyreview.com/2026/06/19/1138778/inevitable-weakness-metrics-quantified-life-book-review/
热门跟贴