墨菲定律

概览

1. 快速总结

墨菲定律偏差指的是一种倾向，认为宇宙天然偏向无序，失败在所难免。这种想法在熵等物理原理中确有根基，但我们对“一切都在变糟”的感知被一系列认知机制大大放大了，这些机制让我们留意并高估负面结果，却把中性和正面的结果忘在脑后。结果便是一套自我强化的世界观，坏运气仿佛无处不在。

用大白话说

墨菲定律偏差，就是那种觉得只要一件事有可能搞砸、它就一定会搞砸的感觉。你的大脑会记住每一次出错的时候，却忘了那些一切顺利的时候。于是，坏运气看起来就像一直跟着你。

想象一下上学的日常。偏偏在你唯一一次没做预习的那天，老师叫到了你的名字，你心里想：“果然，倒霉的总是我。”可你忘了另外那十天，老师叫的都是别人。或者在你想给妈妈发消息来接你时，手机突然没电了。这好像证明了全世界都在跟你作对。其实，你的手机上个星期一直好好的，你只是没注意到。

可以试试这个办法。要是你发现自己在说“算我倒霉”，就停下来数一数：同样的事以前有多少次是顺顺利利的？你也可以每天写下一件顺利的事。过一段时间，你的大脑就能看到事情的全貌，而不只是坏的那部分。

2. 背后的科学

2.1. 发现与历史

这种想法的出现比名称本身更早。奥古斯都·德摩根在1866年写道，如果试验次数足够多，“任何可能发生的事情都会发生”。工程师阿尔弗雷德·霍尔特在1877年向一个工程学会表示，海上任何可能出错的事情，通常迟早都会出错；舞台魔术师内维尔·马斯克林在1908年写道，在特殊场合下，“一切可能出错的事情都会出错”。

这一名称源自1940年代末穆罗克陆军机场（后来的爱德华兹空军基地）进行的航空航天测试。在MX981项目（1948年至1949年间一项旨在测定人体对极端重力耐受度的美国空军研究计划）期间，小爱德华·A·墨菲上尉提供了电子应变计，用于测量火箭滑车乘员安全带上的受力。

关于接下来发生的事情，各方说法并不一致。流传最广的版本是，约在1949年6月一次用黑猩猩固定在滑车上的试验运行中，由于应变计安装不当，其中一些被墨菲的助手接反了线，导致读数全为零。项目团队成员乔治·尼科尔斯后来回忆称，墨菲当时指责助手，大意是“如果有什么方法能把事情做错，他总会找出来的”，并表示团队将墨菲的名字冠在这句说法上，部分是出于嘲讽。墨菲的儿子罗伯特对此提出异议，称是他父亲自己以一种更审慎的形式表述了这一思想。领导该项目的约翰·保罗·斯塔普上校后来在新闻发布会上表示，滑车测试中之所以无人受重伤，是因为团队始终将“墨菲定律”考虑在内：即在进行测试前，必须预先设想可能的故障模式。在1951年之前尚未发现该名称见诸文献的记录，已知最早的印刷出版记录出现在安妮·罗伊1952年的著作《科学家是怎样造就的》中。

我们对这一概念的理解随着时间推移发生了转变。曾经看似悲观宿命论的说法，如今被同时认识为两重性质：它既是工程安全领域的一条有效启发法，又是由人类知觉与记忆中的系统性偏差所放大的认知现象。

2.2. 主要研究者

2.3. 标志性研究

翻滚的吐司研究（罗伯特·马修斯，1995）

马修斯在《欧洲物理学杂志》上发表了一篇题为“翻滚的吐司、墨菲定律和基本常数”的论文。他把吐司建模为一块刚性、粗糙的矩形薄板，并表明“涂黄油的一面朝下”不是确认偏误，而是物理学。吐司从标准桌子（约0.75米高）滑落时，下降时间不足以完成完整的360度旋转。按通常的旋转速度，吐司大约只转过180度。由于吐司开始时涂黄油的一面朝上，所以落地时黄油面朝下。

关键在于，马修斯还把这一分析推进了一步：桌子的高度受人类身高的限制，而人类身高本身又受基本物理常数（玻尔半径与引力耦合常数之比）的限制。人类不可能明显更高而结构仍然稳定。因此，翻滚吐司的“坏运气”在本质上与宇宙的基本常数联系在一起。

自发打结研究（雷默与史密斯，2007）

这项发表在《美国国家科学院院刊》上的研究，用一个专门的翻滚箱来搅动各种长度的绳子。研究人员发现，打结在统计上是必然的，而非碰巧。绳子形成结的概率随绳子长度和搅动时间急剧上升，较长的绳子概率接近100%。包括多达七个交叉点的所有素结在内的复杂结都会自发形成。这一机制来自热力学第二定律：“打结”的拓扑状态数量远远超过单一的“未打结”状态，因此熵驱使系统走向打结。

另一条车道错觉（雷德梅尔与蒂布希拉尼，1999）

这项发表在《自然》杂志上的研究解释了司机为什么觉得“另一条车道总是走得更快”。研究人员用计算机模拟和视频分析确定了两个机制：（1）时间加权观察：司机被超车的时间多于超车的时间，所以他们的主观体验被“失败”所主导；（2）能见度偏差：超车时，被超的汽车很快从视野中消失，但被超车时，速度较快的汽车在视野中停留的时间更长。于是，“胜利”的汽车是看不见的，“失败”的汽车却很扎眼。

2.4. 神经学基础

• 杏仁核激活：杏仁核是大脑的威胁检测中心，在进化上被校准为对负面刺激的反应比对正面刺激的反应更强烈。这为强化墨菲定律感知的负面偏差提供了神经基础。

• 前额叶皮层：在评估概率时，前额叶皮层往往依赖启发法而非精确计算。可得性启发法导致我们过度看重那些生动、带有强烈情绪色彩且容易被回忆起来的失败事件。

• 多巴胺系统：出乎意料的负面结果比预期中的结果能引发更强烈的多巴胺反应，从而留下更为持久的记忆印记。这种不对称性意味着失败会变得不成比例地令人难忘。

• 模式识别回路：大脑的模式匹配系统会主动寻找能够证实已有信念的证据。一旦有人“相信”墨菲定律，神经回路就会优先对支持这一世界观的信息进行编码，同时过滤掉相反的数据。

3. 进化起源

对墨菲定律的信念反映了一种适应性的生存特质，进化心理学家称之为“负面偏差”或“烟雾报警器原理”。

在祖先的环境中，错误的代价是不对称的。假阳性（把树枝当成蛇）的代价很低，只是短暂的恐惧和浪费的精力；假阴性（把蛇当成树枝）的代价则是灾难性的：死亡或重伤。自然选择因此偏爱那些假设最坏情况的个体。我们那些在生物学版墨菲定律下行事的祖先活了下来并繁衍后代。

这种“偏执灵长类”的程序设定意味着，我们的大脑被校准为宁可产生许多虚警，也不愿漏掉哪怕一个真正的威胁。在现代世界中，大多数“威胁”只是生活不便而非致命危险，但同样的机制导致我们高估负面可能性，并认为宇宙在主动与我们的计划作对。

从节约能量的角度来看，维持一种普遍的悲观启发法（“事情会变糟”）在认知上要比为每种情况精确计算概率更省力。因此，墨菲定律偏差是一个特性而非缺陷，只是它针对危险的史前世界中的生存进行了优化，而非针对现代技术世界中的繁荣。

4. 这种偏差如何表现

4.1. 在日常生活中

• 交通与通勤：相信自己总是选中最慢的结账队伍，或者觉得自己一迟到交通就更糟。雷德梅尔-蒂布希拉尼的研究在变道行为中证实了这种看法。

• 天气与事件：觉得自己计划的户外活动“总是下雨”，却忘了天气完美配合的许多次。

• 技术故障：相信计算机、打印机和手机总在关键时刻掉链子。你记得重要会议前打印机卡纸的那一次，却不记得数以百计没出问题的打印任务。

• 涂黄油的吐司效应：吐司涂黄油一面朝下确有其事，只不过原因是物理（而非命运）。

• 缠结的电缆：耳机线和电缆会自发打结，人人都为此恼火，而雷默和史密斯的拓扑学研究已经从科学上证实了这一点。

4.2. 在职场中

• 期限压力：相信问题总是在最后期限前冒出来，而事实上问题一直存在，只是你在时间压力下注意得更敏锐。

• 会议动态：觉得技术总在重要演讲时失败，这会产生焦虑，而焦虑实际上会因压力而增加错误率。

• 项目规划：系统性地低估可能出错的程度，然后在延迟发生时被“证实”，从而强化悲观规划（尽管这有时会带来更好的应急准备）。

• 责备归因：把墨菲定律当作失败的解释，而不去做真正的根本原因分析。

4.3. 在商业与营销中

• 保险行业：公司通过唤起墨菲定律式的焦虑（“当事情变坏时，做好准备”）成功推销产品。这利用了损失厌恶和对失败的预期。

• 延长保修：电子产品零售商在客户最清楚潜在故障的时刻推出保护计划，利用的正是这种偏差。

• 备份服务：云存储和备份公司利用墨菲定律式的说辞营销服务，强调“硬盘损坏不是‘会不会’的问题，而是‘何时’的问题”。

• 质量保证营销：强调可靠性测试和质量控制的品牌，等于隐含地承认并回应了墨菲定律式的担忧。

4.4. 在政治与媒体中

• 新闻中的负面报道：媒体不成比例地报道失败、灾难和问题，因为负面新闻更能有效吸引注意力，这就强化了公众的墨菲定律世界观。

• 政治竞选：攻击性广告和针对对手的警告往往利用墨菲定律式思维，宣称“一旦另一位候选人胜选，局势就会恶化”。

• 政策辩论：复杂的政策讨论往往演变成相互竞争的失败预测，每一方都援引墨菲定律反对对方的提议。

• 阴谋论：认为隐藏的力量正在导致系统性失败的信念，可能是墨菲定律思维的极端表现。

4.5. 在医疗保健中

• 用药错误：医疗系统在设计协议时承认，如果一种药物可能被错误地施用，它最终就会被错误施用。这带来了条形码扫描和强制功能等安全改进。

• 患者焦虑：患者常常预期治疗会失败或副作用会出现，这可能通过反安慰剂效应影响依从性，甚至影响结果。

• 诊断偏差：医生可能基于墨菲定律式的推理（“安全总比遗憾好”）过度开具检测，导致医疗费用增加和假阳性。

• 医疗设备设计：Therac-25放射治疗灾难表明，设计者未能预见所有可能的错误模式时，后果是致命的。

4.6. 在金融与投资中

• 损失厌恶：人本来就更害怕损失而非看重同等的收益，墨菲定律偏差把这种倾向进一步放大，导致过于保守的投资策略。

• 市场择时：投资者常常认为市场会在他们投资后立即崩盘，于是做出有害的择时尝试，错失机会。

• 风险管理：一部分墨菲定律思维适用于风险管理，但过度悲观会阻碍有益的冒险。

• 财务规划：对退休、工作安全和经济崩溃的灾难化想象，会导致瘫痪，或者导致过度的预防性储蓄，从而降低生活质量。

5. 真实世界案例研究

案例研究 1：火星气候探测者号（1999）

• 背景： NASA这艘耗资3.276亿美元的航天器用于研究火星气候，并充当通信中继。

• 发生过程： 由于导航错误，航天器于1999年9月在火星大气层中解体。洛克希德·马丁公司的工程师以英制单位（磅力秒）提供推进器脉冲数据，而NASA喷气推进实验室团队认为数据是公制单位（牛顿秒）。

• 起作用的偏差： 墨菲定律应验了：界面可能被以两种方式解读，而在缺乏防止误解的强制功能时，错误终究发生了。由于1磅力约等于4.45牛顿，累积误差导致航天器以57公里的高度接近火星，而非计划中的226公里。

• 后果： 任务完全失败。航天器在大气层中烧毁。

• 吸取的教训： 如果一个系统可能被误解，它就会被误解。界面规范必须包括验证机制和强制功能，使错误变得不可能，而不只是不太可能。

案例研究 2：哈勃太空望远镜反射镜（1990）

• 背景： 哈勃发射时是有史以来最雄心勃勃的天文仪器之一，其主镜研磨到了极高的精度。

• 发生过程： 部署后，图像模糊不清。调查显示，由于“反射式零位校正器”测试设备出现1.3毫米的间距误差，主镜被研磨到了错误的规格。

• 起作用的偏差： 一台更简单、“粗糙”的折射式零位校正器其实已经检测到了错误，但工程师信任复杂、“精确”的设备而不信任简单的那台，对相互矛盾的数据置之不理，这印证了“自然界总是站在隐蔽的缺陷一边”的墨菲推论。

• 后果： 望远镜在降级状态下运行了三年，直到在1993年的维修任务中安装了矫正光学系统。

• 吸取的教训： 必须同等信任多种独立的验证方法。复杂性不能保证准确性，也决不能仅仅因为警告信号与复杂的仪器相矛盾就无视它们。

历史例子：瓦萨号（1628）

瑞典战舰瓦萨号是前工业时代墨菲定律的一个明证。国王古斯塔夫·阿道夫要求修改设计（增加一层火炮甲板并配备更沉重的青铜火炮），导致船的重心被危险地抬高。

在处女航前，海军上将克拉斯·弗莱明下令进行稳定性测试：30个人在甲板上从一侧跑向另一侧。船体剧烈摇晃，以至于不得不取消测试以防在码头倾覆。尽管有如此明确的警告，这艘战舰还是出于政治原因扬帆起航。

一阵微风吹过，船身发生倾斜，海水涌入敞开的底层炮门，这艘瑞典海军的骄傲在航行了不到一英里后便沉入海底，导致约30人丧生。

瓦萨号表明墨菲定律跨越数个世纪依然成立：当已知的故障模式在外部压力下被置若罔闻，故障终将成为现实。该舰残骸于1961年被打捞出水，如今陈列于博物馆中，提醒人们无视明显警告会有什么后果。

6. 这种偏差的代价

6.1. 个人代价

• 慢性焦虑：不断预期失败会产生基线压力，损害心理健康、睡眠质量和免疫功能。

• 自我实现预言：预期失败可能真的导致失败，因为努力会减少，压力引发的错误会增加，有希望的努力也会被过早放弃。

• 人际关系紧张：伴侣和朋友对不断的悲观和灾难化感到厌倦，导致社会孤立。

• 错失机会：过度谨慎让人不去尝试新事物、不敢承担经过权衡的风险，也不去追求那些需要容忍不确定性的目标。

• 降低生活满意度：只盯着出了什么问题而不看什么进展顺利，会减少感激和满足感。

6.2. 职业代价

• 分析瘫痪：对失败的恐惧可能妨碍决策，导致错过最后期限和机会。

• 扼杀创新：墨菲定律思维阻碍了进步所必需的实验与创造性冒险。

• 领导力受限：过度关注可能出错之处的领导者可能无法激励或鼓舞团队。

• 防御性决策：为了免遭责难而选择“安全”选项，而非选择对组织最优的方案。

• 资源浪费：过度工程设计和过度的应急规划消耗了本可以进行更好分配的资源。

6.3. 社会代价

• 基础设施投资不足：过度关注失败情景可能让大胆的基础设施项目显得不可企及，导致现有系统衰退。

• 创新停滞：过度接受墨菲定律思维的社会可能变得规避风险，在技术和经济发展上落后。

• 政治功能障碍：当所有提出的解决方案都遭到失败的预测，治理就变得不可能。

• 经济代价：归咎于墨菲定律的工程灾难（火星气候探测者号、阿丽亚娜5号、哈勃）总共造成了数十亿美元的损失。

6.4. 统计影响

• 火星气候探测者号损失：3.276亿美元
• 阿丽亚娜5号501航班坠毁：有效载荷价值3.7亿美元，加上运载火箭成本
• Therac-25事件：6名患者严重辐射过量，导致死亡和永久性伤害
• 哈勃矫正任务（1993年）：包括航天飞机任务成本在内约7亿美元
• 瓦萨号沉没：相当于瑞典海军预算的很大一部分（1628年）

7. 隐藏的好处

墨菲定律偏差确实有它的好处。它承担着几项关键的适应性功能，这也解释了它为什么如此普遍。

防御性设计：在工程中，假设“如果能出故障，就一定会出故障”，会带来冗余、失效保护和有韧性的系统。斯塔普上校在事件之后对墨菲定律的解读（设计系统时预见所有故障模式），已经挽救了无数生命。

风险意识：适度的悲观可以防止过度自信。记得市场会崩盘的投资者、为发动机故障做准备的飞行员、预见并发症的外科医生，都比那些假设一切都会完美的人做出更好的决定。

应急准备：预期会出问题的人会带雨伞、备好备用轮胎、留出应急资金。他们的“悲观主义”其实是谨慎的准备。

质量控制：制造业和软件开发从墨菲定律思维中获益很大。假设“用户会把一切都做错”的测试，能产出更有韧性的产品。

意外发现的镜像：推动墨菲定律的那个机制（偏离计划），同样促成了发现。亚历山大·弗莱明没能把培养皿消毒干净，这个“失败”带来了青霉素。彭齐亚斯和威尔逊在无线电天线中收到的“噪音”就是宇宙微波背景辐射。墨菲定律和意外发现是从两端看到的同一现象。

完全消除这种偏差会让我们过度自信、准备不足，那是危险的。目标是校准，不是消除。

8. 自我评估：你有这种偏差吗？

8.1. 警告信号清单

• 当发生轻微不便时，我经常说或想“算我倒霉”
• 我经常注意到自己选中的慢车道，却忽略了选了快车道的时候
• 我相信技术总是在最糟糕的时刻出现故障
• 我对问题的预期如此强烈，以至于有时会回避有益的活动
• 事情出错时我会注意到，而事情顺利时我注意得少得多
• 我常常觉得宇宙或命运在专门针对我
• 相比积极事件，我更能记住度假、项目或活动中的负面事件
• 我经常提醒别人他们的计划可能出什么问题
• 有人说过我是个“悲观主义者”，或者说我“凡事做最坏的打算”
• 我觉得好运很难持续（“等待另一只靴子掉下来”）

评分：

• 勾选 0-2 项：易感性低
• 勾选 3-5 项：易感性中等
• 勾选 6-8 项：易感性高
• 勾选 9-10 项：易感性非常高

8.2. 自我反思问题

1. 上次某件重要的事情出人意料地顺利是什么时候？和最近的失败相比，你的记忆有多清晰？

2. 如果你连续一个月记录通勤路上遇到的每一个红灯和绿灯，你预测的比例是多少，实际数据又会显示什么？

3. 回想一下你最近担心过的一个项目或事件。你害怕的情况有多少真的发生了？有多少比预期更好？

4. 别人形容你谨慎、悲观或是个“杞人忧天者”吗？你是否觉得他们太天真，因而把这些反馈丢在一边？

5. 当你成功时，你是把它归于技能，还是觉得自己“这次走运了”，并预期下次会失败？

8.3. 快速诊断场景

场景： 你正在计划下个月举行一场重要的户外活动。天气预报显示那天下雨的可能性是30%。

你如何回应？

• A) “当然会下雨。我计划重要的事情时总是下雨。我们应该把一切都移到室内。” → 易感性高
• B) “有一定的下雨可能，所以我会安排一个室内的备选方案，同时希望能有个好天气。” → 易感性低
• C) “30%的概率基本上就意味着会下雨。我遇事向来如此。不过既然大家都说该有备用计划，我想我还是准备一个吧。” → 易感性中等

9. 在他人身上识别这种偏差

9.1. 行为指标

• 在开始任务时经常叹气或表现出无可奈何的表情
• 倾向于在规划过程中自发提出潜在问题
• 不愿做决定或对计划做出承诺
• 对过去的失败记忆犹新，对过去的成功记忆模糊
• 在遇到困难的最初迹象时有放弃项目的模式
• 过度的准备和超出合理水平的应急规划

9.2. 对话危险信号

处于这种偏差下的人会说的话：

• “算我倒霉”
• “这种事当然会发生在我身上”
• “我就知道会出问题的”
• “总会出点事”
• “事情对我来说从来都不顺利”
• “我一点也不惊讶。从来没有哪件事是顺顺当当的”
• “等着瞧吧，总会出什么岔子把这事搞砸”

他们提出的论点类型：

• 将最坏情况列为最可能的结果
• 将单次过去的失败作为未来必然失败的证据

他们回避提出的问题：

• “那件事发生的实际概率是多少？”
• “过去这件事在什么时候曾经进展顺利？”
• “这是一种模式，还是我在选择性地记忆？”

9.3. 情境触发因素

• 高风险：重要事件、演讲或最后期限会放大墨菲定律思维
• 缺乏控制：依赖于他人或外部因素的情况会触发悲观预测
• 过去的创伤：类似情境下以前的失败会重新激活这种偏差
• 疲劳与压力：认知资源枯竭会强化启发式思维
• 社会环境：周围都是悲观主义者，会让这种世界观显得正常，并被放大
• 模糊性：不明确的结果容易招来负面预期的投射

10. 认知脱偏策略

10.1. 即时技巧

• 事前验尸逆转：在假定失败之前，问自己“要想把这件事做成，必须有哪些环节做对？”强迫自己同等地考量积极情景。

• 概率校准：在预期失败时给出明确的百分比概率，然后问自己“在这样的赔率下我会押注吗？”以此调动分析思维。

• 报纸测试：想象在报纸头条上读到关于你处境的报道。失败情景真的具有新闻价值吗，还是你在把一件平凡小事灾难化？

• 基本比率咨询：在做最坏打算前问自己“这类事情实际失败的频率到底有多高？”查阅真实统计数据，而不是单凭记忆。

10.2. 长期策略

• 成功日志：每天记录那些进展顺利、按计划进行或超出预期的事情。这会建立起一套与选择性记忆相抗衡的叙事。

• 归因再训练：练习把成功归于技能和努力而不是运气，把失败归于具体可纠正的原因而不是命运。

• 概率教育：学习基础统计学和概率论。理解均值回归、基本比率和大数定律可以减少魔法式思维。

• 暴露疗法：刻意承担微小风险并跟踪结果。积累起未发生灾难的证据，预期就会重新校准。

10.3. 环境设计

• 物理提醒：在显眼处张贴过去成功的凭证（奖项、正面反馈、项目完工证明），以此抗衡对失败的选择性记忆。

• 社交环境：让自己周围围绕着现实的乐观主义者，他们能够示范平衡的概率评估。

• 信息节食：减少消费不成比例地报道失败和灾难的新闻与媒体。

• 决策清单：建立结构化的决策流程，要求在考量风险的同时明确权衡积极结果。

10.4. 何时寻求外部意见

• 当墨菲定律思维阻碍你做出必要决策时
• 当对潜在失败的焦虑影响到睡眠、人际关系或工作表现时
• 当他人一贯评价你过度消极或悲观时
• 当你意识到这种偏差却无法独立克服它时
• 当这种偏差正在助长抑郁症或广泛性焦虑障碍时

11. 实践练习

练习 1：结果追踪日志

• 目标： 通过比对预测与实际结果来培养准确的概率知觉
• 所需时间： 每天5分钟，持续30天
• 所需材料： 笔记本或电子表格
• 难度级别： 初级
• 使用说明：
  1. 每天早晨，列出你当天略微担心的3件事
  2. 评估你预测的每件事出错的概率（0-100%）
  3. 一天结束时，记录实际发生的情况（出错 / 顺利 / 超出预期）
  4. 每周计算一次你的预测准确率
  5. 注意过度预测失败的模式
• 反思问题：
  • 总体而言我的预测有多准确？
  • 我在哪类情况下最容易高估失败概率？
  • 更经校准的预测会是什么样子？
• 频率： 每天一次，持续一个月，之后转为每周维护

练习 2：感恩的平衡

• 目标： 建立对积极事件的记忆，以平衡对失败的选择性回忆
• 所需时间： 每天10分钟
• 所需材料： 日记本
• 难度级别： 初级
• 使用说明：
  1. 每天傍晚，写下今天进展顺利的三件事
  2. 针对每一件事，解释它为什么进展顺利
  3. 至少包含一件进展比预期更好的事
  4. 至少包含一件尽管你曾为此担忧、但依然进展顺利的事
  5. 每周复盘一次，找出毫无根据的悲观模式
• 反思问题：
  • 找出三件积极的事有困难吗？为什么？
  • 我对这个练习的抵触情绪（如果有的话）揭示了什么？
  • 我的担忧与我的实际日常经历相比如何？
• 频率： 每天

练习 3：事前验尸分析（平衡版）

• 目标： 在保持平衡的同时，建设性地引导墨菲定律思维
• 所需时间： 每个项目30分钟
• 所需材料： 纸、计时器
• 难度级别： 中级
• 使用说明：
  1. 确定一项即将开展的项目或决策
  2. 设置计时器10分钟：列出可能出错的一切情况
  3. 设置计时器10分钟：列出可能顺利的一切情况
  4. 设置计时器10分钟：针对每一个主要风险，确定具体的缓解措施
  5. 比较清单：失败情况真的比成功情况更可能发生吗？
• 反思问题：
  • 列出失败情景更容易，还是列出成功情景更容易？
  • 提出缓解措施是否减轻了对失败情景的焦虑？
  • 情景的平衡情况说明了你实际处境的什么？
• 频率： 在重大决策或项目之前

每日实践：概率暂停

每次你发现自己产生“这肯定会出错”或“算我倒霉”的想法时：

• 暂停10秒

• 问：“实际的概率是多少？20%？50%？80%？”

• 问：“得出这个概率的证据是什么？”

• 问：“对于有同样担心的朋友，我会怎么说？”

• 建议时长：每次30秒

• 每天最佳时间：全天，由悲观想法触发时

• 如何追踪进度：每次捕捉并审视想法时画一个正字标记

每周挑战：失败考古发掘

每周找出你预测会出错但实际进展顺利的一件事。写一段文字探讨：

• 你预测会发生什么

• 实际发生了什么

• 哪些认知因素导致了你的不准确预测

• 下次你会记住什么

• 4周后的预期结果：提高对预测准确性的元认知

• 用于反思的日志提示：

  • “本周最超出实际情况的担忧是……”
  • “我注意到在……时我往往会过度预测失败”
  • “如果我能重新校准一种担忧模式，那就是……”

12. 面向特定受众

致领导和管理者

墨菲定律在领导力中确有合理用途，因为预见问题方能着手防范。然而，过度的墨菲定律思维可能造成以下问题：

• 打击团队士气：总是关注可能出错的地方传递出缺乏信心的信号
• 扼杀创新：如果想法一提出就遭遇失败情景的设想，团队就会停止建言献策
• 制造自我实现的预言：预期失败会减少投入成功的努力

应对策略：

• 示范平衡的风险评估：“以下是可能出错的地方，同时这也是我认为我们能成功的原因”
• 创造心理安全感，让大家可以讨论风险而不被贴上悲观的标签
• 实施结构化的事前验尸，其中包括“事前庆祝”（设想成功）
• 像分析失败一样积极地庆祝和宣传成功
• 使用詹姆斯·瑞森的瑞士奶酪模型来设计系统，既假定个体失败的存在，又防止系统性灾难的发生

致父母和教育者

孩子们自然会通过经验发展出墨菲定律思维，但如果受到焦虑成年人的示范或对失败的选择性关注的强化，这种思维可能会变得过度。

适合不同年龄段的解释：

• 针对年幼儿童：“有时事情会变糟，有时事情会变好。我们的大脑特别擅长记住糟糕的部分，所以我们必须练习也去记住美好的部分。”
• 针对青少年：引入确认偏误的概念，并鼓励他们比对预测与实际结果。

预防策略：

• 示范平衡的预期：对即将发生的事情既表达担忧也表达希望
• 当事情出错时，专注于解决问题，而不是说“我早就知道了”
• 当事情进展顺利时，明确指出：“还记得你之前对此有多担心吗？结果一切都很好！”
• 避免将孩子的担忧灾难化，同时也不忽视合情合理的规划需求

致医疗保健专业人士

墨菲定律思维在临床环境中兼具益处与危险：

益处：

• 推动核对清单、冗余机制和安全协议的使用
• 在不确定性很高时鼓励采用保守方法
• 促使人们为罕见但严重的并发症制定应急计划

危险：

• 基于最坏情况思维的过度检查和过度治疗
• 向患者传递焦虑（反安慰剂效应）
• 防御性医疗服务于免责保护而非患者福祉

临床启示：

• 假定人为错误来设计系统（如Therac-25的教训）
• 在用药和手术协议中应用强制功能和防呆设计
• 与患者讨论风险时，提供基准率和背景信息，而不仅仅是灾难性的可能性
• 在“万一呢”的思维与基于证据的概率评估之间取得平衡

致金融专业人士

在金融背景下，墨菲定律偏差与损失厌恶产生强烈的相互作用：

致顾问：

• 认识到客户灾难化的恐惧往往超出统计概率
• 使用历史数据来校准风险讨论（市场会复苏；多元化投资组合中发生全盘损失的情况很少见）
• 区分合理的风险管理与受过度恐惧驱使的保守主义
• 帮助客户认识到不投资同样伴随着风险（通货膨胀、错失增长）

致交易员/投资者：

• 跟踪预测准确性，以识别系统性的悲观偏差
• 实施基于规则的系统，减少情绪化决策
• 谨记普菲墨定律（“任何能运转的事物，都会运转”）：市场和经济也具有非凡的韧性

13. 与其他偏差的相互作用

放大墨菲定律偏差的偏差

抵消墨菲定律偏差的偏差

常见的偏差链

负面偏差 → 墨菲定律偏差 → 确认偏误 → 习得性无助

解释：大脑对威胁检测的强调（负面偏差）产生了对失败的预期（墨菲定律偏差），这导致选择性关注证实性证据（确认偏误），久而久之可能导致认为努力是徒劳的信念（习得性无助）。

打断策略：

• 在墨菲定律 → 确认偏误之间打断：同时跟踪失败与成功
• 在确认偏误 → 习得性无助之间打断：将失败归因于具体的、可控的原因
• 使用成功日志来建立竞争性的神经回路

14. 文化视角

墨菲定律在不同文化中都有对应的说法，各有特色：

研究启示： 墨菲定律的对等说法在各种文化中的普遍存在，支持了进化起源假说。然而，各文化在侧重点上的差异（恶意的命运、统计必然性、级联故障）表明，本土的解读受到围绕能动性、命运和个人责任的文化价值观的影响。

跨文化互动： 请注意，不同文化对墨菲定律思维的表达可能会有不同的接受方式。在一种情境下被视为合理的谨慎，在另一种情境下可能看似宿命论的绝望，甚至显得粗鲁无礼。

15. 神话与误解

16. 专家见解

参与 1949 年火箭滑橇项目的 George Nichols 回忆说，爱德华·墨菲把一名技术员的接线错误归咎于他，大意是：只要有办法做错，这个人就一定会找到。墨菲的儿子对这一说法提出异议，确切的原话也没有文献记载。 — 概述自 George E. Nichols 的信，见 Arthur Bloch，Murphy's Law and Other Reasons Why Things Go Wrong（1977）

据有关这一事件的史述，约翰·保罗·斯塔普在 1949 年的一次新闻发布会上用“墨菲定律”一词，描述其团队的安全做法：假定试验中凡是可能出错的地方都会出错，并提前做好应对。 — 概述自 Nick T. Spark，A History of Murphy's Law（2006）

唐·诺曼认为，设计者应当假定人们会犯错，并通过约束和强制功能，让错误的操作难以发生或无法发生，例如只能以一种方式安装的零件。 — 概述自 Don Norman，《设计心理学》（修订扩充版，2013）

Charles Perrow 认为，在紧密耦合的复杂系统中，可能出现故障的方式数量庞大，因此有些故障（他称之为正常事故）是内置于系统之中的。 — 概述自 Charles Perrow，Normal Accidents: Living with High-Risk Technologies（1984）

罗伯特·马修斯指出，吐司从普通高度的桌子上滑落时，只来得及转动大约半圈，所以往往是涂黄油的一面朝下落地。他认为，这是由人体的尺寸和物理学基本常数决定的。 — 概述自 Robert A. J. Matthews，“Tumbling toast, Murphy's Law and the fundamental constants”，European Journal of Physics 16(4) (1995)，pp. 172–176 https://doi.org/10.1088/0143-0807/16/4/005

17. 关键要点

1. 墨菲定律确实有物理和数学基础：熵、概率与拓扑学确保了某些“失败”在统计上是不可避免的。

2. 然而，我们对墨菲定律的感知被认知偏差大幅放大，特别是确认偏误、负面偏差以及对失败的选择性记忆。

3. 该定律作为一种安全哲学而广为人知。斯塔普将团队对接线错误的沮丧转变为一项挽救了无数生命的设计原则。

4. 过度的墨菲定律思维会导致焦虑、瘫痪、错失机会以及实际增加失败率的自我实现预言。

5. 目标不是消除墨菲定律思维，而是校准它，在保持适度风险意识的同时，抵制灾难化倾向和对失败的选择性关注。

6. 墨菲定律在不同文化表达中的差异，既揭示了普遍的进化根源，也反映了各地的阐释框架。

7. 意外发现是墨菲定律的镜像：正是导致失败的偏离计划机制促成了新发现。一个未经计划的结果究竟是灾难还是突破，取决于观察者的回应。

18. 进一步资源

学术论文

• Matthews, R. (1995). Tumbling toast, Murphy's Law and the fundamental constants. European Journal of Physics, 16(4), 172-176. https://doi.org/10.1088/0143-0807/16/4/005
• Raymer, D. M., & Smith, D. E. (2007). Spontaneous knotting of an agitated string. Proceedings of the National Academy of Sciences, 104(42), 16432-16437. https://doi.org/10.1073/pnas.0611320104
• Redelmeier, D. A., & Tibshirani, R. J. (1999). Why cars in the next lane seem to go faster. Nature, 401(6748), 35. https://doi.org/10.1038/43360
• Reason, J. (1990). Human error. Cambridge University Press.

书籍

• Norman, D. (1988). The Design of Everyday Things. Basic Books.
• Reason, J. (1997). Managing the Risks of Organizational Accidents. Ashgate.
• Hand, D. J. (2014). The Improbability Principle: Why Coincidences, Miracles, and Rare Events Happen Every Day. Scientific American / Farrar, Straus and Giroux.
• Roe, A. (1952). The Making of a Scientist. Dodd, Mead.

章节

• Rasmussen, J. (1983). Skills, rules, and knowledge; signals, signs, and symbols, and other distinctions in human performance models. IEEE Transactions on Systems, Man, and Cybernetics, SMC-13(3), 257-266. https://doi.org/10.1109/tsmc.1983.6313160

19. 总结卡片

20. 术语表

21. 讨论问题

供读书会、课堂讨论或自我反思：

1. 墨菲定律是应对生活的有用启发法，还是相信它所制造的问题要多于所解决的问题？

2. 你如何区分适度的谨慎（为失败做好准备）与过度的悲观（坐等失败发生）？

3. 翻滚吐司现象有着真实的物理基础。这究竟是证实了墨菲定律，还是表明我们把本属于物理学的规律归咎于“命运”？

4. 现代技术和社交媒体通过让失败更加显眼和令人难忘，可能会如何放大墨菲定律偏差？

5. 如果你可以彻底消除墨菲定律思维，你会这样做吗？如果消除了，又会失去什么？

最后更新：7 十一月 2026