「可缩放（scalable）」，或者说「可扩展」，是现在AI界最热门的词。如果你在这件事儿上投入的算力越多，得到的结果就越好，那么我们就说你这个事儿是可缩放的 —— 否则就是不可缩放的。

比如说一个工厂生产某种产品，投入的原材料越多，生产出来的产品就越多，如果这些产品都能按照一定的价格卖出去，那么这门业务就是可缩放的。你可以放心大胆地、加大力度地干，都是值得的！因为你付出越多回报就越大，你的努力不会白费。

但是世界上很多事情都是不可缩放的。比如说吃饭。本来你很饿，吃了十个饺子，就不是那么饿了，效果很好。你再吃十个饺子，就不是解饿的问题，而是快吃饱了。那你如果再吃五十个饺子，效果还会这么好吗？当然不会，你很快就吃不下了。

每吃到下一个饺子，带给你的好处是越来越小的 —— 这件事在经济学上叫「边际效益递减」，在硅谷叫「不可缩放」，意思都是一样的：这个事儿你做不大。吃饺子比赛的世界冠军，也吃不下一万个饺子。

再比如说健身。如果一个人平时不运动、身体很弱，他出来锻炼锻炼肯定会产生很好的效果。但如果你已经是个健身达人，每天都锻炼四小时，身体很健康，现在改成每天锻炼八小时，你的身体会不会再好一倍呢？不会的。人的身体只能发挥这么多锻炼效能，健身也是一个不可缩放的事情。

不可缩放的事情，不值得投入巨量的时间、精力和资源。适可而止就好。

如果你想要靠「用功」出人头地，你需要找个可缩放的项目

为什么学习和搜索是可缩放的呢？

学习，不管是深度学习神经网络、Transformer，还是强化学习，都是可积累的：见过的素材和局面越多，能力就越强。学过数学不耽误再学物理和生物，那些知识之间不会互相抵消，越多越好。

搜索，从计算的角度来说在空间上尽可能多地考虑一些可能性，在深度上对每个可能性做尽量详尽的场景模拟，合起来就是系统2思维。只要题目足够复杂，你想的时间越长，就会越接近最好的答案。

对比之下，那些有固定规则的算法则是不可缩放的。比如说你写一个餐馆收费系统，它无非就是做那么几件事 —— 这个系统再怎么升级，也不可能学会帮我写篇论文。再比如你做个电脑游戏，用一个算法驱动NPC说话，在游戏场景中他说的都挺好，但是他只会说那几句话 —— 用户再多、再怎么积累经验，它也不能跟人聊聊昨天的国际新闻。

固定规则、固定场景的事儿，吃不下很多算力。

如果我们把自己投入的时间和精力都当做算力，那么在最高程度上可缩放的事情，也是学习和搜索。学习不会让你的大脑变重，正所谓艺多不压身。哪怕你已经读过很多书，这有一本新书还是值得你读。哪怕你已经拥有很多技能，也总是值得再多学一个。哪怕你经历过很多事情，到了陌生的环境还是会有一种新鲜感。

只要你花时间解决问题，你就是在搜索。找人、找信息、找方法、找最合适的那个材料、等待灵感、迸发创造，答案都是这么寻寻觅觅得到的。强化学习都需要先试错，试错就是在可能性的空间中搜索最优的策略。

学习是积累已知，搜索是寻找未知；学习是平日功夫，搜索是事上发挥。这两件事儿都是可缩放的，投入越多收获就越大，而且都需要亲身参与而不能委托他人。

当然人生有限，我们不能像AI那样穷尽语料和可能性空间的极限，总有一天你再也学不进新东西也不能再做长时间的思考 —— 但你绝不会后悔之前的投入。

因为可缩放就是可积累、可成长：因为你下功夫早、想得深，你就会达到别人难以企及的高度。等到别人也花了那么多功夫，你已经在更高的地方。

对人来说，学习和搜索之所以可缩放，是因为它们都是大脑的活动。只有大脑的潜能能容得下漫长的扩展。

比如像练武术，因为要用到身体，可缩放性就比较差。你勤学苦练也许能成为一个综合格斗冠军，但是面对15个壮小伙你还是打不过。可是如果你不搞武术搞学术，用脑子，你的水平可以无上限提高，到时候别说以一当十，就是一万个大学生联合起来也顶替不了一个理查德·萨顿。

再比如说美貌。一个觉得自己长得不好看的女孩，如果花十万块钱去做整容，也许能起到一个立竿见影的效果。那你说我再花一百万，能不能让相貌特别出众呢？恐怕是不太可能。你说我再投入一个亿，能不能达到倾国倾城的效果，那是完全不可能。美貌的上限很低，而且贬值快。

但如果你能把美貌跟算力结合起来，脱实向虚，可缩放性就立即提高。比如你可以通过学习变得知书达理，通过试错搜索变得风情万种，一看就是很有智慧的样子，你的美貌可就厉害了。

所以我们在生活中一定要有这么一根弦，任何一个项目拿过来先看是不是可缩放的；如果不是，再看能不能跟算力结合；如果不能，那就是笨功夫，不值得投入太多。

我看到很多人把自己苟在了不可缩放的低上限项目之中。

智商就是个不可缩放的天赋值。有些人乐中于做智力题，各种脑筋急转弯，想要让自己更聪明一点，其实都是徒劳的。初期的训练也许能让你参加智力测验的得分提高一点，但智商本质上是个很硬件的东西，难以明显提高。成年人应该追求的是智慧而不是智商，而智慧来自学习和搜索。

奥数，就是个低上限项目。有的数学家小时候顺手参加个奥数竞赛，取得了好成绩，但有很多奥数高手把一辈子最大的热情和精力挥洒在了竞赛题上，最终没有取得任何学术成就。奥数是限定在中学数学知识的范围内玩花样，缩放空间很小。

人设，也是不可缩放的。一个公司的高管说，我对公司最大的价值就是忠诚，因为我是公司的元老，我是跟公司一步一步走上来的，公司一定会继续信任我，因为我绝对忠诚可靠。行是行，但忠诚可靠是不可缩放的技能：你的忠诚度已经是100%，接下来还能怎样呢？我对我的键盘也是100%信任，但是键盘就只能是个键盘。

范围窄、套路固定的工作都是不可缩放的。一个高速公路收费员，几十年如一日做同样的事情，他不需要学习也不需要搜索，他没有经验。

极度专业化的技能虽然需要学习和试错才能练成，但是练成之后如果没有更高的成长空间，缩放性也很低。很多人是把一年的工作经验重复很多年。

按理说“网红”是个非常可缩放的职业，因为你的粉丝越多就越有可能带来更多的粉丝。但如果没有算力的支持，不能结合对新潮流的学习和新打法的搜索，往往都是昙花一现。

人生漫长，只有两件事配得上花无上限的功夫：一个是学习，一个是搜索。