兴趣与爱好：商业游戏之外的选择

在这一期，我们终于可以开始讨论在商业这个“唯一游戏”以外我们应该关注的话题，也就是“兴趣和爱好”，我会比较多地结合经济学和脑神经科学两个方面进行解释，来看看现代商业环境是如何挤出我们的兴趣和爱好的，以及我们要如何应对。

一、动机挤出效应

为什么在兴趣和爱好领域，引入金钱、流量和排名这些外部激励之后，我们原本很高涨的情绪变得不那么高了呢？为什么有的人总说不要把自己的爱好当做工作，以及商业社会是如何影响这些的？我想从**“动机挤出效应”**这个神经科学和经济学研究开始谈起。

在小的时候，我们或多或少地都会有一些爱好，爱好打球、爱好弹琴、爱好看蚂蚁，爱好观鸟等等。这些行为本身就能带来满足感，在年轻的时候，可能是好奇心的满足，再长大之后，我们基本也能够形成一套基于神经递质的激励闭环。

自我决定理论（SDT）首先在积极心理学领域被提出并研究， 研究者是 Deci & Ryan（2020），他们发现自主、胜任和归属是基本的需求，当爱好被纳入到商业体系当中的时候，自主和归属的属性就会减弱，也就是一定程度的动机挤出。

从商业上看，我十分认同“Everything or Nothing”的论述，也就是一项科学研究、一个产品、一项发明如果不是被大多数人看到或用到（Everything）那么它就几乎没有价值（Nothing）。我们已经看到了太多的看起来眼前一亮的发明：多次被发明的VR和AR、氢能源的汽车、成本高昂的航天飞机。

但是由于各种原因的不经济导致这些产品即便当时的声量再大，投入再多的资源，也无法避免在短暂的喧闹之后没有人使用。最重要的是“没有人使用”，内在的原因通常都是太贵，或者它本身就是伪需求。而没有人使用意味着没有人愿意为它付出时间和金钱，背后都可以被金钱的多少来衡量，Arc 浏览器的创始人Josh用一期视频（Everything or nothing）讲述了这一点。

在相对长的时间没有人使用之后，与之配套的供应链和上下游企业也会抛弃，这就是所谓的技术的退化，用不顾代价的目的，的确可以造出航天飞机这样的产品，但是它没有被纳入到供需交易体系当中，让这个产品极其的脆弱，但凡政府采购订单的减少，都有可能让整个上下游和供应链没有存在的意义，最终带来技术的退化，一批人离开工作岗位，资料没有被很好地保存，直到我们再也造不出航天飞机。

我想说的是，在产品的领域，没有任何的虚荣指标，其实只有一个评价体系，也就是“用户的使用”，只有用户用时间与金钱投票的产品，才有生命力，或者说，才有存在的意义。所以在产品领域，也就只有一个激励体系，即是否有人愿意为它付费。

我们曾经讨论过，需求是天然不足的，一个人的生存所需要的能量很少，现代科技所产生的能量足以让一个人衣食无忧，在这样的环境下，产品持续能有用户使用和付费的确不是一件容易的事情，这需要足够的对于用户需求、场景的洞察，让它成为 Everything 而不是Nothing。

之所以聊了这么多产品大众化和使用的必要性，主要想讨论的是商业社会的评价体系。从评价体系来说，它极其的简单，用户使用和付费是唯一的评价体系。但如果它套用到个人生活的评价当中，我们又会很纠结，这是这个章节存在的原因。

在Frey于1997年的研究当中，提出了经济学的信号撤换理论，就是货币奖励会改变行为的意义：从“价值驱动”变为“价格驱动”（在下一章我们会讨论价值驱动的神经科学解释）。有许多相关的研究都证明了这一点。

Lepper, Greene & Nisbett在1973年的“画画的孩子”的实验做了这样一组对照实验，给喜欢画画的孩子说，画完之后有奖状，拿到了奖励的孩子自愿画画的时间下降了50%，非常显而易见，不是每次画完都会有奖励了，画画的行为被加入了“奖状”的奖励作为反馈机制，但不是每次都能兑现。

Gneezy & Rustichini 在2000年对成人做了类似的研究，当引入迟到的罚款后，有的人的迟到率反而上升了，我们应该非常熟悉这个场景，在迟到没有惩罚的时候，我们用自身的约束来限定自己，但是只要迟到的罚款在一个可接受的范围内，有的人反而愿意支付这一笔罚款了，而且即便在罚款停止之后，实验组的人的迟到率却降不下来了。这同样是一种动机的挤出，把道德约束挤出，用金钱惩罚作为替代。2008年的 Mellström & Johannesson的献血相关的研究也证明了这一点，当把献血加入了金钱的奖励后，原本具有道德利他属性的行为变成了买卖，让人们尤其是女性的献血率下降了很多。

在前13讲，我们都在讲如何玩商业这个唯一游戏，因为产品其实没有任何其他的虚荣指标，只有用户使用和支付才有意义，这对于任何形式的产品如汽车、集装箱、火车、电脑、手机、智能手表等等都适用。但到了个人的生活和行为这里，金钱奖惩的加入会产生极大的挤出效应，不是所有的奖励都有效，反而需要让兴趣和爱好始终保持兴趣和爱好的特征，才能使个人的生活和工作具备平衡性且可持续。顺带提一句，夫妻共同经营企业，就是典型的将精确的商业游戏和模糊的情感机制混在一起，商业规则会挤出情感纽带，一般人都很难处理好。

二、价格与化学激励系统

但有趣的是，商业社会是比个体更晚形成的，所以个体在商业社会形成以前，已经有了一套完整的激励体系，也就是以内在化学物质所组成的情绪账户与自我激励系统。它是我们被商业社会影响的平衡方法。

在商业体系里面，价格和销量是用户供需的平衡点，它由供给和需求组成，如果不能带来用户使用和购买，它就是我们前面提到的“Nohting”。但现在让我假设市场并不存在，在市场存在之前，我们大脑里面就已经建立了一套足够闭环的化学激励系统。

它的存在来自于数十亿年前生物还是线虫状态到现在的演化，目标是让生物得以生存，能持续的进行行为，情绪也是一样。如果只是单纯的奖惩激励方式，生物很容易被非常多件事情临时吸引走注意力，一会儿这有吃的，一会儿那有更好吃的，让做事甚至生存都不可持续，所以生物演化出了最早的情绪，而情绪由这些化学激励系统组成，主要是以下4种：

• 多巴胺，主要的触发机制是预期和好奇。给出“我想要”和期待的感觉，推进我们去进行持续性的探索，追寻刺激和没有得到的东西。
• 内啡肽，主要的触发机制是持续投入、微小的成就和运动。作用机制是在上面这些行为发生的时候，给一些止痛的作用，一些温和愉悦的感觉，也是为了让生物的行为持久化。
• 血清素，主要的触发机制是当形成社群归属的时候，以及被认可和完成目标的时候。让我们体会到满足和自豪。
• 催产素，主要的触发机制是亲密互动，协作互信的时候，给我们的感觉是温暖的、安全的感受。

在上面讲的“动机挤出效应”，所挤出的，其实就是以上这4个部分。它的作用效果是这样的：当外部的奖励尤其是金钱的评价体系侵入到我们大多数的行为——比如爱好时。这些金钱奖励、排名和流量大小会直接刺激多巴胺分泌，我们一开始的时候会非常兴奋，期待更强刺激的结果的来临。

但是这些行为带来的多巴胺分泌也会抬高阈值，对本来由兴趣所触发的多巴胺变得平淡，我们会开始觉得我们好像并不那么喜欢这个“爱好”，也就像上面举例的画画的小孩一样。外在的激励行为挤出了内在的情绪奖励。所以行为的意义也发生了潜在的转移，爱好行为变成了为了金钱和指标而做，但是外部的这些激励是外部依赖的（这很好理解，很多行为并不直接带来金钱回报，原本自身的化学奖励是更易得到的），从而带来整体对于这件事情的倦怠，我们爱好的兴趣的动机完全被挤出了。

所以一个真正长期具有良好状态的生活和工作是怎样的呢？感觉这也是不言自明的，也就是两套系统共同存在的状态，并且刻意地对兴趣和爱好的奖励机制做出保护。

从产品来说，我想讲讲趣头条的案例，这也是我一个朋友之前所负责过的项目。2016-2019年是趣头条创立并且高速增长的时期，仅仅创立两年多就在纳斯达克上市，市值超过46亿美金，趣头条的核心产品形态就是“看新闻赚零钱”，用户的行为是阅读等行为获得可以提现的金币，一开始的时候，快速地吸引了下沉市场的用户。

但是起高楼到楼塌了的过程非常短暂，2022年6月，趣头条关闭创作平台，快速下降金币的补贴，从而用户加速流失，到了2023年3月，由于市值、财报和股价都无法达到纳斯达克的要求于当月退市，并在同月破产。从创业、上市到破产，不过7年时间。

趣头条产品和商业模式不成立的原因有太多了，我不想面面俱到地去聊，我们单纯从金钱奖励挤出阅读动机这一点来聊起。阅读的补贴天然地会失败，在产品上也是如此。

首先是现金拉动的日活天然的吸引的是低质量的用户，他们本身可能就不具备阅读的习惯，并且支付能力和意愿很差，即便是广告主也很难收回成本，外部的金钱的奖励吸引了大量已经被挤出阅读动机的用户。但只要补贴下降，这些用户也没有任何忠诚度，DAU的下降让广告主也不愿意在这个平台投放广告，没有办法形成有效收入。

其次，ToC的产品如果在产品能力不达标的情况下，依靠裂变的玩法的获客成本是极高的，在趣头条的用户快速增长时期也在和短视频平台竞争用户和用户时间，但用户的注册成本就有数十元，但这些用户来也是为了网赚来的，没有任何的支付动机和意愿，单用户的生命周期短，生命周期价值低于获客成本。

最后回归产品的本质，作为一个阅读产品并没有满足用户的获取信息的需求，这在供需上是不成立的。用户的需求是利用貌似是阅读的行为网赚，大量的标题党和机器生成的信息的存在并不能给用户带来信息价值，而用户预期的赚金币的行为，又由于前面提到的广告模式不成立而让产品更不成立。

让我们在用户动机挤出效应和商业成立的条件来试图分析它。趣头条非常极端地将金钱的奖励先于阅读行为存在。对于用户来说的动机挤出是这样的机制：

• 高频的金币奖励快速地激励多巴胺回路，形成高峰。并用金币奖励替换了原本的阅读行为的内在奖励。
• 补贴不可持续，所以金币奖励下降，提现难度上升，让用户在在大脑内部形成了负的奖励预期误差，默默地更将阅读行为标记为“低收益”。
• 用户因为对内容没有粘性，一部分用户开始退出，更加削减了广告主的投放热情。

而在商业模式上的解释则更加容易，这部分用户的生命周期创造的价值，并不能覆盖获客成本，广告主的撤出和补贴的高成本，让整体的模式不成立。

尤其是和学习、工具使用相关的产品设计，好的模式应该首先是它的功能和商业闭环先能够成立，再做一些小的机制设计来强化用户行为。比如多邻国和微信读书的激励设计，就是在激励微小的化学激励系统，而不是将它们挤出。

多邻国的游戏化设计最近很受关注，经验分、徽章、排行榜、宝石这些游戏化设计被广泛讨论，但需要注意的是，即便没有这些，用户也愿意为这样一个好的外语学习软件付费。微信读书所赠送的阅读币和无限卡，也是为了激励用户读更多好的书，且它们克制地不过分推荐网络小说。这些都是围绕着产品功能的主要交付价值设计的机制。

多邻国的难度联赛，是为了激励用户的胜任感和归属感，而微信读书的书评和好友评论，也是触发催产素、血清素这些在社交认可中发挥的作用。

三、奖励预测误差

在第三个章节，我们来讨论更加偏向于神经科学的研究，也就是奖赏预测误差(Reward predication error, RPE)，它也可以说是关于学习理论、人工智能研究的最底层的理论之一，这对于我们理解爱好与兴趣，进行产品设计都有极大的帮助。

从1980年代的研究开始，强化学习理论和奖励预测误差就被人们发现，在最新的强化学习和具身智能的训练当中，又进一步被验证：大脑使用两种不同的基于多巴胺系统的试验-对比-奖励的方式来进行学习：奖励预测误差（RPE）和动作预测误差（APE）。

大脑先在脑中进行预测或者说模拟，然后进行实践行为，然后观察这个行为是低于预期还是高于预期，然后来强化和减弱这一行为。它的公式是：

δ = r – V(s)

让我来解释一下，并且后面会用趣头条和多邻国来的例子来做进一步解释，什么是好的PRE（奖励预测误差），什么是不好的，以及如何通过理解它来平衡我们的爱好兴趣，及如何做产品设计：

• V(s)，预测，这个变量发生在大脑的前额叶皮层，它是众多动物包括人类的非常重要的大脑作用，它会预测和模拟这一件事情会如何，大概“值多少”。
• r，实际奖励，这个变量发生在大脑的感觉和奖赏的回路，它是人们在做出行为后，观察到的实际的奖励，在产品中，可能就是得到的金币或者虚拟的奖赏。
• δ = r – V(s)，计算误差，这个变量发生在腹侧被盖区（前额靠大脑内部一些）以及伏隔核（更靠内一些），通过实际奖励减去预测，如果δ > 0 则强化，δ < 0 则抑制。一个非常简单的计算。
• V(s) ← V(s)+α·δ，更新预期，这个变量再次发生在前额叶，目标是上调和下调期望，也是很好理解的，当这一次超出预期，大脑会在下一次行为的时候，调高这个预期。

我们用趣头条的奖励回路来进行解释。首先这类阅读能带来现金奖励的产品给用户本不存在的预期，用户的初次的预测V(s)偏低，但是在登录和阅读后，用户真的能拿到现金，实际奖励r很高。那么计算误差δ则很高，用户因为现金补贴，导致奖励预测误差冲顶，同时带来用户预期上升。

但是好景不长，商业模式的不可持续和用户已被拉升的预期在那儿，但补贴的衰减让下一次的实际奖励开始低于预期，阅读被打上低收益的标签，从而让PRE（奖励预测误差）快速下降，上升得快，下降得也快，用户快速流失。

那么什么是好的PRE（奖励预测误差）设计呢？这在现代产品、人工智能和机器人的研究当中被反复验证，也就是**“温和正误差”**。

产品的设计中，应该给与用户的预期控制在一个相对稳定的程度，比如预期是1，同时实际的奖励，给到1.1-1.3之间，让计算误差δ为微正，大概计算误差在0.1-0.3，用以强化用户的行为，但不至于快速拉升用户的预期。

同时引入小的不确定性设计，很多游戏的抽卡设计运用了这一点，随机性在0.7-1.3之间，让计算误差δ产生可控的波峰波谷波动，毕竟所有的动物都无法拒绝随机性奖励（包括惩罚），这在众多而行为科学研究中被多次验证。最终，通过产品设计当中的社交联赛、补救宝石等等方式，让学习类产品的计算误差δ形成长期正向复利。但内在始终遵循的规则就是奖励预测误差的**“温和正误差”**，这是奖励预测误差（PRE）设计的核心环节。

每每去看到人工智能研究与脑科学研究的时候，都会感叹人脑设计的精巧以及它和我们现在做的人工智能研究的众多相似之处。AI和人一样在用非常类似的方式学习：预训练对应基因，强化学习对应人类的强化学习。而内在使用的方式，则是前面提到的奖励预测误差（RPE）和动作预测误差（APE）。

四、总结

最终，我想来总结一下，这一章虽然我们标题是看似轻松的爱好与兴趣，但是内容确非常的硬核。在商业这个唯一游戏当中，我们已经接受了“用户的使用和支付”是唯一成立的评价体系，毕竟前13章我们都在讨论这一点，也讨论了很多产品、需求、增长的内容，但是除了商业，我们要如何保护好兴趣和爱好这一系统？

动机挤出效应是商业规则对我们生活的入侵，我们看到了外部金钱和排名如何替换了我们原本稳定的情绪激励系统，让兴趣变得索然无味。而且趣头条是一个典型的例子：在产品本身不成立的时候，引入外部的机制激励，不仅会将动机挤出，还会加速产品的死亡。

在兴趣和爱好的领域，我们其实有一套古老而稳定的化学激励系统：多巴胺、内啡肽、血清素和催产素，它们组成了我们的“情绪账户”，是人类在商业社会出现之前就演化出的行为驱动方式。除了商业这个唯一游戏以外，人是可以不靠金钱活下去的，人本能地会被好奇心、亲密感、成就感（被大脑化学物质控制）驱动去做事，而这些感受无法被货币化，却能让人坚持很久。

最后是看似非常技术、但其实非常日常的理论：奖励预测误差（RPE）。它是强化学习的核心机制，也是我们在使用产品、学习技能、培养习惯时不断经历的过程。它是有标准可遵循的，也就是“温和正误差”。从趣头条和多邻国我们可以看到，什么是过度激励导致的预期快速崩塌，什么是温和正误差带来的增长。不仅是产品设计，在生活当中，爱好和兴趣也需要我们刻意地进行设计，把它留给非商业化的，温和的奖励预测误差。

所以，人生存在许多游戏，商业游戏非常重要，但是玩这个游戏的同时，还有兴趣和爱好这个商业游戏之外的选择。它很容易被动机挤出效应影响，但是我们有古老的化学激励系统，以及可遵循的温和的奖励预测误差规则。这是个人生活和商业游戏之间很好的缓冲方式。所以一个真正长期具有良好状态的生活和工作是怎样的呢？这的确是不言自明的，也就是两套系统共同存在的状态，尊重商业Everything or Nothing的规则，但刻意地对兴趣和爱好的奖励机制做出保护。

我更想分享的是，人工智能研究和神经科学研究是当今极度值得了解的内容，它的深度远超于之前人类想象建构的如心理学和社会学的理论框架，对照着去看这两方面的研究不仅会带来阅读趣味，还会给你带来极具深度的洞察。

参考文献

1. Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. New York: Plenum.
2. Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268.
3. Frey, B. S. (1997). Not just for the money: An economic theory of personal motivation. Cheltenham: Edward Elgar Publishing.
4. Lepper, M. R., Greene, D., & Nisbett, R. E. (1973). Undermining children’s intrinsic interest with extrinsic rewards: A test of the “overjustification” hypothesis. Journal of Personality and Social Psychology, 28(1), 129–137.
5. Gneezy, U., & Rustichini, A. (2000). A fine is a price. Journal of Legal Studies, 29(1), 1–17.
6. Mellström, C., & Johannesson, M. (2008). Crowding out in blood donation: Was Titmuss right? Journal of the European Economic Association, 6(4), 845–863.
7. Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593–1599.
8. Sutton, R. S., & Barto, A. G. (1998). Reinforcement learning: An introduction. Cambridge, MA: MIT Press.
9. Camerer, C. F., Loewenstein, G., & Prelec, D. (2005). Neuroeconomics: How neuroscience can inform economics. Journal of Economic Literature, 43(1), 9–64.
10. Botvinick, M. M., & Toussaint, M. (2012). Planning as inference. Trends in Cognitive Sciences, 16(10), 485–488.
11. Friston, K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138.
12. Silver, D., et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529(7587), 484–489.
13. Duolingo, Inc. (2024). Annual Shareholder Letter and Financial Report, Q1 2024. https://investors.duolingo.com
14. Josh Miller (2023). Why Arc Will Fail — Unless It Solves This. [YouTube video].