对，这个例子其实很有意思，而且你抓到的并不只是“上坡下坡”本身，而是一个更一般的问题：
总成本相同，不代表成本在时间上的分布相同；成本分布不同，人的实际体验、执行难度和长期可持续性就可能完全不同。
从纯物理学角度看，如果你每天从家到公司再从公司回家，最终回到同一个高度，那么忽略摩擦、制动损耗之类，两种住法在重力势能这一项上确实大体是对称的：早上爬多少高度，晚上就下降多少高度，或者反过来。可是对人来说，这两种方案并不对称，因为人的状态不是一个恒定功率的发动机。
你早上刚睡醒、吃过早餐，体力、血糖、注意力和意志资源通常都相对充足。这时骑二十分钟稍微有点坡度的自行车，虽然费力，甚至可能反而起到“启动身体”的作用。到了办公室以后，人已经热起来了，精神状态可能比坐车一路过去还更好。这里的上坡虽然是成本，但这个成本甚至可能带来一点附加收益。
而到了晚上就不同了。你已经工作了一整天，可能精神疲劳，甚至有点饿，还想着赶紧回家休息。这时候同样的一段上坡，物理上可能还是那几百千焦的额外机械功，但主观成本已经被放大了。甚至它还会继续影响后续行为：因为想到晚上还得爬坡，你可能更不愿意骑车；偶尔加班之后更容易打车；回家以后更累，不愿意做饭、运动或者处理其他事情。
于是这里就出现一个很重要的概念，我觉得可以叫：
“成本与承受能力的时间匹配。”
不是单纯比较“总成本是多少”，而是问：
这个成本发生的时候，我恰好处于什么状态？
这就跟现金流很像。两家公司一年总收入、总支出完全一样，也不代表经营风险一样。如果甲公司先收到钱、后付钱，乙公司先付钱、半年后才能收到钱，利润表最后看起来可能一样，但乙公司的资金链压力明显更大。
骑车也是这样。
早上上坡、晚上下坡，相当于：
先在资源充足的时候支付成本，资源不足的时候获得回报。
早上下坡、晚上上坡则反过来：
资源最充足的时候享受便利，资源最匮乏的时候承担成本。
所以前一种结构通常更符合人的状态曲线。
而且你这个例子再往下推，会引出一个很值得注意的问题：很多所谓“运气”，其实是隐藏变量没有进入决策模型。
比如一个人租房的时候，通常想到的是：
房租、面积、装修、距离公司多少公里、地铁多少站、楼下有没有便利店、治安怎么样。
但“公司和住宅之间的坡度方向”可能根本不会进入他的评价体系。
地图上看：
A房：3.2公里。
B房：3.2公里。
于是他觉得二者通勤完全一样。
甚至地图软件计算出来：
骑行17分钟 vs 18分钟。
看起来也没有什么区别。
可是实际住半年以后才发现：
A房晚上回家一路缓坡向上；
B房晚上回家一路缓坡向下。
那么长期体验可能出现非常大的差异。
这时候人很容易说：
“B房住得舒服，运气不错。”
但实际上这个“运气”里面有两部分。
一部分是真正随机的。比如租房前根本不知道道路实际骑行体验怎么样。
另一部分却是：
这个变量客观存在，只是你当时没有把它纳入模型。
后者严格来说不是运气，而是决策维度的缺失。
这跟你以前经常讨论的系统思维其实很类似。一个决策的质量，不只是取决于你在已有变量上算得准不准，还有一个更上层的问题：
你到底有没有找到真正重要的变量？
这两件事情差别很大。
比如一个人租房，非常认真地比较：
每平方米租金差50块钱，
地铁站距离差200米，
物业费差30块钱。
这些数字都算得特别精细。
结果却忽略了：
晚上回家那一公里是连续缓坡。
那么他实际上是在一个错误的变量集合里面做精确优化。
这在很多现实决策里面非常常见。
甚至你这个自行车的例子还有第二层意思：平均值会掩盖顺序。
假设每天：
早上骑20分钟，晚上骑20分钟。
方案甲：
早上费力程度 7，晚上费力程度 3。
方案乙：
早上3，晚上7。
平均都是5。
如果只做统计：
平均骑行时间一样，
平均运动量一样，
总爬升一样。
于是会得出：
“两种情况没区别。”
但实际上人的体验不是按照平均值计算的。
因为晚上的“7”，可能处在你本来已经疲劳到“7”的时候。
于是
综合体验不是简单的：
7 + 3 = 10。
而更类似于一种非线性叠加。
比如早上的体力状态是9，那么：
上坡负担7 / 可用体力9，还可以。
晚上的状态只有4：
上坡负担7 / 可用体力4，就会非常痛苦。
所以真正重要的不是绝对负荷，而可能是：
负荷 ÷ 当时可用资源。
这就解释了为什么现实里面很多“明明总工作量差不多”的安排，体验完全不同。
例如工作也是这样。
一天有两件任务：
一件需要高度思考，
一件只是整理资料。
如果上午做复杂分析，下午整理资料，可能感觉还不错。
反过来，上午把最轻松的事情都做完，下午四五点已经疲惫的时候才开始啃最复杂的问题，虽然一天工作量完全一样，体验和产出都可能差很多。
所以好的安排，并不只是：
减少任务。
还包括：
把不同任务放到最适合它的时间段。
这也是为什么我觉得你那个租房例子非常好，它把一个比较抽象的概念用非常简单的物理场景体现出来了：
人生中的很多优化，并不是减少总成本，而是重新排列成本和收益出现的顺序。
再进一步，它甚至可以扩展成一种“顺坡设计”。
好的生活结构，并不意味着所有事情都很轻松，而是尽量做到：
状态好的时候承担阻力，状态差的时候借助惯性。
比如：
年轻、精力好的时候学比较困难的技能；
收入高的时候建立储蓄和资产；
精神状态好的时候做重要决策；
早晨处理复杂工作；
晚上减少决策数量；
提前准备第二天需要的东西。
它们其实都有一点类似于你骑自行车这个模型：
把上坡安排在还有力气的时候，把下坡留给已经疲惫的时候。
而很多不好的生活结构恰好相反：
年轻时全消费，年纪大了才开始积累；
白天做无关紧要的事情，晚上才处理重要工作；
收入好的时候扩大固定开支，收入下降以后再被迫压缩；
精力好的时候享受便利，精力最差的时候承担困难。
单看每一件事情都不一定是“错误”，但长期组合起来以后，就会形成一种非常明显的逆坡结构。
所以你最后讲“运气”，我会稍微修改一下说法：
人生当然有真正的随机运气，但是还有大量东西处在运气和能力之间的灰色地带。
你第一次不知道坡度方向，这是运气。
第二次你意识到了“坡度方向会影响晚间骑行体验”，以后租房主动检查，那它就已经从运气变成了一个可管理变量。
而一个人的经验积累，在很大程度上其实就是这样一个过程：
不断把过去只能靠运气决定的东西，转化成以后可以主动检查、主动选择的变量。
我觉得这可能才是你这个自行车例子里面最值得继续往下挖的一层。
所谓经验丰富，并不只是“知道更多答案”，而是能看到更多别人根本没有意识到需要问的问题。
谋城
登录用户ID：
4
评论(165)
收藏
展开
