01原理
幸存者偏差说的是：你手上的样本，在到你手里之前已经被结果筛过一遍。活下来的公司、跑赢的基金、爆红的产品会被写成案例、上榜、出来演讲；死掉的那些没有人采访，数据库里也常常查不到。于是“成功者都做了什么”这个问题，天然只能在幸存者身上回答，而你真正想知道的是“做了这件事的人里，有多少活了下来”。前一个是条件概率的一半，后一个才是你能拿来下注的数字。
芒格没有专门讲过这个模型，但他讲易得性误判时的那句话可以直接借来用：一个事实不会因为你容易拿到它就更有分量。幸存者是最容易拿到的事实。创始人每天刷到的是融资新闻、收入截图、“十个人做到几千万美元”的故事；同样走了这条路、已经关门的公司，不会出现在信息流里。如果只看前者来决定打法，你等于在一个只收赢家的样本里做回归。
这个模型的用处不只是“别信成功学”。更实际的用法是两步：先问这个样本是怎么被选出来的、谁被筛掉了；再问如果把被筛掉的那部分补回来，结论还剩多少。有时候结论站得住，比如巴菲特 1984 年就是先回答了“你是不是事后挑赢家”，再拿出记录；有时候结论会整个翻过来。
为什么成立
机制是一个筛子加一个看不见的分母。假设一万个团队各自随机选一条路，结果只取决于运气，最后有一百个成功。把这一百个拉出来研究，你一定能在他们身上找到共同点：都很早发布、都在某个平台上起量、都有一个强势创始人。可这些共同点在失败的九千九百个团队里可能一样常见。只要你看不到分母，就分不清“这个做法提高了成功率”和“这个做法很普遍，所以成功者里也很多”。巴菲特的抛硬币比喻把这一点算得很清楚：两亿两千五百万人连猜二十次，靠纯运气也会剩下约 215 个全对的人，他们还会去写书、开讲座。
第二层机制是筛子本身会改变你看到的数据形状。一架被打得千疮百孔却飞回来的飞机，说明那些部位中弹后还能飞回来；真正致命的部位，在返航的飞机上反而弹孔最少。基金业里，业绩差的基金被关掉或并入别的基金，留下来的样本平均收益就被抬高了。所以修正的办法不是“多看几个案例”，而是把出发时的完整名单找回来，从起点往后数，而不是从终点往回看。
02芒格怎么说
芒格没有专门讲过幸存者偏差，我们在他的主要演讲里也没找到这个词；它是后人加进“思维模型清单”的。和它最近的是他讲的“易得性误判”：容易看到的事实并不因此更有分量，解药是清单、程序和主动去找不容易看到的证据。1994 年他谈主动管理的基金经理时也说过，不可能人人跑赢市场，扣掉成本后整个行业对客户没有增加价值。最直接的关联其实在巴菲特那边：1984 年《格雷厄姆-多德村的超级投资者》专门回应“赢家只是运气好的幸存者”这个质疑，九份记录里有一份就是芒格的合伙基金。
By definition, everybody can’t beat the market.
按定义，不可能每个人都跑赢市场。
All I know is that all the people I know who got rich—and I know a lot of them—did not do it that way.
我只知道，我认识的发了财的人——我认识很多——都不是这么发的。
03怎么用
- 01
学别人的打法之前，先找回出发时的名单
想学“某个 AI 应用怎么从零做到百万用户”，不要只读它的复盘。去找同一时期、同一品类、用同样打法起步的公司：产品目录、早期榜单、同一期孵化器的名单都可以。数一数里面有几家还在。如果十家里只剩一家，这个打法最多是“可能有用”，不是配方。
- 02
看用户数据时，把流失的人也算进去
小团队最常犯的是只访谈还在用的用户。他们当然喜欢你的产品，否则早走了。每个月从流失名单里挑几个人约十五分钟，问他们为什么走、换成了什么。留存曲线也要按注册批次从头画，不要只看当前活跃用户的使用时长，那是幸存者的平均值。
- 03
评估提示词、模型和智能体时，保留失败日志
演示里放的是跑通的那次，复盘里写的是有效的那几个改动。内部评测要固定一套任务，每次改动后全部重跑，失败的样本和成功的一起存档。别只从“用户点了赞的回答”里挑训练或调优数据，那等于只拿返航的飞机来研究装甲。
- 04
给“先例”打一个折扣，并写下折扣理由
董事会或投资人说“某公司就是这么做成的”，可以接受它当一个假设，但要追问三件事：同样做的公司有多少，失败的那些是什么样，这家公司有没有别人复制不了的条件。把答案写进决策文档，几个月后回头看，你会知道自己的折扣打得对不对。
04案例
沃尔德的返航飞机：弹孔少的地方才要命
二战期间，统计学家亚伯拉罕·沃尔德在哥伦比亚大学的统计研究组工作，1943 年写了一份备忘录，题目就是《基于幸存飞机的损伤估计飞机易损性的方法》。问题在于：军方能检查的只有飞回来的飞机，被击落的那些没法看。沃尔德的思路是把这个筛子算进去：如果中弹位置大体是随机的，那么返航飞机上某个部位弹孔特别少，恰恰说明那里中弹的飞机多半没回来，那里才是该加强的地方。这份备忘录 1980 年由美国海军分析中心重印（编号 CRC 432），1984 年马克·曼格尔和弗朗西斯科·萨马尼戈在《美国统计学会杂志》上撰文系统介绍了它。流行版本里还常有一段“工程师想在弹孔多的地方加装甲、被沃尔德纠正”的对话，这段情节我们没能在可查的材料里核实，这里不采用；可以查证的是这份方法和它要解决的问题。[3][4][5]
巴菲特的 215 只猩猩：先说清名单是什么时候定的
1984 年，巴菲特在哥伦比亚大学纪念《证券分析》出版五十周年的会上演讲，要回应有效市场派的质疑：长期跑赢指数的人只是运气好的幸存者。他先自己把质疑讲到极致：两亿两千五百万美国人每天早上猜一次硬币，猜错出局，十天后约剩 22 万人，二十天后约剩 215 人，每人把一美元变成一百多万，还会去写书、开讲座，反问“如果做不到，怎么会有我们 215 个”；换成两亿两千五百万只猩猩，结果也差不多。然后他给出两个回答。第一，如果 215 个赢家里有 40 个来自奥马哈的同一家动物园，就值得去问饲养员喂的是什么；他展示的九位投资者都出自格雷厄姆和多德这个“知识村庄”，而且买的股票各不相同，不是跟着一个人喊。第二，也是更关键的一条：这些人是他很早就认定的，最近一次认定也在十五年以前，记录都经过审计；他明说，如果是刚从几千份记录里挑出几个名字，听众就不必再往下读了。九份记录里的第五份属于芒格的合伙基金，持仓和巴菲特的几乎完全不同。这是对付幸存者偏差最干净的办法：在结果出来之前就把名单定下来。[2]
a16z 的生成式 AI 应用榜：五版名单，只有 14 家每次都在（行业案例，不是小团队）
风投机构 a16z 从 2023 年 9 月开始发布消费级生成式 AI 应用排行，第一版按 SimilarWeb 2023 年 6 月的月访问量排出前 50 名网页产品。到 2025 年 8 月第五版时，文章统计：五版网页榜单里每一次都上榜的只有 14 家，包括 ChatGPT、Perplexity、Character AI、Midjourney、ElevenLabs、Gamma、Hugging Face 等，作者称它们为“全明星”。中间每一版都在换血：2025 年 3 月的第四版有 17 家新公司进入网页榜，8 月的第五版又有 11 家新面孔。按 50 个席位算，第一版里有 36 家至少掉出过一次（这是我们按名单做的减法，不是原文数字）。对一个想做消费级 AI 产品的小团队，这份名单的危险在于：如果你只研究那 14 家“全明星”怎么做增长、怎么定价，你学到的是幸存者的共同点，而不是这些做法的成功率。同时也要看清这份榜单的筛子是什么：它按流量排名，掉出榜单不等于公司死了，可能只是增长停了或转向了别的市场。[6][7][8]
五人团队照着“爆款发布复盘”定上线计划
一个五人团队做 AI 会议纪要工具，创始人收集了二十篇“我们在发布当天拿到上万注册”的复盘，总结出三条：先在社交平台放一段短视频演示、免费额度给足、发布当天创始人亲自回复每一条评论。团队据此把两个月的预算压在一次发布上。推演的关键一步是补分母：同一时期、同一类产品里，按同样三条做了发布的有多少家？团队花一个下午去翻产品目录和发布平台的历史页面，发现同类发布有上百个，大多数当天只有几十个赞，之后就没了下文；那二十篇复盘之所以存在，正是因为作者成功了。更合理的计划是把这次发布当成一次低成本试验，事先写下“多少注册算有效”，同时留出预算给发布之后的渠道，而不是把它当成一个已经被证明的配方。
05误用与边界
把“有幸存者偏差”当成否定一切成功经验的万能话
样本被筛过，不等于结论一定错。巴菲特的例子说明，只要名单是事前定的、赢家集中得超出运气能解释的范围，成功者身上的共同点就值得研究。正确的反应是去补分母、看集中度，而不是一句“幸存者偏差”就把所有先例扔掉。
搞错筛子是什么
沃尔德的推理成立，靠的是“中弹位置大体随机”这个假设；a16z 的榜单掉出去，也不等于公司死了。不同的筛子扭曲数据的方向不同：有的筛掉了死者，有的筛掉了增长慢的，有的筛掉了没公开数据的。先说清楚是什么把样本筛掉的，再决定怎么修正，否则你会把一种偏差换成另一种。
只在别人身上找偏差，忘了自己的经验也是幸存样本
芒格在 1994 年说他认识的有钱人都不是靠板块轮动发的财，这本身也是从他看得见的那群人里得出的判断，他自己也补了一句，也许有人做成了，只是他不认识。创始人的“我们上次就是这么做成的”同样如此：你记得的是活下来的那次决定，被放弃的项目和差点死掉的月份不会进入你的直觉。
06检查清单
下次做相关决策前逐条过一遍。勾选只保存在你的浏览器里。
08来源
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8