了解你的反馈循环

假设我挑战你去精通一件你从未做过的事情。其中一个选择是罚球。另一个是招聘新员工。你觉得你会更快学会哪种？

答案可能很明显：罚球。但为什么？并不是说某一“更容易”，从某种抽象意义上说。这就是反馈循环。

罚球一秒钟你就能知道球是否进了。你调整技巧，再试一次。雇个经理，可能要几个月，或者几年，在你判断这个决定是否正确之前。即便如此，也很难说结果有多少是因为聘用、继承的团队、市场、运气还是其他因素。

你会随着反馈的速度进步。更准确地说：你在速度上提升以及质量关于你的反馈。一旦你开始注意到这一点，就很难忽视有多少技能和决策被你陷入的循环瓶颈。

短循环压缩学习

短反馈循环能让你做更多重复，通常你会更快发现错误。然后你可以在它们叠加之前纠正它们。随着时间推移，学习曲线会被压缩。这正是某些领域（比如体育）竞争更激烈的原因，因为其他人都能获得同样的授权，而且经常得到。

编程就是一个很好的例子。你写点东西，运行它，观察发生了什么，修改它，然后重复。这通常在几分钟内完成。把这和改变公司文化、养育孩子或选择高管相比。

你可能要等好几年才知道自己的判断是否准确。

短环线

长环

两种情况的循环是一样的：行动、观察、更新。但区别在于你等待的时间长短、信号的清晰度，以及你能否自信地将结果与实际操作联系起来。

简单环境和困难环境

有些环境让这变得几乎不公平地简单。它们有明确的规则、可重复的情景以及快速准确的反馈。比如高尔夫、国际象棋，还有很多手工艺。

你可以尝试很多次，很快你就会知道自己表现得怎么样。

而其他环境则恰恰相反。商业、投资、领导力、招聘——反馈延迟、嘈杂或具有误导性。你不会有“干净”的重复。生活中大部分重要的工作都在这里，这意味着“多练习”往往不是策略。

你必须在更差的信息中提升学习能力。

了解你的循环

如果说这里有一个有用的习惯，那就是学会看待一项技能或决策，并思考反馈循环到底是什么样的。不是抽象的，而是从几个具体性质来看：

延迟：多久会收到反馈？几秒、几周、几年？
频率：你实际上能重复多少次？罚球一个下午可以练习数百次。在职业生涯中，找到合适的投资者发生的次数屈指可数（甚至可能更少！）。
忠实度：反馈能衡量你关心什么吗？还是你追踪的代理只是模糊地与真正目标相关？
归属：你能把结果和某个判决联系起来吗？如果重组后收入增长，实际上是重组还是同一季度发布的产品？
费用：每次尝试的费用是多少？廉价尝试会让人不断尝试。昂贵的会让人冻结或过度拟合到某个数据点。SpaceX能用一半的资本实现吗？
可逆性：你能在错了之后恢复吗？把功能带到旗帜后面是可逆的。但签订五年合同或公开下注往往不是。

这些属性分别位于环的不同部分：

延迟是指动作与反馈之间的时间。忠实度和归属存在于信号本身——信号是否干净，是否明确指向你所做的事情。可逆性是指更新是否真的能改变下一个动作，或者你是否被锁定。

成本和频率本身就是跑步周期的特性：你能绕行的频率以及每圈的费用。

一旦你开始这样看待问题，很难不注意到环路哪里有问题，而这通常就是你卡住的地方。

制造更短的环路

那么，在艰难环境中，最重要的是什么？擅长长反馈的人通常不仅比别人更有耐心。他们在长圈里形成了更短的环。

他们不会等五年才知道某个策略是否奏效。它们会产生中间信号。

根据我的经验，实际操作中情况如下：

下注小一点。从试点、原型或有限度推广开始。这和大决策的方向相同，但学习成本更低、更快。
跟踪领先指标。你不能只看最终结果。注意那些往往提前发生的事情，比如使用率、留任率、招聘流程的质量，或者任何你关心的结果之前的因素。
事先写下预测。写下“我觉得这能在Y日期前达到X，因为Z。”等到结果出来时，你就有了可以比较的东西。没有这些，就很容易把过去改写成一个你基本上早就知道的故事。
将决定与结果分开审查。一个好的过程可能带来糟糕的结果，而一个糟糕的过程也可能走运。如果你只根据结果给自己打分，可能只是在放大噪音。
在你确定之前更新一下。等待最终结果往往意味着等待的时间过长。随着中间信号的到来调整。

长环