值得学的人 03|瑞·达利欧——原则驱动的决策机器

痛苦 + 反思 = 进步。
——瑞·达利欧,《原则》

大多数人犯了错之后的反应是:难受一阵,然后继续。少数人会反思一下,试着下次做得更好。瑞·达利欧做了一件更极端的事——他把每一次错误编成一条明确的原则,然后让这些原则组成一套系统,替他做未来的决定。

达利欧创建的 Bridgewater Associates(桥水基金)是全球最大的对冲基金之一,管理着超过 1500 亿美元的资产。但他对决策领域的贡献不在于赚了多少钱,而在于他可能是第一个把「建立决策系统」当成一个可以公开分享的方法论来推广的实践者。他的书《原则》(Principles)出版后卖了几百万册,核心不是讲投资,是讲一个问题:你能不能把自己的经验编码成规则,让规则帮你穿越情绪和认知偏差?

一、原则系统:从痛苦中提取规则

达利欧的出发点是一个对自己的观察:他发现自己在类似的场景下会反复犯类似的错误。 不是因为笨,是因为在压力和情绪的影响下,他的判断力会系统性地下降。

他的解决方案是:每次犯错之后,不要只是「吸取教训」,而是写一条明确的 if-then 规则。「如果遇到 X 情况,那么做 Y。」这条规则必须足够具体,具体到下次遇到类似情况时,你不需要重新思考,只需要查你的规则库。

比如他的一条原则是:「不要因为一个人给你的感觉好就信任他,要看他的实际记录。」这不是一句泛泛的道理——它来自达利欧在早期招人时犯过的具体错误。他曾经因为一个人面试表现很好就委以重任,结果发现这个人实际执行能力很差。犯过这个错之后,他把它编成了一条规则,从此在招人时强制要求看过往的实际业绩记录,不只是面试表现。

原则系统的关键不在于你有多少条原则,在于你的原则是不是从真实的痛苦中提取出来的。 从书上抄来的道理不是你的原则。只有你自己犯过错、感受过代价、然后想清楚了的教训,才会在下一次真正起作用。达利欧说得很直接:「痛苦 + 反思 = 进步。」痛苦是原料,反思是加工,进步是产出。缺了哪个都不行。

我自己做内容决策时尝试过类似的方法。我不叫它「原则」,叫它「踩坑记录」。每次一个决定的结果不好——比如一篇文章的切入角度选错了导致写了两天推倒重来,我就在笔记里写一条:「如果文章的核心观点在两句话内说不清楚,先别动手写,先把观点磨到能说清楚为止。」几个月下来攒了十几条这样的规则,现在做决定时会先翻一遍。不是每条都适用,但它们帮我拦住了一些重复的错误。

二、问题日志和极度透明

达利欧围绕原则系统建立了两个配套的工具。

第一个是问题日志(issue log)。在 Bridgewater,所有人都被要求把遇到的问题、犯的错误、发现的分歧记录在一个共享的系统里。这不是绩效考核——记录问题不会受罚,不记录才会。问题日志的目的是让错误变成组织的学习材料,而不是被藏起来的秘密。

这个做法背后的逻辑是:大多数组织里,犯错是一件需要隐藏的事。人们花大量精力掩盖错误、推卸责任、避免尴尬。结果是同样的错误被不同的人在不同的时间反复犯。达利欧的逻辑是反过来的——错误是最有价值的学习材料,越早被发现、越公开地讨论、越快地变成原则,对整个组织越有利。

第二个工具是极度透明(radical transparency)。在 Bridgewater,几乎所有的会议都被录音,所有人的评价对所有人可见,上级对下级的反馈和下级对上级的反馈都是公开的。达利欧的理念是:如果人们不能在彼此面前说真话,决策质量就会被政治和面子绑架。

极度透明听起来很有吸引力,但它在 Bridgewater 内部也引发了大量争议和人才流失。很多人受不了那种被持续评估和公开讨论的压力。达利欧自己承认,大约三分之一的新员工会在前 18 个月内离开。这引出了一个重要的边界问题——我在后面的「局限」部分会讲到。

三、可信度加权决策

达利欧最有创造性的工具可能是可信度加权决策(believability-weighted decision making)。

在大多数组织里,决策要么是一人拍板(独裁),要么是少数服从多数(民主投票)。达利欧觉得两种都不对。一人拍板容易偏颇,多数投票则给了所有人相同的权重——但在具体问题上,不同人的判断力是不一样的。一个在某个领域有二十年经验且记录良好的人,他的意见应该比一个刚入行的人更有分量。

可信度加权的做法是:在讨论和决策时,每个人的意见都被记录,但最终的判断会按照每个人在相关领域的可信度来加权。 可信度不是资历或职位,是在这个特定类型的问题上,这个人过往的判断记录有多好。Bridgewater 开发了专门的软件工具(他们叫 Dot Collector,打点收集器)来实时收集和加权每个人的意见。

这个方法的精妙之处在于:它既不是「让最聪明的人拍板」,也不是「一人一票」,而是让每个人的声音按照他在这件事上的实际能力来被听到。 一个初级分析师如果在利率预测上的记录一直很好,他在利率讨论中的可信度可以高于一个资深合伙人。

在个人决策中,可信度加权意味着你在征求建议时,不应该给所有人的意见相同的重视。你应该更重视那些在这个特定问题上有实际经验和良好记录的人的意见。 而不是谁声音大、谁关系近就听谁的。

四、2008 年:原则系统的极端压力测试

2008 年全球金融危机是达利欧决策系统的一次关键检验。

在 2007 年下半年,Bridgewater 的分析系统开始发出预警信号:美国房地产市场的杠杆水平已经达到了历史性的高点,大量次级贷款的违约率正在上升,而金融系统对这些风险的定价严重不足。达利欧和团队把这些信号放进了他们的模型——不是一个模型,是多个相互独立的分析框架。历史上类似的债务周期模型、流动性压力测试、跨市场的关联度分析,多个模型指向同一个方向:一场严重的债务危机正在形成。

关键的决策时刻在 2008 年初。市场上大多数机构还在犹豫,认为问题可控。Bridgewater 做了几个明确的对冲操作,为即将到来的危机做了准备。当年,大多数对冲基金亏损惨重,Bridgewater 的旗舰基金获得了正收益。

但这个案例最值得注意的不是赚了多少钱,而是达利欧后来对这段经历的反思。他说,1982 年他曾经公开预测一场经济危机,结果判断错了,差点让公司破产。那次惨痛的教训变成了他最核心的原则之一:「不管你多确定自己是对的,都要做好你是错的准备。」 正是因为 1982 年的失败被编成了原则,他在 2008 年才没有因为自信而过度下注,而是用对冲的方式保护了下行风险。

这就是原则系统的力量:1982 年的痛苦变成了一条规则,这条规则在 2008 年保护了他。 不是因为他比别人聪明,是因为他有一个系统来保存和执行从过去的错误中学到的教训。

五、他的条件和你的距离

达利欧的系统有几个你必须看清楚的前提条件。

极度透明在大多数环境里行不通。 Bridgewater 的透明文化建立在几个特殊条件上:所有人入职时就知道并同意了这套规则、有专业的 HR 和心理支持系统做缓冲、公司为高压文化支付了远高于市场的薪酬。在你的家庭关系里搞极度透明,可能不是「有效沟通」,是「让对方崩溃」。在大多数公司里搞极度透明,可能不是「提高决策质量」,是「让同事不敢说话」。透明的前提是安全感,而安全感需要大量的制度建设来保障。

可信度加权需要大量的数据和系统支持。 Bridgewater 有专门的软件来追踪每个人在不同类型决策上的记录。你在日常生活中没有这种系统,你对「谁在这件事上可信」的判断本身就可能有偏差。

达利欧的原则库是几十年积累的结果。 他在《原则》里列出了几百条原则,每一条都来自真实的经验。这个积累不是你读完一本书就能拥有的。

不要试图复制 Bridgewater 的文化。 但达利欧的核心方法——把错误编成规则、让规则替你做决定——这个思路是任何人都可以开始用的。关键是从你自己的错误开始,不是从他的原则清单开始。

你可以直接拿走的

  1. 从今天开始写你自己的原则清单。 不需要一次写完。每次你做了一个事后看来不够好的决定,花五分钟写一条 if-then 规则:「如果遇到 X 情况,下次我应该 Y。」存在备忘录或 Obsidian 里,每月回顾一次。三个月后你会有一个小型的个人原则库。
  2. 建一个简单的问题日志。 用任何你顺手的工具——备忘录、Notion、甚至纸笔——每周记录一个你犯的错或者做得不够好的决定。只需要三行:发生了什么、为什么会这样、下次遇到类似情况我会怎么做。重要的不是记录本身,是强制自己做反思。
  3. 下次征求建议时,有意识地做一次可信度加权。 不要所有人的意见都听同样多。先问自己:在这个具体问题上,谁有真实的经验和记录?谁只是在发表观点?把有实际经验的人的意见放在前面。
  4. 选一个你最近犯的错误,用达利欧的公式走一遍:痛苦 + 反思 = 进步。 痛苦你已经有了。反思的部分是问自己:这个错误的根本原因是什么?是信息不够、判断偏差、还是执行问题?然后把答案变成一条具体的规则。

一点边界

  • 原则系统有一个陷阱:过度规则化。如果你的原则太多太细,每个决定都要查清单,反而会让你丧失在新情况下灵活判断的能力。原则是护栏,不是轨道。
  • 极度透明在亲密关系和大多数工作环境中需要极其谨慎地使用。没有足够的信任基础和安全感保障,「什么都说」不是坦诚,是伤害。
  • 如果你发现自己在重复犯同一类错误但怎么写规则都拦不住,这可能不是决策方法的问题,而是更深层的情绪或认知模式在起作用。这种情况下,和心理咨询师工作可能比写更多的原则更有帮助。

这个系列会讲什么

  1. 值得学的人 01|查理·芒格——多元思维模型
  2. 值得学的人 02|杰夫·贝佐斯——不可逆决策框架
  3. 值得学的人 03|瑞·达利欧——原则驱动的决策机器(本篇)
  4. 值得学的人 04|纳瓦尔·拉维坎特——杠杆与判断力
  5. 值得学的人 05|安妮·杜克——概率思维与放弃的智慧
  6. 值得学的人 06|段永平——本分与不为清单
  7. 值得学的人 07|纳西姆·塔勒布——反脆弱与切肤之痛

参考

  • Dalio(2017),《Principles: Life and Work》,Simon & Schuster
  • Dalio(2021),《Principles for Dealing with the Changing World Order》,Avid Reader Press
  • Copeland(2011),The New Yorker:Mastering the Machine
  • Bridgewater Associates,公司文化与原则文档

没学会也不要紧,本来就不是一天的事。把重复交给 AI,把省下的力气拿去复利。

慢慢来就好。
← 上一篇值得学的人 02|杰夫·贝佐斯——不可逆决策框架下一篇 →值得学的人 04|纳瓦尔·拉维坎特——杠杆与判断力