先看基础率：一个池子里有多少人在赢，没人告诉你这个数

一个所有人都跳过的数字

有人问你：我想做自媒体，你觉得我能成吗？

大部分人的回答是这样：看人吧，你要是内容好、能坚持，就有机会。

这句话听着暖心，其实是把最关键的信息藏起来了。

真正该先说的是：这个池子里，赢的人大概占几成。

因为如果是一成，你的努力要提十倍才够。如果是五成，你只要不比别人差太多。

同样的人、同样的努力，放在不同的池子里，结果差好几倍。

这个池子的胜率，就叫基础率。

三个真实的池子

先看三个能查到出处的池子。都是公开数据，都能核。

池子一：开公司。

美国劳工统计局（BLS）跟踪了 1994 年以来所有新开的私营企业^[1]。

数据是这样的：第一年倒闭约两成，五年后还剩约一半，十年后还剩约三分之一。

行业之间还差得挺远。信息业五年存活率约 45.7%，农业约 61.8%^[1]。

同一个国家、同一批政策，只因为行业不同，五年存活率差了 16 个百分点。

这就是「选战场」最朴素的样子：你站的那块地，别人活下来的比例是多少。

池子二：考公。

2024 年度国考，计划招录 3.96 万人，通过资格审查 303.3 万人，报录比约 77:1^[2]。

换成百分比：大约 1.3%。

一个 1.3% 的池子，需要的是极长的准备周期和极高的容错次数，「努力一下」在这里换不出结果。

池子三：一个我查不到出处的数字。

网上到处有人说「中国中小企业平均寿命只有 3 年」。

这句话被引用了几十万次。但我追不到它的原始出处：没有抽样方法，没有统计口径，没有发布机构。

所以这一条我不写。

本站的规矩是：追不到出处的数字，宁可写「查不到」。写一个漂亮但查不到的数字，是把判断建立在沙子上。

为什么大脑不算这个数

1970 年代，Tversky 和 Kahneman 做过一个实验，后来成了行为经济学的经典^[3]。

他们给被试一段人格描述：喜欢摆弄机械、数学好、不太爱社交。

然后问：这个人是工程师，还是律师？

关键是，被试被分成两组。一组被告知样本里 70% 是工程师，另一组被告知 70% 是律师。

如果是理性计算，两组的答案应该差很远。因为基础率差了两倍多。

结果是：两组给出的概率几乎一样，都在 0.8 到 0.9 之间^[3]。

那段人格描述，把基础率整个盖住了。

人的默认设置就这样：具体的故事，压过抽象的比例。

而「成功」这件事，恰好全是具体故事。

你听到的每一个成功案例，都是带着人格描述、带着细节、带着画面上桌的。

基础率永远上不了桌。它没有画面感，没有人愿意转发，说了还得罪人。

基础率怎么算：三步

不用精确。算个量级就够了。

第一步：找分母。

这个池子里，一共有多少人真的在玩？

口径要卡死：只算「真的在玩」的人，「感兴趣」不算。想写作的人有几百万，靠写作拿到过收入的可能只有几万。

第二步：定义「赢」。

「赢」要说得能被检查。

「做成自媒体」太模糊，没法算。「账号有 10 万粉」或「月收入过五千」，就能算了。

定义不同，池子的胜率能差十倍。所以定义必须先写下来，再去看数。

第三步：定时间窗。

一年内成，和五年内成，是两个完全不同的池子。

大部分「成功」是熬出来的。你把时间窗设成一年，等于只统计了幸存者里最幸运的那一小撮。

三步做完，你会得到一个粗糙但有用的数。

粗糙不要紧。错误的精确，比正确的模糊更危险。

基础率只是一把尺

算完基础率，很多人会得出一个错误结论：胜率低，所以别做了。

这把尺很容易被读歪。

基础率是先验。它说的是：在你什么都不知道的情况下，一个随机的人进去，胜率是多少。

但你并不是随机的人。你手里有额外的证据。

统计上这叫贝叶斯更新：先验 + 你的证据 = 后验。

举个具体例子。

一个岗位 300 人投，最后录 1 个，基础率 0.3%。

这个数看着绝望。但如果你已经拿到了面试，你的池子就不是 300 人了。

面试环节可能是 5 进 1。这时候你换了一个池子，真实胜率变成 20%。

基础率的作用，是让你先知道自己在哪个池子里，再用你的信息去修正它。

不知道基础率的人，会把「我进了面试」当成「我快成了」，也会把「这个行业成功率低」当成「我不该试」。

这两种误判，方向相反，成因一样：没算过分母。

三个动作

一、做任何决定前，先花十分钟找分母

不用查文献。搜一下「多少人」「录取率」「存活率」，通常就能找到量级。

找不到，就写「查不到」，然后按最坏情况估。

这一步的回报率高得离谱，因为大多数人这辈子一次都没做过。

二、算清楚你比「随机一个参与者」强在哪

基础率是给随机参与者的。你不是随机的。

所以要写下来：你比池子里的平均人，多什么？

多一项技能？多一年时间？多一个能带你的人？

如果写不出来，那你的胜率就是基础率。 这是一次定价。

三、胜率低不可怕，可怕的是只有一个池子

1.3% 的池子，单次去赌，基本是买彩票。

但如果你同时放三个池子进去，哪怕每个都是 5%，中一个的概率就接近 15%。

这就是「多打几局」的算术基础：能加的是局数。

对普通人来说，能加的只有局数。

这篇哪里会错

一、基础率会骗人，如果分母选错了

把「所有写作的人」当分母，和把「写了三年还在写的人」当分母，结论完全不同。

这是定义问题。分母一定要和你的目标对得上。

二、这些数字只用来判断方向

BLS 的存活率是美国的、是企业口径的、是过去的。

它不能告诉你「你这次会不会成」。

它能告诉你的只有一件事：这个池子的赔率大概长什么样。

三、有些池子根本没有基础率

新行业、新平台、新玩法，没人统计过。

这时候最诚实的说法是「不知道」，然后按最坏情况准备。

用旧池子的数字套新池子，是另一种编数字。

参考资料

1. 美国劳工统计局（BLS）Business Employment Dynamics：按开业年份统计的私营企业存活率。近年数据显示，第一年存活约八成、第五年约一半、第十年约三分之一；五年存活率在不同行业间从约 45.7%（信息业）到约 61.8%（农林牧渔）不等。数据随季度更新，本文引用其长期稳定的量级。

1. 国家公务员局 2024 年度国考数据：计划招录 3.96 万人，通过资格审查 303.3 万人，报录比约 77:1（央视网、中国青年网等报道）。

1. Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. *Science, 185*(4157), 1124–1131. 及同作者 1973 年关于基础率忽视的实验（律师—工程师问题）：给出人格描述后，被试的判断几乎不随基础率变化。

证据强度

如果你只记一句：先算分母，再算自己。顺序反了，努力就白费一半。