1970年到1990年这二十年里，经济学家所建立的模式中，人变得越来越理性。芝加哥大学的经济学家理查德·泰勒（Richard Thaler）回忆说："经济学这一领域的审美观变成了这样：如果A模式中的人比B模式中的人更精明，那么A模式就优于B模式。"如果假设人是绝对理性，可以使你的工作得到更高的评价，那又何乐不为呢？
有些经济学家承认，这一因素已经影响到了他们的论文。几年前，我读过一篇文章，作者认为，对于任何一个经济学家个人而言，也许依赖"理性选择"本身就是一种理性的行为，即便他们自己也知道这一理念是错误的。但毕竟这个理论还是占据主流的地位，与其攻击它，不如赞同它，这样才有利于经济学家的职业发展。
你可以说它是国王的新衣，也可以说它是纸房子，不管怎样，理性的经济学可能再也经不起现实的考验了，事实上也已经站不住脚了。有些经济学家甚至到最后黔驴技穷地争辩说，经济学不应该是研究现实世界的，而应该定义为是一门研究进行互动的、绝对理性的人的科学。这一态度让我想起了一位英国贵族女士曾经这样评价某个伯肯黑德（Berkenhead）的君主："他聪明绝顶，可有时聪明过头了"。
幸好有些经济学家勇敢地站了出来，选择研究那些能真正适用于现实世界的理论。他们的研究工作已经证明了，把理性选择本身当作一种社会现象，要比把它当作一种理论来得有趣，这是毫无疑问的。有三点事实：第一，有时我们就是不理性的，不管我们有多努力地想做到理性；第二，即使我们能做到理性，但大部分的人并不是理性的；第三，理性或不理性都不要紧，因为我们还能利用其他方法来做决定，而且做出的决定也不差，甚至更好。
一个猜数游戏
1987年的某一天，《金融时报》上出现了一则奇怪的竞猜广告，邀请银行家和商人参加一个数字竞猜比赛，参与者必须在0到100之间选择一个整数寄回去。谁猜的数字最接近所有数字之和的平均数的三分之二，谁就是赢家。如果猜中数字的人不止一个，那么就以随机抽签的方式选出唯一一个赢家，奖品是一套协和航空从伦敦到纽约头等舱的往返机票，价值超过一万美元。
想象一下，如果你也参加了竞猜的话，你会怎么选择数字呢？根据传统经济学的观点，你会理性地选择一个数字，可是，怎么选才是理性的呢？
你显然不知道其他人会选择哪个数字，这样一来，想要理性也有点困难。所以，你可能一开始会做一个大概的猜测：也许人们选择的数字在0到100整个范围之间随机变化，这样的话，平均数大约是50，所以33会是个不错的选择，因为33接近50的三分之二。你满怀期待地寄去了这个数字，接着又来了一个明显的问题--如果其他人都和你想的一样，情况又会怎样呢？
如果真是那样的话，那么其他人也会选择一个33左右的数字，所以平均数就不是50，而是33左右，那么33的三分之二就是22。你可以把这个数字寄回去，或者按照这一思路再仔细想一想。如果其他人又和你想的一样，那么平均数就是22了，所以最佳的猜测实际上在15左右。
以此类推下去，你想得越多，数字就会变得越小，而真正的疑问也来了，你究竟该停在哪个数字上？继续按照这一逻辑推理，你会开始怀疑每个人都会选择一个非常小的数字，甚至可能就是0。而实际上，0这个数字也是一个符合数学逻辑的答案，因为0的三分之二还是0，每个人都选择0的话，那么每个人都猜对了。理性的经济学家会选择0，但是除了他们之外，其他人会这么选吗？
结果是，的确还有其他人选择了0，但是并不多。这个奇怪的猜数游戏是由芝加哥大学的理查德·泰勒设计的，当他把寄来的数字列成表格的时候，他发现，有少数一部分人真的选择了0，而很多人选的都是33和22--逻辑思维停在了第一步或第二步。最后的统计结果，平均数是18.9，赢家选择的是13。
泰勒设计这个猜数游戏主要是为了说明，理性的经济学家头脑中的人的行为方式与现实生活明显不符。认为人们应该选择数字0的想法来自于经济学的传统理论，也就是大家都知道的"博弈论"（game theory），它讨论的是理性的人在竞争性的环境中，怎样能有最佳的行为表现。
二十世纪50年代，数学家约翰·纳什（John Nash）--近来电影《美丽心灵》（A Beautiful Mind）故事主人公的原型--证明了，一个理性的人在得知其竞争对手也都是理性的情况下，很多时候他总是能找到一个"最佳"策略加以运用。所以，在泰勒的猜数游戏中，最佳的策略就是选择0。因为，如果每个人都是完全理性的，那么他们都会选择同样的数字，而0是唯一一个等于平均数三分之二的数字。
但问题是，理性的经济学家来参与这个竞猜的话，就一定会输。事实上那么猜既不理性也不聪明，不过只是天真烂漫而已，尤其是他们把人的行为想得太简单了。一个经济学家能够尽量让自己变得理性，但是他却无法控制其他人和他一样理性。
这个竞猜游戏不是一个纯粹的数学问题，因为最佳数字是根据所有人选择的实际数字而定的，而谁也不知道人们会出于多么疯狂的理由来选择那些数字。结果，这个竞猜游戏和理性一族的博弈论扯不上一点关系，但非常重要的是，我们每天都会遇到和这个游戏相似的实际情况，仅仅依靠推理和逻辑是根本应付不了的。
举个例子，早晨开车去上班，为了避免交通堵塞，你会想要选一条别人不会走的路。但是，其他人也会这么想。结果你的想法就变成，许多人都在尝试做一些大多数人不会做的事，但理性地说，这是不可能的，因为人们无法猜透别人的心思。再想想股票买卖，因为牵涉到大笔的资金，所以你想理性地采取行动应该总能赢利吧。
其实不然。经济学中有个古老的论点，认为股票的价格必定反映了其公平合理的价值，因为投资者是理性的，他们会买进那些价值低估的股票，使股价上涨，或者会卖出那些价值高估的股票，直到股价跌落为止。理性的投资者之所以这么做，是因为在这一过程中，他们可以轻松挣到钱。
不过，事情没这么简单。假设某些聪明人发现个别股票的价格非常低，为了轻松获利，他们或许会理性地买进持仓，想着等股价涨到应有价值的时候，再卖出赚上一笔。但是，就像泰勒的猜数游戏中理性的经济学家一样，他们对股票的看法也许是对的，但是却把人想得太简单了。因为还存在着非理性的投资者，他们完全得不到咨讯，也没有好的理由要持有这只股票，觉得自己会输钱的他们就继续抛售，使得股价跌得更低。无论这看起来有多可笑多恼人，他们还是会这么做。
所以，在股票市场中一个绝对理性的投资者也会赔本。因为股市的运作是建立在人们的信念上的，而不同的人又有不同的信念和想法，所以在这种情况下还要力求做到理性，反而就太奇怪了。
如果认为克利夫兰的气温可以影响股市的人足够多，那么这个城市的温度真的就能影响股市，所以作为一个明智的投资者，则最好在买卖股票之前，先查询下克利夫兰的天气情况，哪怕这听起来是多么"不理性"。说穿了，理性只是一个某些时候可以使用的工具而已，甚至这个工具只能停留在理论的层面。
或许还会有人希望能保全理性选择的理论，但是对于他们来说，继续探索下去只会使情况变得更糟。甚至有时候，在做出一个符合逻辑的决定之前，连孩子都会做的计算，我们大多数人反而不会了。所以看来，出错是我们人类甩不掉的遗传基因。
出错是一种本能
如果我告诉你，一个球拍加一个球，一共是1.10美元，球拍比球贵1美元，那么球是多少钱？这个问题显然不需要很复杂的计算，难度就和小学生每天功课要演算的题目差不多。但在几年前，麻省理工学院的心理学家谢恩·弗雷德里克（Shane Frederick）让普林斯顿大学和密歇根大学的学生来解答这个问题时，给了学生们足够的时间算出答案，结果呢，50％普林斯顿的学生和56％密歇根的学生都答错了。他们的答案是：球拍1美元，球0.1美元或10美分；而正确的答案是：球拍1.05美元，球0.05美元或5美分。
几乎每个人第一次被问及这个问题的时候，都会脱口而出10美分的答案。不知道为什么，这个答案感觉上就像是正确的。乍一看，1.10美元的总价可以简单地分成1美元和0.1美元，粗算一下，两个量也正好相差1。所以对于我们的大脑来说，10美分的答案就好像是个"自然"的反映--人们下意识地努力作答，但是要答对还需要更大的努力。而用不同的问法来问这个问题，似乎就没那么难了。如果我说，球拍和球一共1.10美元，球拍是1.05美元，球多少钱？这次你的本能就不会出错了。
对于这个实验，"理性选择"显然无法解释，同样也无法解释过去十年来，心理学家和实验经济学家所做的上百个实验。如果你想找到合理的解释，那么必须得另辟蹊径。而普林斯顿大学心理学家丹尼尔·卡尼曼（Daniel Kahneman）的"两个系统"的观点，则能给我们提供一个很好的途径。
卡尼曼认为在人类大脑这套装置中有两个系统，其中只有一个系统是理性的。这个理性的系统能够有意识地根据逻辑处理信息，工作起来很慢，一步接着一步，而且只有依靠持续不断的努力和全神贯注才能运作。
但是，在这个计算的大脑之下，还有另一个"本能"的大脑，它运作起来快速，自动，很难掌控。我们本能的大脑看到了1.10，于是就把这个数字分成了1和0.1，它一把抓住了重要的细节，很快地给出了答案，做事风格利落迅速，不需要任何"理性"的分析。
卡尼曼，还有其他人开始逐渐把理性的幻觉从经济学中拆离。1970到1980这十年中，卡尼曼和已故的阿莫斯·特维斯基（Amos Tversky）共同合作，研究在许多简单的情况下，思维的本能是如何对信息的接收和使用产生影响的，并了解道聪明人如何渐渐偏离了经济学家的理性理念。他们发现如何"框定"一个问题，或如何呈现一种情况，会对人们的处理方式产生戏剧性的影响。例如，告诉病人手术的成功率有90％，和告诉病人手术有10％的可能会失败，这两种告知方式会使病人做出不同的决定，前者更有可能使病人接受手术。同样地，对相同的金额进行不同的描述，价值也会变得不一样。假设你要买的CD是15美元，店员说再走两分钟到另一家店里，这张CD只卖10美元，你可以节省5美元。很多人都会努力省下这5美元，但是研究表明，如果同样的人要买的是一件125美元的皮夹克时，他们就不介意省不省这5块钱。从理性的角度来讲，两种情况下的5块钱都是一样的，然而本能的大脑却并不同意，它认为一种情况中的5块钱，比另一情况中的5块钱更值钱。
显然这种想法完全是非理性的。但典型的人就是这样，要是你把实际很简单的问题复杂化，生硬地给它们套上一件满是灰尘的数据外套，那么情况就更糟了。如今，对艾滋病病毒HIV的抗体检测准确率高得令人难以置信。如果某人身上携带HIV病毒，那么从他的化验报告中就能体现出来，检测的准确率是99.9％。如果某人没有HIV病毒，那么化验结果的准确率更高达99.99％。
现在，让我们到美国大街上随便找个人来为其做HIV抗体检测，只要他不是静脉吸毒者，不是男同性恋，或不属于其他患爱滋病的高危人群就行。如果化验的结果呈阳性，那么这个人就真的是艾滋病病毒携带者吗？准确的几率又是多少呢？问这些问题的人看似好像丢了大脑，问得多余，这个人携带HIV病毒几乎是肯定的了。这么想对吗？错。正确的答案是，化验准确的几率只有50％。
如果你的答案错了，不要沮丧，因为这个问题德国马普研究所（Max Planck Institute）的心理学家歌德·吉戈仁泽（Gerd Gigerenzer）问了好几百人，从学生到数学家，再从数学家到经验丰富的医师，结果却发现，大约95％的大学生和40％的医师都答错了，尽管后者经历过特别的训练，但在处理这类问题时仍然出错了。所以，问题就出在我们的思维本能。
其实，如果你和大多数人一样，那么你的思维已经被本能的大脑掌控了，使得你没发现，我还没给你足够的信息能让你做出正确的答案。要做出理性的判断，你就要知道一开始我们从大街上"随便"找来的这个人，本来就不太可能是HIV病毒的携带者，因为只要不属于高危人群--男同性恋、静脉吸毒者等，10000个美国人里只有1个人会感染HIV病毒。这就意味着，这个人患有HIV病毒的概率和检测结果呈阳性的概率只有万分之一，而没有HIV病毒的人抗体检测却呈阳性的概率也是万分之一。所以，呈阳性的结果，对错的可能性各占一半。如果这么说你还是不清楚，那么很有可能是因为可能性这个问题迷糊了人的大脑。那么现在，我们用实际的人数来思考这个问题。想象一下，有10000个肯定不属于高危人群的人到医院做HIV的抗体检测，根据我们之前所说的，普通人，也就是非高危人群，带有HIV病毒的概率是万分之一，那么前来做检测的那10000人里，可能就有一个人真的感染了HIV病毒。由于抗体检测的准确率很高，所以几乎所有人的检测结果都是正确的（9999个人的检测结果呈阴性，1个人的检测结果呈阳性）。但又因为抗体检测不是绝对完美的--10000次检测中会发生1次错误，所以这些人中有某个人的检测结果也会呈阳性（抗体检测呈假阳性的几率，要比呈假阴性的几率大得多）。最后总结下来，10000个人里面，我们大概能发现一个真阳性和一个假阳性，所以阳性结果的准确率只有50％。
总而言之，不是我们失去了理性，而是我们惯常的思维背离了理性。许多经济学家喜欢把这种背离称作为"反常状态"，彷佛它们是对理性观念的背弃，莫明其妙，叫人费解。但是进一步思考，也许我们思维的本能其实一点也不反常，或许在人类历史上还具有非凡的意义。
现代人的头，石器时代的脑
理性选择这一理论的问题在于，把人的大脑看成了一台全能电脑--一套任由主人输入工作任务的超强设备。但是，人脑不是全能电脑，虽然和其他东西相比，它的确能更轻松地做好一些事（比如能在50公尺开外就从背影认出自己的朋友），但是要让它计算223乘以57是多少，恐怕就要费一番周折。
再想想人的心脏，就像一个精致的泵，把血液输送到全身的动脉和静脉中，但这个泵不是全能的，如果用它来抽取车里的汽油，就肯定不行。心脏是由进化过程为了某种特定的功能设计而来的，我们的人脑也是这样。
给人脑作个更好的比喻，应该是一台现在正陈列于伦敦科学博物馆内的奇特机器。高约一米八的木制结构支撑起一连串大小不同的钢轮，连接轮子的一根金属轴一直延伸到正下方一面可旋转的鼓上，一支机械笔能在鼓上做下标记。如果你扳动这台机器的手柄，所有的轮子都会旋转起来，鼓也跟着转动，于是机械笔就开始画出曲线，虽然画得不是很整齐，但时高时低的曲线基本上也很有规律。如果你看看机器下方的说明，你会发现，这台设备是由英国物理学家威廉·汤姆逊（William Thomson）在十九世纪末发明的，并一直用到了1950年左右。这台机器的功能是预测趋势的发展。大小不同的轮子受到太阳、月亮和其他因素的影响发生了变化，而整套机械装置把所有的变化因素组合在一起，计算整个发展趋势。
然而，这台机器除此之外没有其他功能。它不是一台电脑，因为它无法进行编程。所以说，用它来比喻我们的人脑更好一些。我们人脑就像这台机器一样，是为了特定的目的，专门设计出来的一套设备，用来完成特定的任务。
人类的大脑是经过了几百万年进化的产物，在其构造和功能里包涵着演变的历史痕迹。大脑进化的目的不是为了解决数学问题，不是为了驾驶车辆，不是为了判断风险的金融投资，当然也不是为了一眼望穿复杂的数据森林。
大脑进化，其实是为了解决我们的祖先在另一个世界所遇到的各种各样的问题。那个世界与我们现在所处的世界有着天壤之别。要理解什么是社会原子，最重要的就是了解这一事实。在99％的人类历史中，我们的祖先都住在一个小型的游牧群体中，打猎和采集是他们的生存方式。正如约翰·图比（John Tooby）所说的，"他们整整一辈子都在露营旅行"，并依靠采集植物或猎狩动物维持生命。经过自然选择的进化过程会逐渐给人类的大脑带来利好的变化，使大脑能帮助我们的祖先解决最紧迫的日常生存问题--打猎、寻伴、抚育后代，辨别谁能信任，谁是危险分子。
你不会期望汤姆逊的机器擅长做飞机航行的计算，因为它不是为了这个目的设计出来的。人类的大脑在面对现代世界时，也存在一个类似的问题，与我们现在所面临的生存环境相比，我们更能适应祖先的生存环境，我们还没来得及适应现在的环境，所以导致出现了一些奇异的状况。我们的祖先害怕蛇是因为他们知道，在浓密的非洲热带雨林中，蛇是一种巨大的危险。
时至今日，像蜘蛛和蛇这样的动物仍然会让很多人感到害怕，但却很少有谁会对电插座和开车产生巨大的恐惧，而一般来说，电插座和开车的潜在危险要比蛇和蜘蛛大得多。我们的大脑是为了特殊目的进行信息处理的机器，为我们提供了思维的本能，用以适应祖先的世界，就像图比所说的，"人类本能的思维做起推论来，就像蜘蛛织网一样，轻而易举，毫不费力，浑然天成"。
另外，人类还有一种特别的习惯性行为，即"规避损失"。理性的思维认为，人们有多想得到10美元，就有多不想损失10美元（在衡量同样价值大小的收获和损失时，应该有同等程度的好恶情绪），但其实并不是这么回事。举个例子来说，英国的一档电视智力竞赛节目--《谁想成为百万富翁》中，参赛者要回答一系列的选择题，答对了就能继续答下去，一直到答错为止。每答对一题，参赛者的潜在奖金就翻一倍，但要是答错了损失则更大。几年前，加拿大贝尔法斯特女皇大学（Queen's University）的经济学家加索尔·拉诺（Gauthier Lanot）及其同事分析了515位参赛者的表现，结果发现，其中只有三个人一路冲关到底，赢得了100万英镑的奖金，大约三分之二的人在赢钱的时候退出了，还有三分之一的人放手一搏，可惜最后答错被淘汰出局。
研究人员的分析表明，要是参赛者们能更大胆地放手一博，那么原本会有更多人能赢得那100万，参赛人员赢得奖金的总数也会更大。一般说来，一个理性的人会比一个现实的人赢得更多，因为现实的人特别想规避巨大的损失。而有趣的是，还有研究者在实验室里的灵长类动物身上，也发现了类似于"规避损失"的行为倾向。
耶鲁大学的心理学家劳瑞·桑托斯（Laurie Santos）和经济学家基思·陈（Keith Chen）把僧帽猴作为实验对象，通过操纵实验的细节，为它们设计了两种有关于葡萄的"赌局"，一是潜在收获（肯定能得到一个葡萄，但有一半机会能得到另一个葡萄），二是潜在损失（肯定能得到两个葡萄，但有一半可能会失去其中一个葡萄）。尽管这两种赌局的情况是一样的，但是相较于后者来说，僧帽猴更喜欢前者，因为前者被佯装成了一个会赢的赌局，而对后者的描述则暗示着很可能会输。人类与灵长类动物之间非理性程度的相似性，正暗示了一个进化的深层起源。
所以，当我们讨论人类行为与决策过程时，理性并不能解答所有的问题，对于这一点，我们也不该感到惊讶。我们有意识的大脑无法看见本能的大脑的行为，控制仅仅是一种错觉而已。
或许德国心理学家本杰明·利贝特（Benjamin Libet）在二十世纪80年代做的一项颇受争议的著名实验，可以很好地说明这种让人沮丧的想法。利贝特和同事用电极来监测，人在采取简单行动和做决策（譬如按按钮）时，大脑皮层的活动情况是怎样的。实验里在一段固定的时间间隔内，志愿测试者可以随心所欲地按动按钮，并让他们在感觉到有按按钮冲动的时刻做下记录。
研究者发现，测试者在意识到自己的意图并决定那么做之后，大约花了五分之一秒（两百毫秒）的时间实际按下了按钮。而真正让人感到讶异的是，根据电极的记录显示，大脑皮层的活动比按按钮这个动作快了半秒（五百毫秒），也就是说，大脑皮层的活动比我们的意识（有冲动想要按按钮）还要快三百毫秒。这样看来，实验的结果完全颠覆了我们原来的想法--有意识的大脑先做出决定，接着发布指令，最后身体才做出反应，挪动手臂和手指。而利贝特的实验却暗示了，测试者的大脑皮层先开始运作之后，才有了决定按按钮的意识。至少在这个实验中，有意识的大脑并不是行为的掌控者，满脑子都只是错觉而已。
因此，我们真的应该认真对待卡尼曼的"两个系统"的观念。当我们第一次面临某种新状况时，我们的本能系统发出了即时反应。那一刻，我们成为了现代世界的原始人，变成了僧帽猴，用祖先传承给我们的大脑工具来面对现时的情况。
只有过后，我们的第二个大脑系统才姗姗来迟，此时我们又变成了弗朗西斯·高尔顿，心里没底地亮出了理性大牌。再想想普林斯顿和密歇根大学的那些学生，在试图确定球和球拍的价格时，出于思维的本能，他们迅速有效地一眼发现了模式，眨眼的功夫就知道如何把1.10分解成大小正确的量。有一半的人仅仅经过本能的思考就给出了答案，还有一半的人，用第二个大脑系统成功地控制了本能思维，所以给出了正确的答案。
绝对的理性存在于空间和时间之外，而人不是。问题根源在于把人看作了理性的高级计算器，可我们是人类漫长演化史上的一部分，穿着现代的衣服过着原始人的生活，身上背了个笨拙的计算器，本能地来思考问题。
不断进化的人
直到最近，人们还普遍认为经济学（在此我指的是传统与"超理性"的经济学）是我们理解人类社会正确的框架。心理学、进化生物学包括经济学本身的研究者现在已经意识到，他们正活在一个集体的梦幻中。十年前，政治学家弗朗西斯·福卡亚玛（Francis Fukayama）就曾写道，在理性选择的理念基础上建立起来的主流经济学理论，"百分之八十是正确的"。如今看来更像是，百分之八十是错误的，光看看那些由于专注于理性行为而暴露的问题--我们将在之后的章节中探讨一些更为严重的问题--就可想而知了。
但是说到底，这本书要写的，不是如何拆毁一个理论，而是如何建立一个更适用于人类社会的理论。要达到这个目标，出发点就是要更好地描述人类社会的原子。
做个粗略的总结，我们可以说卡尼曼的"两个系统"与两个基本的原则相一致，这两个原则解释了许多人类的行为，至少它们能解决实际的问题。
原则一，我们不是理性的计算器，而是狡猾的赌徒。直觉、情绪、猜疑，它们都是从哪来的？来自大脑深处锁着的原始人，他们对事物的看法和感受，与我们有意识的大脑完全不同。我们今天之所以活着，是因为我们祖先的行为已经被硬套上了一整套简单的规则，告诉他们如何做决策才会有好的结果。虽然这些好的结果足以让他们生存下来，但是却和理性的计算没什么关系。而我们现在也是这么回事。弗朗西斯·高尔顿的理性精神似乎只占据了一小部分人的心智，其他人更像是被原始的精神支配了，迅速又粗蛮地做出判断，没什么时间去管细枝末节。
原则二，我们是有适应能力的机会主义者。虽然理性的思维并不如过去经济学家所认为的那么重要，但也不是完全不重要，因为我们的部分大脑的确是依靠推理和逻辑来帮助我们的本能系统，并避免让我们陷入困难。即便如此，真正使我们有意识的那部分大脑力量强大的并不是逻辑思维，而是一种适应能力--根据规则、思想或信念采取行动，然后根据结果来调节自己的适应能力。
要理性地思考问题本身通常意味着，要在思想上走一条反复实践的道路，从初步的猜测，迈向一系列更有进展的答案。这正是我们人类智慧的真正秘密，即我们会按照简单的规则行动，并根据情况进行调节和吸取经验教训。不知道怎么做不用担心，因为在与世界互动的过程中，你就会学到一些东西，甚至连理性也是一个经验性的过程。
在后面几个章节中，我会适时地点明这些粗略的规则，根据不同的情况需求让它们凸显出来。它们画出了一幅有关人类行为的图象，令人满意的是，这幅图象没有背离现实的人类社会，而且为我们开始了解社会物理学提供了一个基础。要大胆探索社会物理学的世界，也许我们要从金融市场开始，因为人们通常都觉得传统经济学在金融市场的地位是最坚不可摧的。
第四章
适应性强的社会原子
人们面临复杂的或不明确的情况会如何进行推理？现代心理学认为，作为人类的我们，逻辑推理的水平很一般，而且也不常用；但我们发现模式、确认模式、比对模式的能力却异常好，这些行为显然受益于进化过程。于是，面对复杂情境的我们，开始搜寻各种模式。
--布莱恩·阿瑟（Brian Arthur）
1992年12月，所罗门兄弟公司（Salomon Brothers）前董事会副主席约翰·马里卫泽（John Meriwether）准备组织一个全明星阵容的团队，进入金融市场大展拳脚。30年的职业生涯中，马里卫泽是个出了名的证券交易高手，也是个非凡的金融工程师。事实证明，他还很擅长用人。马里卫泽大胆聘请了两位诺贝尔奖得主，经济学家迈伦·修斯（Myron Scholes）和罗伯特·莫顿（Robert Merton），凭借他们新颖超群的数学理论，能使分析家为复杂的"金融衍生品"计算出正确的价格。所谓金融衍生品其实就是一份契约，打个比方来说，这份契约给了契约主人一个权力，能让主人在第二年以当前的价格买到某个股票。这种契约可以买卖，就像买卖股票一样简单。但是，一个契约值多少钱呢？这个问题就比较难办了。
理想的情况下，股票的价值应该合理地反映了一个公司赢利的潜力，和配发股息的希望。然而，一份权力契约的价值不仅仅取决于标的股票的价格，而且还与权力到期前的这一年中，人们对股票价值涨跌的期许有关。不过莫顿和修斯（与另一位已故经济学家费希尔·布莱克（Fischer Black）一起）告诉人们应该如何减少不确定性，并使交易者明确地知道期权中的股票最有可能的价值是多少。
曾有人说，这一绝妙的理论"之于交易和投资，就如阿波罗宇宙计划之于月球探险"一样重要，并且它直接引发了80年代金融衍生品的爆发。所以，当马里卫泽把这些大牌和其他一些华尔街奇召集起来，成立一个新的对冲基金--长期资本管理（LTCM）时，他明白自己在做什么，他们的目标是逮住全球市场暂时"无效率"大好机会，来获取几乎零风险的利润。
一开始招揽投资者时，马里卫泽并没遇到多大困难，起初1994和1995这两年里，LTCM的净投资回报率超过了40％。接下来的几年，情况越来越好，到了1997年的11月，LTCM能够回报给投资者的超额资本将近21亿美元。1998年初，LTCM把投资组合增加到了1300亿美元。
对于市场分析家来说，这看上去就好像LTCM发现了从市场抽钱的秘诀，而且没有任何损失的风险。但是后来，大事不妙。1998年12月，市场发生了"意想不到"的动荡，部分原因是由于俄罗斯拖欠债务，导致LTCM的价值损失了90％。由于此项基金筹借的资金超过了1250亿美元，所以大笔的亏损波及了全球经济。为了避免金融市场更大范围的崩塌，纽约联邦储备银行组合了36亿美金，协助纾困。
那么，究竟哪里出问题了呢？哲学家、史学家抑或是其他人，在仔细思考原因性质和因果联系的时候，喜欢把原因分为"直接原因"和"根本原因"。如果某人夜里开车冲下了桥，掉入山谷，那么造成死亡的直接原因或许是车子撞击谷底，导致司机也粉身碎骨。但是如果司机有酒后驾车的习惯，那么根本原因可能要归咎于这个坏习惯，一场致命的车祸肯定是逃不过了，具体怎么发生，细节就由命运之神来选择填补了。
LTCM这个事例中，失败的直接原因是俄罗斯反常的财政困难，之前没有一个人能预计到。LTCM内部的人把这场金融灾难比作百年一遇的怪异风暴，摧毁了他们完美无缺的蓝图计划和管理诀窍。
可是根本原因在哪呢？对于所有数学专家而言讽刺的是，LTCM的失败在于他们没有看到大约30年前数学家就发现了一个奇怪的现象--各种类型的金融市场，从纽约证券交易所（NYSE）到德国的DAX指数，都对"意料之外"的大幅波动丝毫没有抵抗能力。就算没有俄罗斯的财政危机，LTCM迟早还是会因为其他原因而失败。所以在金融市场中，怪异风暴并不如我们所想象的那么奇怪。要了解事件的原因，就要掌握我们人类最显著的特征中，学习能力与适应能力的集体意义。
什么是"肥尾现象"？
假设今天的油价是每桶64美元，那么一个月后，油价会变成多少呢？看到这个问题，也许你考虑的是国际政治局势，或是乌克兰主要输油管的情况。但是你不可能知道确切的价格会是多少，这是一个统计学上的问题。回答这一问题的传统方法，早在一个多世纪以前就有人提出来了。
法国物理学家路易斯·巴谢利耶（Louis Bachelier）在一篇名为《投机理论》（Theory of Speculation）的博士论文中假设，如果记录一支股票的价格在许多个时间间隔（比如一天，一个月）中的变化情况，那么你会发现这些价格都落在了一条"铃型曲线"（bell curve）上，就像在高中数学中的抛物线一样（见图4）。价格变化有一个平均值，位于铃型曲线的顶点，也是变化值最常出现的地方。然后，曲线向顶点两侧快速下降，说明无论是上涨还是下降，巨大的价格变化都不常见。从IQ测试到骰子游戏，很多事都符合铃型曲线，甚至数学家还把铃型曲线称为"常态"分布，因为它看似就像大自然的运作方式。
图4： number 数字，the normal distribution 常态分布，average 平均值
巴谢利耶的想法很明显--金融市场的变数和其他事物一样也符合铃型曲线。现代经济学家普遍认同了他的观点，同时还进一步挖掘了这一观点的内在逻辑。正如我们在上一章里谈到的，如果说人们或多或少都是理性的话，那么一般来说股票的价格就不应该大起大落，脱离它们的实际价值。
这种说法暗示，如果股票的价格发生了变化，那么原因肯定是"新的讯息"打击了这个市场，比如，企业主要管理层发生了变动，或者，又发现了一块新的油田等等。你无法事先预计到这些讯息，所以，当许多新讯息聚集到一起，不同类的新讯息又来源于不同渠道，出于完全不同的理由时，最后的结果就可能是符合铃型曲线的惊人变化。
综上所述，得出这样一个结论--价格应该是任意波动的，而且上下浮动的幅度很小。如果某些事件或是研究对象符合铃型曲线，那么你很少会碰到与平均值相去甚远数值。就拿人的体重来说， 45公斤是常见的人体体重，偶尔你也会碰到几个90公斤重的大胖子，但是没有人的体重会达到135公斤。根据铃型曲线显示，石油、粮食、汽车或是其他东西的价格变化的幅度都不大，一般是0.5％或者1％，而一天之内10％到20％的大幅波动是不可能的。
由于在巴谢利耶铃型曲线图中，股价是随机跳动的，颇像真实的股市情况，所以他的理论看似也很有道理。事实上，没有一个人把这一理论放到真实的金融市场上，对照数据一一进行检验，直到1963年，在IBM研究所工作的另一个法国人，数学家比诺·曼德布洛特（Benoit Mandelbrot）发现了一个令人震惊的事实。
曼德布洛特对芝加哥商业交易所的棉花价格的浮动情况做了研究，他记录了数日或数周的价格差异，看看价格变化的频率是怎样的，然后根据数据画出图形。他发现了一个很像铃型曲线的模式，但有一个很重要的区别是--曲线的"尾巴"在降至0的过程中比铃型曲线更缓慢（见图5）。从技术上来说，数学家把曼德布洛特发现的这种模式称为"幂次法则"（power law）。当时幂次法则的重要意义在于，由于曲线的下降速度非常慢，因此使得人们并不难预测到事件的极端变化，而依靠"常态"的数据分析却很少能做到这一点。
四十年后，我们知道了石油、猪肉或股票的价格都是这样变化的。在纽约股票交易所上市的公司的股票价格中，也能找到同样的模式，抑或是在著名的标普500指数中、其他地方（如日本和德国）的股票市场上也不例外，外汇市场和债券市场亦是如此。迹象是相当明显的--在所有市场中，事件的极端变化要比根据常态数据推测出来的发生频率更平常。
图5 number 数字，normal 常态分布，power law幂次法则，average 平均值
经济学或金融学的任何理论对这一现象的解释方式都无法令人信服。有个大众的想法认为，价格的大多数剧烈波动，也许仅仅是因为受到了"外来刺激"，譬如扰乱秩序的"911恐怖袭击"事件，或是重大企业或政府的丑闻事件。没错，这些事件显然可以震撼市场，也必定会使价格大幅度波动，但是，这种笼统的解释似乎无法刷清所有疑点，因为还有许多价格的大幅波动，背后却没有任何大型事件发生。
1991年，一群经济学家对二战以来美国50个单日价格波动情况做了研究调查，结果发现，其中有许多个价格波动发生的当日，并没有什么大新闻。
所以，"肥尾现象"的谜团仍旧没有得到解答，这也使经济学家陷入更尴尬的境地，毕竟不是市场的话，经济学家还能拿什么来解释呢？这个谜团不仅仅是学术问题。莫顿、修斯以及LTCM基金的其他金融奇才也试图预测，他们会不会因为市场的巨幅动荡受到沉重的打击，并且利用"普遍性"数据--一个经济学家理性信念的产物，来预测这些不确定的事情。根据铃型曲线对市场动荡的预计，股票价值单日降幅达到10％，应该只有每500年才会发生一次。然而，现实的数据却给出了一个更可靠的预测：每五年就会发生一次，这一频率对于LTCM来说太快了，使得他们无法利用交易战略侥幸过关，继续生存下去。
我们应该如何理解"肥尾现象"的谜团呢？正如我在上一章中表明的观点，社会原子主要的行为特点就是，根据简单的法则采取行动，同时以快速的适应能力来获取利益。这本不是什么新鲜事，但是当许多人聚集到一起时，这种适应能力会导致的后果，就不可能是显而易见的了。所以，似乎用这一见解来看市场就足以能阐明曼德布洛特发现的神秘现象。
今晚去不去El Farol酒吧？
1992年夏，爱尔兰音乐家格里·卡蒂（Gerry Carty）每周四晚上都在新墨西哥州圣达菲的El Farol酒吧演出。当时，斯坦福大学的经济学家布莱恩·阿瑟（Brian Arthur）刚到跨学科科研中心的新圣达菲学院任职，圣达菲学院正好和El Farol 酒吧在同一条街上，加上阿瑟又很喜欢这家酒吧，也喜欢那里的音乐，所以就经常到酒吧坐坐，在那度过愉快的夜晚。不过同时，他也碰到了一个怪问题。
酒吧的人不是很拥挤的那几个晚上，阿瑟在那玩得很开心，但是其他时候，酒吧实在太过拥挤，座无虚席之外，闷热和噪音令他十分难受，其他人也有同样的感受。不幸的是，每周的出席人数出入很大，没有明显的模式可循，所以决定去或决定不去似乎成了阿瑟每周必须做的一道选择题。他很想去，但是只有在他认为大部分其他人都不会去的晚上才去。后来他发现，其他喜欢那家酒吧的人都面临了和他一样的难题，每个人都试图做大多数其他人不会做的事，这种情况颇像理查德·泰勒的猜数竞赛。这两个问题都把理性引擎的齿轮熔化了。
但在这样的情况下，人们仍然还是会做出决定，他们把手探入进化生物学提供的计策锦囊中，试图摸到个法子帮他们做出决策，不管这种决策是理性的还是非理性的。阿瑟很快发现自己也在思考一个思维过程。那个装满思考诀窍的锦囊中究竟藏了什么？人们又能从中得到怎样的结果？为什么会得到这样的结果？又怎么来解释酒吧的现象呢？
不妨把El Farol酒吧的顾客光顾率看作一种自然现象，并假设你必须找出某个理论来加以解释，那么你会怎么做呢？首先，你需要寻找某种方式来模拟人们做决策时的情形。客人在选择酒吧人不是太多的那些时候哪一天能去酒吧时，他们会考虑哪些信息？此外，你还必须考虑到，不是每个人的想法都大同小异，不同的人会根据不同的原则来做决定。思量片刻后，或许你会对那些把理性当作宗教来信仰的经济学理论家深表同情，但至少，相信人是理性的信念使得把人理论化变成了可能。如果说人都是非理性的，那么人可能什么事都做得出来--把一场音乐会搞得人声嘈杂，混乱不堪--看似没什么理论能预测到他们出格的行为。但是阿瑟忽然灵机一动，在重重障碍后面发现了一条新路。
机遇巧合，阿瑟曾经读到一篇60年代旧报纸上的文章，作者是胡里安·费尔德曼（Julian Feldman）。费尔德曼认为，人们做大部分的决定时，并不太依靠逻辑判断，反而较多地利用简单的规则，并通过反复的尝试，从中吸取经验教训，特别是当人们试图在世界中辨别模式，并利用这些模式预测接下来会发生什么。
举个例子来说，2005至06赛季的美国国家橄榄球联盟杯快结束的时候，华盛顿红皮队（Washington Redskins）获得了五连胜，一路冲到了总决赛。看看当时的报纸你会发现，对于某些评论员而言，这种模式意味着这支球队正"如日中天"，而且很可能在决赛中有良好的表现。然而，对于其他人来说，五连胜反而给球队带来了情绪上的压力，强弩之末的红皮队最终会不堪一击。这两种理论都采用了"拭目可待"的模式，并以此来预测未来。
阿瑟根据费尔德曼的思路，把这一套理论放到El Farol酒吧的问题上进行推想：如果酒吧上周这个时候人很多，那么人们就会觉得本周这个时候人也会很多；而其他人的想法可能恰恰相反--如果上个礼拜有很多人去，那么很可能这个礼拜他们就选择躲得远远的，好让酒吧里的人数更合理一些。人们根据最近几周或连续几周酒吧的顾客人数来预测未来，可想而知这样的理论是无穷无尽的。
不过，这种被逼无奈的行为"理论"（或者说"假设"）还有第二个要素：人不是不懂变通的白痴，如果连续四周发现酒吧的人数多到比肩接踵的程度，那么他们很快就会抛弃去酒吧的念头。费尔德曼认为，一般人的头脑在同一时刻会出现许多种假设，接着再根据当下最合理的假设来做出决定。这一点显然与我们的日常经历相吻合。
进行任何任务（譬如建书架、找工作）最好的方法之一通常就是先开始着手做起来，尽管你对于开展任务的最佳方法还没有清楚的概念。你先尝试做某些事情，然后学到经验有所收获，并开始学着去调节适应。正如雅各布·布朗诺斯基（Jacob Bronowski）曾经说过的，"要掌握这个世界，只能靠行动，不能靠思索"。根据这一思路，阿瑟用另一个观点取代了理性的理念，即人们根据简单的理论行事，一边在尝试的同时，一边去适应这个世界。
为了找到这种以简单规则为基础的适应性行为会带来怎样的结果，阿瑟求助于计算机的帮助，首先制定了一个长长的表格，罗列了所有可能的理论，如下所示：
1. 去酒吧的人数与上周一样多
2. 如果上周去酒吧的人不多，那么本周去酒吧的人就会很多（反之亦然）
3. 只有在连续三周人不多的情况下，本周来酒吧的人才会很多
4. 去酒吧的人与四周前一样多
当然，类似这样的假设可能还有很多。为了给El Farol酒吧建立模式，阿瑟任意假设有100个人会去酒吧，接着他随机选取10种假设给每个人，然后利用电脑程序，追踪最近几周内每人每一种假设所预测的结果如何，也就是看看对酒吧顾客人数的预测是否准确，然后选择最好的决策来决定是否去酒吧。
换言之，计算机的模型就像现实生活中的人一样，会在脑海中保留好几个念头，然后实施那个看似最好的想法。在这个事例中，"最好的"想法就意味着，能让人们在酒吧不拥挤的晚上去那坐坐，而在拥挤的时候留在家里。关于拥挤程度的定义，阿瑟设置了60人的限制。
上一章节中，我们谈到一种想法，即人类不是理性的机器人，而是规则的适应者，而阿瑟的酒吧模式则为这一想法付诸实践开辟了一条粗略的道路，但是这一模型却真实得惊人。在电脑模拟中，阿瑟发现，去酒吧的人数很快徘徊于60人左右。但是，去酒吧的人数没有一次是正好60人，而且每周人数变化的幅度都不一样（见图6）。其中的原因不难理解。
在这个模型中，人们都把自己当作少数群体的一分子，在大多数人选择呆在家里的时候就去酒吧，反过来也一样。现在，我们假设酒吧顾客的人数变化中存在某种模式，那么有一部分人会根据这种模式采取行动，并一如既往地要把自己归入少数群体中。但这种情况只是暂时的，因为其他人发现了这一模式之后，也会逐渐做出调整，去适应这一模式，最后也加入到了少数群体中。随着其他人都发现了模式，这个少数群体就逐渐壮大成一个多数群体，然后这个群体中的所有人，都开始觉得不适应。这样一来，在这一群体中自我演变的模式，就自然而然地扰乱了人们的行为，最终使一些人从这个群体中退了出去--这的确是一种非常奇怪的现象。
图6：attendance 人数， week 周
那么金融市场，特别是那些出乎意料又不断发生的市场波动，会不会也和这种模式有所关联呢？或者有没有可能，缺乏明显的"外部刺激"的事件大变动也与此有关？
不切实际也有效力？
伟大的物理学家尤因·魏格纳（Eugene Wigner）在1960年写的论文中推测说，在自然科学的数学界，有一种他称之为"不切实际的效力"。魏格纳讲了一个虚构的故事，高中时代曾是好友的两人几年后再次碰面，一起谈论他们各自的工作。其中一人是人口变化趋势的统计员，他把近来的工作展示给他的朋友看，朋友很快就产生了疑惑，指着一个公式中的pi符号问道："这个符合是什么意思？"统计员解释说："pi代表圆周与直径的比例。"朋友大笑："这也太扯了。人口能和圆周搭上边吗？！"
没错，圆周的几何学怎么可能和人口统计学有关呢？就我所知，没有人真正地解释过这一问题。同样奇怪的地方恐怕还在于，由一个问题启发而来的数学模型，很快又能适用于其他看似完全不同的问题。阿瑟的酒吧模型就是一个绝好的例子。
许多投资股票的人都被认为是"读表专家"--他们观察以往价格变动的图表，试图发现某种模式，帮助他们预测未来的价格走向。他们的行为颇像阿瑟酒吧模式中的顾客，只不过，读表专家寻找的是价格的波动模式，而不是去酒吧人数的变化模式。价格可涨可跌，酒吧可挤可空，投资者可以选择购买或出售股票，就像人们可以选择去酒吧或呆家里一样。由于这种相似性，El Farol酒吧的模式就可以转变为一个股票市场的模式，只不过多加了一个关键--价格。
任何市场都有一个不可辩驳的事实，即价格的涨跌是由不平衡的供求关系造成的。如果想买股票的人比想卖股票的人多，那么股价应该就会上涨，反之股价则下降。90年代末期，阿瑟和其他几位同事（其中包括经济学家布莱克·勒布朗（Blake Lebaron）和物理学家理查德·帕默（Richard Palmer））用这一理念把酒吧模式转变成了一个适用于金融市场的模式，这一模式虽然非常简单，但适应性却很强。
在这个虚幻的金融市场中，人们就像El Farol酒吧的顾客一样，他们每时每刻都在跟踪各种各样的理论，从中选择一个看上去最好的，来决定是买进还是卖出股票。通过对以往价格的考察，每一个理论都预测了未来价格的走势。为了完成这一模式，阿瑟和同事们假设，如果等着买股票的人比卖股票的人多，那么不管什么时候价格都会上涨，如果买股票的人比卖股票的人少，那么不管什么时候价格都会下跌。整个逻辑非常简单：过往价格的模式影响了投资者当下的决定，那些决定使得买家和卖家的人数产生了不平衡，从而引发了新的价格波动，制造了一连串的因果效应。
为了测试这一理念的现实意义，阿瑟与其他专家建立了另一个电脑模型。虽然这一模型很简单，但结果却让人非常吃惊。在他们虚拟的市场中，价格的涨跌毫无规律，有时还发生非常剧烈和突然的变化。其实所有的起因都是由于市场中有适应能力的参与者，在相互互动时产生了内部动力。这一模拟市场有赢家也有输家，资金有聚有散，市场本身就具有了某种情绪。
用定性的话来说，这个市场看上去很真实，而且不受到任何外来刺激的影响（这一点是很值得注意的）。单单从定性分析来看，这个模型就已经相当成功了，因为它的落脚点是很真实的人类个体行为，虽然这些行为在很大程度上被简化了。不仅如此，阿瑟和他的同事按照曼德布洛特的方式进行数据分析，看看在模拟的市场中，价格波动具有哪些数学特点。他们改变了人们假设的类型，改变了他们在做决定时所查看价格记录的历史时间，另外还更改了模型中的一些细节。经过上百次的模拟，研究人员发现，以上因素中没有一个能对结果产生很大的影响。这个模型没有经过任何特别的调试，却非常自然地，总是表现出剧烈波动的"肥尾"倾向，就和现实的市场一样。
所以看来，理性无法解释的问题、长达半个世纪之久的谜团，终于在适应性行为和自我组合中找到了合理的解释。阿瑟不必解决所有高深的技术问题，也不需要发明新的数学公式，实际上，他的模型是相当粗糙的，但是却成功了。成功的关键是因为做对了一件事--它舍弃了绝对的理性观念，用看似更真实的适应能力和学习能力取而代之。于是，那些"肥尾现象"就和北极冻原上的石堆一样，是自然形成的。
这个市场中的大起大落，不能用外来刺激加以解释，也不能归咎于任何一个人的行为在人类"反常"的行为面前，找不到一眼就能看出的起因。相反，市场之所以发生剧烈动荡--这是所有市场普遍具有的特性--是因为，市场中的参与者，也就是社会原子，在进行互动时，自行组合成了一个相互依赖的微妙的模式。要弄明白为什么一个群体很大，而另一个群体很小，就要对所有交易者脑中的理论或假设，这种复杂的演变过程进行深入的研究，看看一个交易者的行为是如何影响了价格的变化，从而改变（不改变）他人的行为。
自从阿瑟及其同事早期的示范之后，许多人对这个模式进一步进行研究，而且似乎正在把市场理论带入一个令人兴奋的时代，变得更真实，更准确了。这一成功说明，好的科学思考方式有一个要点。五十三年前，经济学家弥尔顿·弗里德曼（Milton Friedman）主张说，研究者不该根据对人类行为的准确设想来建构他们的理论，相反，如果研究的是不正确的假设，那么他们理解群体社会的能力就会提高。他认为：
"真正重要的、具有意义的假设，是那些与现实世界相去甚远的描述性"设想"。总的来说，理论越有意义，设想就越不切实际。理由很简单，如果一个假设能以少"解释"多，那么这个假设就是重要的，也就是说，要从复杂无序中，从有待解释的现象背后的细枝末节中，提炼出共有的、重要的元素，并在此基础上做出有效的假设。因此重要的是，在一个假设中，对设想的描述一定是错误的。"
对我来说，弗里德曼如此捍卫经济学中的理性设想，有对也有错。所有的科学都是在简化真实世界的基础上展开研究的，这肯定是没错的。我们之所以了解行星的运动，是因为我们把行星看作完美的球体，或是某个把所有的质量都集中到一个点上的物体，在通常情况下都忽略了其他元素，如形状的歪曲、大气中盘旋的气体等等。我们忽视大部分的细节，这么做并无大碍，因为我们的模型的确已经总结出了最重要的细节，也就是星体的质量分布情况，这决定了行星在重力场中如何运行，如何对其他星体施加重力。行星运动模型中的设想，的确在"描述上"是错误的，但是这种假设之所以有力，是因为从这个设想的核心出发，能够得到正确的结论。
所以，毫无疑问，人类的科学也应该建立在简化个体，简化动因的基础上。但是，在简化的过程中，不一定对人类行为的要点就能抓对，从不重要的细节中也能简化出个体，勾勒出一幅错误的图象。这也就是弗里德曼论点的错误所在，也是"理性"经济学站不住脚的地方。
理性设想不仅没有把人类的行为描述完整，而且还犯了一个根本的错误：它预先假定人类是不会学习的；是不会做出假设并一一加以试验的；是不会改变主意的。实际上，这种理性设想排除了现实生活中绝大部分的人类行为。人类行为在根本上具有适应性，这一点从概念上来说，就和理性的观点一样简单，但是前者是符合实际的，尤其符合人们在做决定时，面对的是一个不确定的、不断变化的市场机制这一事实。
现代思想之所以和长久以来传统的理念背道而驰，是因为市场之所以如此难以捉摸不是由于人类个体的复杂性，而是许多人组合起来后形成了微妙的秩序，任何市场都是这样的。所以还是那句话，原因在于模式，不在于人。对于那些经济学领域内保守的传统人士而言，这一点或许很难消化，他们很难接受这种新的理念，但正是由于这些理念的成功，最近牛津大学才会挑选一位年轻的物理学家尼尔·约翰逊（Neil Johnson）来担任计算金融系的主任，而没有选择其他经济学或是金融学的老教授。约翰逊及其他一些物理学家证明了这种理念的可行性，至少在某些情况下能够预测金融市场的未来。
预见未来
在商业和金融业的媒体看来，最能吸引人们眼球的莫过于对市场的预测：谁赢谁输；谁是热点，谁受冷遇；哪个股票肯定能赚钱，哪个肯定亏得很惨。总会有一个"头头"根据自己对市场走向的观点，来引导媒体的注意力。甚至有时许多经验性的研究已经表明，预测金融市场的方案中，除了那些暂时性的，或是碰运气的方案之外，几乎没有一个是真正成功的。一般来说，学术性的研究会支持已故经济学家约翰·肯尼斯（John Kenneth）表述的观点：经济系统之所以存活了下来，"不是因为那些预测经济未来的人工作做得有多杰出，而是因为他们专心致志地犯错，而且坚持不懈"。
当然也有可能的是，经济系统，尤其是市场，本来就是不可预测的。或许也有可能，科学还没有发达到能让预测成为可能的水平。尼尔·约翰逊电脑中显示的一连串数字，就暗示了后一种解释。那些数字反映了美元和日元汇率的升降，在每个新的价格出现之前，电脑就会预测汇率在最后显示的那个值上，会上升还是下降。大多数时候，预测的结果都是正确的。秘诀何在？在于对市场物理学的深刻认识，约翰逊把这种理解变成了一个强有力的工具，能侦测出别人看不见的模式。
约翰逊的技巧是在90年代晚期，物理学家张翼成（Yi-Cheng Zhang）和达弥恩·夏利（Damien Challet）杰出的研究成果的基础上发展而来的。当时，这两位物理学家都在瑞士弗里堡大学任职。他们在阿瑟的酒吧模式的基础上，尽量地简化细节，做出了一个少数群体游戏（Minority Game）的模型。在这个模型中有一群人，每人每一轮必须在数字0和1之间做一个选择，目的就是要成为少数人群中的一分子，也就是选择大多数人不会选的数字。这个游戏基本上和阿瑟的酒吧模型一样，只不过逻辑上更简单。玩这个少数群体游戏的人在做选择之前，先查看了近来选择结果的记录，看看每一轮是选0的人多，还是选1的人多，然后根据这个历史记录来进行预测，并以此引导他们的行为。这个简化的模型价值在于，张冀成和夏利不仅能用电脑来研究游戏中人们的行为，而且还能用纸和笔加以分析。最后，他们揭示了一个美丽的意料之外。
研究结果显示，在少数群体游戏（或酒吧模型，抑或是根据这种模型建立起来的任何的适应性市场模型）中，根据参与人数的不同，运作方式也大不相同。第一种情况：参与的人数不多，那么玩游戏的策略也是有限的，不足以囊括所有可能的模式。如果有某种模式能把过去的结果和未来结果联系起来，那么参与者都会设法去了解这个有意义的模式，并加以利用。但是如果，某个特定的模式属于这个群体的"盲点"，也就是说，没有一个参与者在他的策略库中能找到这样的模式，那么这个模式就没有人能利用。因此，这种模式就会一直持续下去，永远也不会消失。相反，第二种情况：如果参与游戏的人足够多，那么他们的策略就能囊括所有可能性。参与者会注意到能产生结果的任何模式，并立即加以运用。在第一种情况下，群体结果（如市场上价格的波动）就遵循着可预期的模式。而第二种情况中，所有可预期的模式都稀释成了不可预期的模式，而且对象是随机性的。令人惊奇的是，夏利和张冀成表示，从一种模式转变成另一种模式的过程，很像物理学上的"相变"（phase transition）概念，譬如固态的冰融化成了液态的水。
这种模式的转变也许看上去有点深奥难懂，但是，要想解释为什么真实的市场如此难以预测，为什么又有这么多人仍然不断地尝试，答案就和这种模式的转变颇有关系。仔细想一想。我们假设市场上的参与者不够多，那么把所有参与者的策略加起来，也不足以涵盖所有的可能性。于是，市场上就出现了某种残留下来的"可预测性"，这种可预测性自然而然地，会诱使其他人参与进来。如果参与者真的能够不劳而获，那么更多的人都会出于同样的理由加入市场。但是每加入一个新的参与者，就带来了新的策略，越来越多的策略于是有效地"吃掉"了一部分残留下来的"可预测性"。人们会不断地参与进来，直到可预测性完全消失为止，于是这个市场就变得完全不可预测了。到了这个时候，有些人当然就再也无法获利，于是决定离开这个市场，同时也带走了他们的策略，这样一来，一点点的可预测性又一次冒出来了。根据这一观点，市场应该在可预测性和不可预测性的边缘地带徘徊。所以，有限的预测是可能的，但同时也是困难的。
我们很难肯定地说，以上描述真实地反映了现实的市场。但是不可否认，这个想法的确很精致，也很有吸引力，看似相当正确，以至于1998年当约翰逊第一次听到这个想法的时候，一个激动人心的想法闯进了他的脑海。如果市场的确有某种程度的可预测性（至少有时候是这样的），那么它就应该能被人们发现。尽管张冀成和夏利的模拟游戏明显比任何真实的市场都要简单得多，但是这个游戏却捕捉到了一个基本的逻辑--驱动市场的动因其实是投资者策略的生态体系（ecology）。而且，这个游戏自然的内在结构，肯定比大多数投资者用来预测市场的数学模式更丰富、更复杂。所以约翰逊推理说，或许这就是最完美的工具--或者至少就目前来看是所适用的工具中最完美的--能鉴别出市场行为背后是否真的存在有限的可预测性。他和牛津大学的同事协力合作，很快把这种想法变成了实用的技术，而且还很管用。
为了使少数群体的模型（或是根据这一模型建立起来的虚拟的市场）能顺利运作，研究人员在一开始给参与者几套不同的"理论"，这些所谓的理论就是参与者脑海中用来预测未来的可能性。约翰逊和同事们在仔细挑选初始策略的时候，适当地对市场进行"调试"，使市场能再生一些特定的模式，来引导价格的波动，比方说是最近在纽约证券交易所的股票价格的变化。他们希望经过调试之后，模型参与者脑中理论的生态系统，能和现实生活中投资者想法的生态系统大致相符。正是这个生态系统的精细结构驱动着市场的走向，因此他们推测，进一步对这个模型进行实验，说不定就能预测现实市场的走向。
这个模型不仅仅来源于直觉，更重要的是，它能做出正确的预测。经过几次测试之后，约翰逊和同事们发现，他们的模型能够在一开始就察觉到，某些时刻的市场比其他时刻的市场具有更多的可预测性。在这些时刻，参与者策略的数量有效地被减少了，原因不是因为有人退出市场，就是因为许多参与者开始使用同样的策略。约翰逊把这些时刻称为"可预测性的区间"。电脑不仅能识别这些区间，而且能够预测接下来会发生什么。在最近的一次示范中，约翰逊团队利用美元兑日元汇率的一组数据，在4000个连续的价格变化中，不仅识别出了大约90个可预测性的区间，而且还预测了这些区间内的价格走向，而结果只错了一次。当然，要是这种成功变成了一种常规的程序，那么后果就可能会有点诡异。因为这么一来，许多投资者无疑都会采用这种方法，市场本身的特性和整个体系也就被改变了，也许这种模型的预测能力也遭到了损坏，而且还有一种可能，那些预测会自我实现，也就是说，如果这个模式预测纽约股票交易所的股票会上涨5％，而且这个预测立即变为了现实，那么投资者都会装备上这个知识，趋之若鹜地涌向股市，为了获取利润而大买股票，结果导致股价进一步上涨--可能又是一个5％。
回归现实
本章我们专门研究了金融市场，这显然只是人类社会相当狭小的一个领域，但是以此作为出发点也很自然的，因为我们已经用数学方式对这一领域内的人类群体行为做了仔细的检查。而且，或许在人类社会的各领域中，这一领域是需要我们做出最理智的行为，做到最周密的考虑的领域，也是经济学理论的传统观点发挥作用的最好地方。然而，在这个狭窄的系统中，四十年来的"肥尾现象"之谜急需一个解答。为什么所有类型的市场内在的本质都是无拘无束的？答案很明显，我们现在知道关键不在于研究个体的复杂性，也不是人们缜密的思维或是奇怪的习惯，而在于研究行为的简单性。根据之前的事例我们已经发现，回归到简单的规则提高了我们的理解力。让LTCM失败的"肥尾现象"不再是一个谜，最近有关国际银行和风险评估的业务，都会把这个现象纳入思考的范围。
在适应能力很强的参与者的基础上建立起来的市场模型也变成了一种强有力的工具，这个工具不仅能用来预测市场，而且能预计到市场在反常的状态下会发生什么。利用这些工具企业能节省大量的资金。
举个例子，几年前，纳斯达克证券交易所的执行官打算改变上市股票的最小价格变量，也就是基本价格增量，从原先的分数单位变成十进制单位，他们希望这么做，能让市场更容易发现股票的准确价格，交易者也会更准确地传达他们的市场观点。改动之后的结果能使买卖之间的差价缩小（这样，交易者就更愿意买卖股票）于是交易所就能吸引到更多的投资者和公司。
显然，这个策略听上去是个好主意，但是交易所在实施这个计划前做了一个明智的决定：先做一番调查研究。他们根据少数群体游戏，或约翰逊的市场模型，发展了一个交易所模型，其中的参与者和前两个模型中的人一样。不过有个重点是，这些参与者能够根据他们发现的市场走向或模式，及时地调整和改变他们的策略，甚至发展新的策略。
一旦这个模型运作得像真实的市场一样时（即用一种精确的数学方式，重现价格波动），那么交易所就可以用这个模型来做各种实验。出人意外的是，他们发现最小价格变量缩小到某个点时，买卖的差价实际上会增大而不是缩小。于是，参与者就知道如何利用一些投机技巧，迅速地为自己获得利润，但是他们这么做的同时，市场的整体效益就受到了损害。最小价格变量越小，这些投机策略的风险就越小，创造的利润则越大，但是最终却损害了纳斯达克所期望的利益。不过好在他们在现实给予惨痛教训之前，就发现了这一模式。当交易所实施原先的计划，在2001年把最小价格变量从1/16缩小到1/100时，他们已经能预期到这一负面效果，并采取措施予以抵抗。
以上这些之所以成为可能，是因为我们用一种简单的思维方式来看待人类的行为。我们简化了人类社会，并对其运作方式做出了假设。我们保留了那些看似有用的想法，抛弃那些无用的。这种适应性，也许是我们人类最伟大的本领。
比如，在另一种情况下，我们没有人会用理性的思维来学习如何说话，如何沟通，也不可能仅仅依靠一些特殊的语言"器官"来习得这些技巧，尽管这些"器官"匿身于我们的大脑，给予我们"天生"的本领。语言学家越了解语言本身，越了解人类运用语言的方式，就越发现，这些基本的技能其实是人类适应过程的产物。
举例来说，我们一般认为两个正在对话的人，说话时会有自己固定的语言，和不变的说话风格。但恰恰相反，过去约十年来的研究表明，在对话进行的过程中，根据对话双方的你来我往，人们说话的模式、用词及发音方式都有了细微的变化，甚至在单单一个对话中就出现了所有这些变化。所以，语言不是一成不变的，而是一个不断演变的过程，就和任何市场中人们的想法与信念的生态体系的演变过程一样，而这一切（或许不可避免地）都是因为人类有适应能力。
再重复一遍，要正确地理解事物，我们必须学习思考模式，而不是思考人。的确如此，在巴黎的索尼实验室里，计算机科学家卢克·思蒂尔斯（Luc Steels）已经证明，即使是极其愚蠢的机器人也能通过自我调整，从抓挠动作开始，学习发明并学会共有的语言。他们起初任意命名环境中出现的任何物体（类似于阿瑟酒吧模型中的随机策略）。他们试探性地说出这些新名词，看看结果如何，然后保留了那些能成功沟通的词，忘记了那些不能沟通的。于是，经过一个重复比较的简单过程，一个一个地学习，这些机器人就能迅速地建立一套共有的语言，其中共有的不仅仅是词语，而且连语法结构也是共通的。
人类有很强的适应能力，但是作为社会原子的我们，除了适应性的思维方式之外，还有其他本事。如果我们只是把社会原子看成一种绝对孤立的状态，独自面对问题，独自考虑适应能力，独自进行理性的计算，那么到此为止也许就够了。
但人是一种社会动物，作为人类的我们，和世界上的其他物种相比，更能互相紧密地联系在一起。于是，我们要进一步思索，社会原子是如何互动的？如何组成了群体？如何用行动来影响其他成员？
首先有一点我们要清楚，当两个社会原子或更多的社会原子聚到一起时，或者没有相遇，但却通过某种方式能获得别人的知识，那么在这个过程中肯定会产生模仿行为。所以，我们除了有很强的适应能力之外，还是天生的模仿者。
第五章
盲目从众的社会原子
一般人缺乏独立思考的能力，不喜欢通过学习和自省来构建自己的观点，然而却迫不及待地想知道自己的邻居在想什么，接着盲目从众。
--马克·吐温（Mark Twain）
据维吉尼亚州《罗诺克时报》（Roanoke Times）的报道，1933年至1934年的冬天，在维吉尼亚的南部发生了一系列奇怪的事件。十二月一个安静的夜晚，罗诺克地区有一位赫弗曼太太看到一个神秘人潜伏在自家的农场里，没多久她闻到了一股汽油味。半小时后，她的丈夫也闻到了这股味道，然后报了警。警方来到赫弗曼家时，没有发现有什么异常。然而，神秘人和汽油味的消息就此传开了。五天之后，住在邻近村庄里的霍尔夫妇，从教堂回到家后也闻到了一股恶心的气味，不知什么东西灼伤了他们的眼睛。一个邻居告诉警方，她看见有个男人往霍尔家的窗子里照手电筒。两周后，周边豪维尔斯村庄的莫尔太太听见院子里有个低沉的男人声音，之后也闻到了一股汽油味。罗诺克时报当时用一个大标题警示住在那一带的居民，似乎有一个疯子正威胁着他们的人身安全。
几个月后，维吉尼亚的汽油袭击事件越传越神秘。罗诺克地区和周边的居民，家家门户紧闭。人们在周围到处搜寻陌生人的身影，尤其是那些满身尘土的人，他们还拿着枪坐在自家的门廊上。
有一次，一个男人闻到汽油味后，急忙从家里跑了出来，然后朝四个正在往树林走的人开了一枪。到了这个时候，警方也开始疑惑了，因为在所有这二三十起的汽油袭击事件中，进行调查的警官没有发现任何物证，比如汽油罐和浸湿的抹布之类的，什么都没有。他们只发现一辆排气管破损的闲置汽车，冒着煤油烟的炉子，和一个蒸发着挥发性化学物质的电暖器。1934年2月14日，《罗诺克时报》发布了一篇文章，标题是"罗诺克没有汽油怪"，之后就再也没发生任何汽油袭击事件。
最后警方总结说，这整个事件的始末就是"神经过度紧张"的产物，另外，每个人都想把自己的看法像播种子那样，植入到他人的脑中。
我们都知道许多谣言传着传着，就变成了"既定事实"，甚至没有一丝一毫的真相在里头。如今的人们当然也不比30年代的人好到哪去，还是很容易受到影响。2005年8月，在卡特里娜飓风带来毁灭性的灾难之后，一些令人恐怖的报道像恶作剧一样从新奥尔良传出。谣传说一帮游荡的匪徒专门袭击无助的游客，杀人，强奸，无恶不作。
当时，福克斯新闻台（Fox News，有些人在博客中把此台写成Faux News，意为假新闻的意思）发布了一则"警告"警示人们，盗窃、强奸、劫车和暴乱到处猖獗，还有小孩在Superdome体育场被猥亵。但是数周后，记者和警官还在为找到这些所谓的案件受害者而愁眉不展。一名警方负责人后来指出："我们没有正式地报道说，这些谋杀事件已经记录在案。"不出意外的话，这些故事无非是谣传而已。
谣言以及群体恐慌事件说明，人们普遍都有模仿他人行为的倾向。想一下50年代呼啦圈风潮，90年代对豆宝宝的狂热，以及如今的身体穿孔热就知道，这种一窝蜂的盲从是非理性的。
在十七世纪30年代的郁金香热时期，一个荷兰人买下单单一只郁金香球茎的钱，就可以买下1000磅乳酪、两吨黄油、四吨啤酒、十二头羊、八头猪、四头公牛和其他包括银杯子在内的价值连城的东西。现在很少有人会说，这个荷兰人的行为是人类独立的智慧应该引以为荣的事。
另外，关于人类的模仿能力，还有一个更骇人的例子。2005年10月，巴黎以及法国其他地方被暴乱吞噬。当月27日，两个无辜的青少年柏纳·图拉和耶德·贝纳，在巴黎市郊逃离警方的追捕时，藏匿于一个变电站后面，结果不幸触电身亡。接下来的两个星期，一股市民暴力的热潮席卷了巴黎和法国其他城市--里昂（Lyon）、第戎（Dijon）和埃弗勒（Evreux），几乎有3000人都因此而被捕。这就好像社会点了一把燎原之火，随风延烧到其他地方，又点燃新的火苗。一个参与暴乱的15岁男孩，在接受《纽约时报》的采访时，对那种奇怪的"精神传染病"总结说，一开始那两个男孩的死，给暴乱提供了一个"很好的理由"，可现在事情完全不同了，"放把火烧车，变成了一种乐趣。"
为何人类对群体的狂热行为如此没有抵抗能力呢？在前一章中，我们讨论了社会原子遵循的第一条规则，就是我们对于如何辨别模式、适应不断变化的世界，具有很高超的技能。我们和世界互动，并从中学习。但是，我们同样也会学习别人，或者说试着学习别人。在我们的生活中，有家庭，有朋友圈，有同事，有邻居；而电视、报纸和网络又充斥着各种不和谐的声音和观点。
和真空中的原子不同的是，我们人类不是孤立的，而是相互依存地植根在一条厚厚的社会绒毯上，就和浓缩液体中的原子一样，不推挤别人的话，几乎是动弹不得了。我们这种社会"植根性"影响了我们的穿着和饮食，影响了我们的工作、观念和想法。我们在思考的时候并不是完全独立的，我们相信什么，为什么会相信，很大程度上都取决于我们和他人的互动关系。
本章的内容，我们将探索社会原子的另一面，也就是当两个或更多个社会原子碰到一起时，会有怎样的行为习惯。也许除了我们的适应能力之外，没有什么比模仿能力更突出的了。初生的婴儿在几分钟之内，就会学着模仿父母的脸部表情。罗马人非常清楚人的模仿倾向，他们聘请职业哀悼人在重要的葬礼上哀号。所以，我们生来就有模仿的本能，不过很多时候，我们是有意识地模仿别人，因为模仿为我们提供了一种策略（往往也是我们唯一的策略），能让我们利用别人已知的东西。但是，因为别人并不一定通晓一切，所以模仿往往也会造成奇怪的失真，让我们付出惨痛的代价。不过最终科学家发现，模仿带来的意外影响并不一定是神秘莫测的；模仿往往会产生一些像时钟般有规律的模式。
眼见为实
1952年，一批志愿者来到了费城附近的斯沃斯莫尔大学（Swarthmore College）的实验室里，参加一项有关于人的知觉的研究。社会心理学家所罗门·阿希（Solomon Asch）做了一个简单的实验。他拿着两张大卡片，一张上面画有一条垂直线，另一张上面有三条相似的线。他让志愿者看完两张卡片后，说出三条相似的线条中，哪一条线和垂直线一样长。阿希把其中的两条线画得长短不一，长度的巨大差异足以让一个小孩给出正确的答案。但是，阿希在做这个实验时，还给志愿者设下了一个圈套。
其中，有些"志愿者"根本不是真正的志愿者，而是配合阿希进行实验的人。阿希设计了这样一个圈套，是为了让这些假冒的志愿者，在真正的实验对象说出答案之前，先大声地说出他们自己的"答案"。有时，阿希让他的同谋说出的答案全都是错误的，看看这么做是否会影响到真正的实验对象。实验的结果，叫人吃惊。单独进行测试的时候，真正的实验对象没有一个人说错。他们能轻易地辨别出同样长度的线条，但是当他们听到其他人说出了的答案都是一样的时候，即便他们知道是错误的，但往往还是会就跟随大多数人，也说出了错误的答案。他们犹豫不决，尴尬地笑了笑，揉了揉眼睛，斜视卡片，然后跟随大流，抛弃了自己真实的知觉。仅仅是其他人说的话就足以迫使独立思考的人看见--或者至少口头上说他们看见了--根本不存在的东西。
我们通常会发现，人们有"从众"的倾向。在阿希的实验中，有些人跟从别人的选择是因为缺乏自信，看到很多人和自己的选择相异时，开始怀疑自己的感觉。但是，不管出于什么原因，结果都令人担忧："我们发现，我们社会中的从众倾向非常强烈，以至于那些有理智、有良心的年轻人也愿意颠倒是非黑白，这一点十分令人担忧。这其中牵涉到教育方式的问题，以及引导我们行为的价值观的问题。"
在麦卡锡时代，在那个缺乏理智思考的、共产主义政治迫害的时代，阿希担忧教育和价值观的问题也不无道理。但是现在看来，我们从众的行为倾向，其实应该到生物学中寻找更深层的原因。
两年前，一组研究人员在亚特兰大埃默里大学（Emery University）的经济学家戈里·伯恩斯（Gregory Burns）的领导下，进一步发展了阿希的实验模型，设计了类似的情境，并用核磁共振成像术（MRI）来监测实验对象的大脑活动。他们让实验志愿者看两个明显不同的三维形状，然后让他们说出这两个物体是否不同，或者从不同的角度看，它们是否属于同一个物体。要回答这些问题，就要对思维做调整，并且转动物体看不同的角度。仿照阿希的实验，伯恩斯和同事们也在他们的实验中，安排了一些"演员"假扮志愿者，并时不时地让他们故意说出错误的答案。测试者在独立思考的时候，总是能说对答案。而当有"演员"介入时，测试者十次中有四次掉入了伯恩斯设计的陷阱，为了大部分人的想法抛弃了自己的观点。
然而，当测试者的想法与群体意见不相符时，MRI显示的监测结果则更有意思。伯恩斯原本认为，如果测试者是有意识地下决定，然后又决定跟从群体意见的话，那么应该能看到，前脑（一般参与计划和问题解决的大脑区域）会出现大量的大脑活动。但是，伯恩斯和同事们却没有在MRI的结果中发现这样的活动。相反，当人们跟随大流，违背自己的观点时，大脑活动在右脑顶内沟（掌控空间意识与知觉的大脑区域）处最为活跃。这表明，测试者在深思熟虑后，不仅决定从众，而且真的连看法都不同了。别人的说法，实际上已经影响到了他们的视觉。正如研究人员所说的，"这种群体模式改变了个人对世界的知觉"。另外，伯恩斯与同事们还发现，当人们成功地抵御住群体的压力时，大脑活动主要出现在与情感相关的区域，彷佛他们本能地感觉到，违抗群体观念会带来危险。
这些实验表明，模仿行为的根源，在某些情况下其实是非常古老的，看似就像是一种自动的、无意识的、本能的行为，是我们与生俱来的生理天性。或许我们可以称之为"深层"模仿，因为它具有深层的精神根源，反映了我们人类演变的历史。但是，还有一种更肤浅的模仿行为或许更具影响力，因为它建立在我们有意识的策略之上，就像亚里士多德很久以前所说的，"人之于低等动物的优势之一就在于，人是世界上最有模仿能力的生物"。我们是很好的适应者，而我们最常适应的对象就是别人。
企鹅思维
企鹅每天都面对着一个难题。大海里的鱼类，为企鹅提供了源源不断的食物来源，使企鹅族群得以存活下来。但是在冰冻的海平面之下，除了有鱼之外，有时还潜伏着死亡的威胁，也就是黑虎鲸（killer whale）。所以企鹅必须非常小心谨慎，只有在它们确认安全的情况下才会下水捕鱼。
这样一来，事情就很难说了。如果冰下潜伏着一头黑虎鲸，那么在陆上的企鹅不会知道黑虎鲸藏在哪里。想要找到杀手隐匿的地方，唯一的方法就是潜入水中，或者在陆上一直等着，等某个粗心大意的企鹅等累了，不耐烦地一头扎进水里。所以，企鹅在每天一开始的时候，会玩一个等待的游戏，就像黑虎鲸躲在水下"守冰待鹅"一样。它们一般会在一边站上好几个小时，直到最后某个绝望的企鹅义无反顾地铤而走险，这个时候，冒险的结果不是饱餐一顿，就是"鹅入鲸口"，血染海水。如果是后者，那么每个企鹅都继续站着，原地不动；如果是前者，那么每个企鹅都纷纷下水，寻觅食物（有些企鹅为了让觅食行动进行得更顺利些，有时还会不客气地推搡下同伴）。
我们通常都觉得，生活中都是由我们自己来做决定。但其实，有一点我们很像企鹅。当我们缺乏足够的信息时，我们一边观望别人，一边随便收集什么信息，拼拼凑凑。例如，很少有人会选择一家空荡荡的饭店吃饭，而不去另一家门庭若市的饭店。因为我们会猜想，去那家饭店吃饭的人肯定是为了某个理由而去的；银行要开新的分行，会选择其他银行开分行的地方；商业分析家也知道，小公司一般都会仿照大公司的作法。譬如，英特尔公司的领导层投资某种制作电脑芯片的新技术，那么一些小公司也会跟着照做，他们猜测，英特尔依靠丰富的资源，很可能知道这么做会带来巨大的商业利润。所以，模仿可以是一种合理的策略，能够给个人和群体提供帮助，是一种生物学家所说的社会习得（social learning）的形式--通过与他人互动来学习，而不是靠独自一人学习。而且在很多情况下，模仿他人能让我们变得更精明。我们模仿的本能根深蒂固，所以当你看到二十个人都望向天空时，你很难做到不抬头望。但是，社会模仿纵然有搜集信息的好处，还是经常会把人们带离正轨。
2002年10月，华盛顿特区有个神秘杀手，到处开枪杀人。10月3日，杀手在十五个小时内，开了五次枪，射杀了一个正在除草的园艺工人、一个正在加油的出租车司机和一个坐在公园长凳上看书的女人。警方收到通报说，两次犯案现场都看到了一辆白色的面包车，所以警方设置了路障，搜查了每一辆同种颜色的面包车和箱式货车。报纸、电视和广播不断地重复报道白色面包车，后来很快，每个人都"知道"了杀手开的是什么样的车。整整两个星期，案子的进展都停留在白色面包车上。
但是后来，在一次很偶然的情况下，警方检查了一辆蓝色雪弗莱轿车的牌照，发现车主的名字正在疑犯名单之列。出人意外的是，也非常尴尬的是，警方发现在几次枪杀案件中，这辆车就停在离他们近在咫尺的地方，但警方每一次都错过了，原因主要是因为这辆车不是白色的。在公布蓝色雪弗莱轿车的几小时里，按照警惕的市民提供的线索，警察终于在通往马里兰公路的休息区，逮捕了41岁的约翰·阿伦·穆罕默德和17岁的约翰·里·马尔弗。
问题显而易见。模仿并非每一次都能产生新的信息，而只会放大一些不知是真是假的微小信息，误导人们的判断。1995年，两位管理学理论作家迈克尔·崔西（Michael Treacy）和弗瑞德·威斯玛（Fred Wiersema）出版了一本名为《市场领导者原则》（The Discipline of the Market Leaders）的书。他们自己掏钱买下了五万本，特别是去那些销量能决定《纽约时报》畅销书排行榜的书店买。尽管这本书的观点非常平庸，但是却打入了畅销书的榜单。而且，榜上有名就足以带来更多的销量，销量越多，这本书在榜单上就呆得越久。
以上这些例子说明，如此意料之外的事情之所以会成为可能，仅仅是因为人们会彼此影响。我们跟随一种社会本能，或者为了寻求策略而盲目地跟风，因为我们总以为别人比我们懂得更多。在某些情况下，他人的行为甚至会迫使我们加入其中，模仿显然变成了最佳的策略。然而，不管是什么原因，模仿使得我们很难找出因果之间的联系，因为一部分人的行为很快就能改变许多人，这也是为什么社会学很难从"叙事"升华到更深层次的、似法则般的解释的原因之一。当然，模仿并非真正地切断了因果之间的联系，只不过看似如此而已。如果我们把焦点聚集到模式上，而不是人本身的话，那么就不难对模仿的运作模式有更清晰的认识。
