预期自我实现：信念如何让未发生之事成真

当一个信念足够流行，它不需要成真就能改变世界

硅谷投资人、前 Coinbase 首席技术官 Balaji Srinivasan 在 Twitter 上留下过一句话：当足够多的人相信某件事会发生时，这件事根本不需要真的发生，它的后果就已经能被感受到。

这句话看似绕口，却精准描述了一个被反复验证的社会与技术现象——预期自我实现。在金融市场，它叫 "self-fulfilling prophecy"；在科技行业，它叫 "narrative-driven adoption"；在博弈论中，它是协调博弈里的均衡选择。而在 AI 时代，这种现象的烈度正在被放大。

预期的传导机制：为什么"没发生"也有后果

从信念到行动的链式反应

预期之所以能产生真实后果，关键在于它改变了人的前置行为。如果足够多人相信某个 AI 模型会在半年内取代某类工作岗位，那么企业会提前调整招聘计划，教育机构会调整课程设置，个人会提前转型。这些行为本身就会导致岗位需求的实际变化——哪怕那个模型最终并没有达到预期能力。

也就是说，信念影响的是当下的决策，而非未来的事实。后果发生在现在，而事实可能永远不来。

金融市场的经典样本

这一逻辑在金融领域早有成熟案例。银行挤兑并不需要银行真的资不抵债，只要足够多储户相信它会倒闭，挤兑本身就足以让它倒闭。加密市场中的叙事驱动同样如此：一个协议被广泛相信会获得采用，资金和开发者就会提前涌入，从而真正推动采用。

Balaji 本人长期活跃于加密与科技投资领域，他的观察有其语境——在高度依赖共识的市场里，叙事本身就是一种生产要素。

协调博弈是博弈论中的一个基本模型：多个参与者各自选择策略，当所有人都选择同一策略时收益最大，但没有人能单方面强制他人跟随。银行挤兑正是协调博弈的典型——每个储户的最优选择取决于他对其他人是否会去取钱的判断，而“大家都去取钱”恰恰构成一个自我实现的均衡。技术叙事的扩散同样具有协调博弈结构：开发者是否为一个平台投入、企业是否采用某项标准，都取决于对他人行为的预期。一旦足够多人协调到同一预期上，该预期就获得了类似“均衡”的稳定性，逆转它需要付出协调成本。这也解释了为何技术叙事一旦形成规模就难以被个别反例撼动。

AI 时代：预期被压缩、被加速

时间窗口的收窄

过去，一个技术叙事的发酵周期可能是数年，而今社交媒体的传播速度让预期在数周内就能形成规模。当某个能力（比如"通用智能体"）被广泛相信即将到来，创业公司会围绕它提前布局产品、投资者会提前定价、监管者会提前讨论框架——所有这些行动都在为"尚未发生的事"支付成本或获取红利。

这让预期的自我实现变得更快、更密集，也更难被证伪，因为提前行动带来的组织与资本投入会形成路径依赖。

路径依赖指的是：早期的选择会通过沉没成本、组织惯性和配套生态的建立，锁定后续的发展方向，即使后来出现更优选项也难以切换。在技术预期中，路径依赖表现为——企业围绕某个尚未兑现的叙事提前搭建团队、采购工具、签署合同，这些投入本身构成了继续相信该叙事的理由，因为转向意味着承认前期成本作废。这使预期具有了自我加固的性质：不仅信念驱动行动，行动又反过来强化信念，形成正反馈回路。正因如此，叙事被证伪的难度会随着投入规模的增长而上升，纠偏往往要等到成本显性化之后才发生。

预期泡沫与真实进展的错位

需要清醒的是：预期自我实现并不等于预期成真。大量被相信会发生的技术预期，最终只是改变了资源分配，而没有兑现能力本身。结果是行业出现"叙事先行、产品滞后"的错位，投资与人才被吸引到错误的方向，真正有潜力的路径反而被挤压。

因此，判断一个 AI 叙事时，一个重要问题不是"它会实现吗"，而是**"人们相信它之后已经在做什么"**。后者才是真实后果的来源。

叙事先行、产品滞后的错位，在经济学上对应“资源错配”：资本和人才被引导至被叙事高估的方向，而真正具备长期价值的路径因缺乏关注而被挤出。识别这种错位的一个实用方法是区分“能力信号”与“态度信号”——前者是可复现的基准测试成绩、生产环境中的稳定表现、可量化的单位成本下降；后者则是融资公告、社交媒体热度与行业宣言。态度信号容易在短期内被制造和放大，能力信号则受物理与工程约束，难以速成。对从业者而言，持续追问一个叙事背后有多少可复现的能力信号，是避免被错位裹挟的关键。

对从业者的启示

把预期当作变量，而非噪音

对产品与投资决策者而言，公众信念不是可忽略的"情绪"，而是会影响供需、定价、人才流动的真实变量。理解共识的形成速度与方向，本身就是一种竞争力。

保持对证伪信号的敏感

既然后果来自信念而非事实，那么当信念转向时，后果同样会提前到来——而且往往是反向的。持续跟踪那些能够证伪叙事的硬信号（实际能力评测、真实用户留存、成本曲线），比追逐叙事本身更重要。

Balaji 的这句话之所以值得反复引用，在于它提醒我们：在共识驱动的系统里，事实和后果之间并不是简单的因果关系，中间隔着一层人群的信念。理解这层信念如何运作，比等待事实到来更有现实意义。