[!info] related notes

• 所属 MOC: cognitive-biases-moc
• 前置概念:
• 并列概念:
• 易混淆概念:
• 关系笔记:

幸存者偏差

一句话定义

幸存者偏差（survivorship bias）是我们只看到了“留下来、成功、被记录、还能被观察”的样本，却忽略了已经失败、退出、消失或没有被记录的样本，从而对成功条件、风险和规律产生系统性误判。

核心结构

真实总体
├─ 成功者 / 留下者 —— 可见
└─ 失败者 / 退出者 —— 不可见

分析时只研究可见部分
↓
把幸存者共有特征误当成成功原因

关键不是“样本少”，而是缺失不是随机的：恰恰因为失败了，它才更可能不出现在你眼前。

最小例子

你采访十位创业成功者，发现很多人都长期高强度工作，于是得出：

“只要足够拼命，创业就容易成功。”

但真正需要同时知道：

• 有多少同样拼命的人创业失败；
• 有多少成功者并没有这种模式；
• 资金、行业、时机、团队等变量如何作用。

只看成功者无法估计“这种特征对成功概率到底增加了多少”。

技术场景：只学习明星架构

你研究十家成功互联网公司的架构，发现它们都用了微服务，于是推出：

“成功产品应该尽早做微服务。”

问题是你没有看到：

• 有多少早早微服务化的项目死于复杂度；
• 有多少成功公司早期其实是单体；
• 这些公司是在成功后才因为规模增长而演化成微服务。

所以：

成功公司拥有特征 X
≠
特征 X 导致公司成功

这还可能同时叠加 错误因果谬误。

Benchmark 与开源项目

开源生态中容易只看到：

• 仍在维护的项目；
• star 很高的项目；
• 成功迁移案例；
• 发布出来的 benchmark。

而没有看到：

• 被放弃的同类项目；
• 迁移失败后回滚的团队；
• 没有发表的负结果；
• 没能跑通测试而根本没进入排行榜的候选。

因此“现存优秀项目都这样做”并不能告诉你完整失败率。

与 Cherry-picking 的区别

选择性证据谬误更强调有人从已有证据中挑有利部分呈现。

幸存者偏差则可能在任何人开始分析之前就已经发生：

失败样本因为退出而消失
↓
数据源本身只剩幸存者
↓
分析者即使没有故意挑选，也会得到偏差样本

所以第一步不是责怪分析者，而是问：谁没有进入这份数据？

一个实用的“缺失样本”问题

面对成功案例时，强制问：

“要验证这个经验，我最需要看到哪一批失败者？”

例如：

“辍学创业者也能成功。”

不能只列成功辍学者；需要比较辍学与不辍学人群在相似条件下的整体结果。

什么情况不是幸存者偏差

如果研究问题本来就是：

“当前仍存活的项目有哪些共同维护模式？”

那么只研究存活项目可以合理，因为总体定义就是“存活项目”。

问题只在于你随后把结论外推成：

“采用这些模式就更容易存活。”

后者需要失败项目作为对照。

去偏方法

1. 显式定义总体

不要只问“我有哪些数据”，先问：

我真正想推断的是哪一群对象？

2. 寻找退出者和失败案例

例如技术选型同时搜：

successful migration
failed migration
rollback
postmortem
abandoned project

3. 记录分母

“10 个成功案例”没有分母时信息很弱。

10 / 12 成功

和：

10 / 10,000 成功

完全不是一个结论。

4. 检查数据生成机制

问：什么样的案例更容易被发表、分享、推荐和留下？

使用场景

• 创业和成功学；
• 职业经验；
• 技术架构案例；
• 开源项目研究；
• 投资回报；
• 医疗和产品案例；
• AI Benchmark 与排行榜。

一句记忆

你看见的成功者会说话，消失的失败者通常没有机会进入你的样本。

快速自测

我认识的自由职业程序员收入都不错，所以自由职业通常比上班收入高。

需要先问：那些做了一段时间收入不够、后来回去上班的人是否还在你的“自由职业程序员”样本里？

来源

• Daniel Kahneman, Thinking, Fast and Slow（选择偏差与基准视角相关讨论）。
• 更广泛的统计学原则：分析非随机缺失和选择机制时，应明确总体与样本生成过程。