适应度景观与局部最优
为什么大多数产品和团队"还行，但永远出类拔萃不起来"——斯图尔·考夫曼的适应度景观图。
**预计时间：**30 分钟读 + 25 分钟习题 = 55 分钟。
一、适应度景观（Fitness Landscape）
演化生物学家斯图尔·考夫曼 (Stuart Kauffman, 1989) 提出可视化的隐喻：把”所有可能的设计方案”看作一张地形图，X-Y 轴是不同的设计维度，Z 轴是”适应度”（多活、多赚、多复制）。
三种地形：
- 单峰（One Peak）：梯度爬升就是全局最优。简单问题。
- 多峰多谷（Mountains of Mountains）：多个山峰，但中间是低谷。这是真实场景。
- 崎岖不平（Rugged）：即使是小改动，适应度剧烈变化。最难解决的问题。
自然选择像近视的登山者——只能看到脚下方向是哪条路最陡，看不到山顶在哪。你顺着最陡方向爬，结果常卡在半山腰的小峰上（局部最优）。
- Oracle 当时"局部的数据库最佳实践"让它赢了 20 年，但锁死了非关系型数据库的可能
- 传统媒体的"订阅+广告"局部最优，看着现金奶牛，挡了订阅式 Netflix 模式的全域最优
- "功能堆叠"的 IT 系统：每次新需求都加一层，但从来没人重新审视底层
二、为什么难以跳出局部最优？
三个相互叠加的阻力：
- 路径依赖（Sunk Cost Effect）——已有投入越大越不敢推倒重来
- 沉没抱团（Coalition Lock-in）——KOL/老客户利益绑定最深处，向下兼容最大阻力
- 信息障碍——你能识别”现在走的路是错的”，但看不到别的路存在
演化通过 突变 + 性重组 + 灾变 三条机制跳出局部最优。商业上对应：
| 生物机制 | 商业映射 |
|---|---|
| 突变（小概率随机） | 小团队试点全新方向 |
| 性重组（混合两个好方案） | 跨部门人事轮岗、并购整合 |
| 灾变（小行星） | 监管剧变、产业颠覆（如 iPhone 把诺基亚”砸掉”） |
三、判断法：你是不是在局部最优？
五个自查信号（出现 3 条以上 = 高度危险）：
- 你的 KPI 全行业第一，但客户还在抱怨
- 你已经 2 年没引入任何新技术栈、新流程
- 管理层回答”为什么这样做”时，理由全是”一直都是”
- 团队嫌你反应慢，但市场觉得你已经够快了
- 你的护城河本质上是”我先到”而不是”我更好”
- 承认你在爬坡——不承认 = 永远在山腰
- 找"另一个人"——他不在你们公司：跨界人、新行业跳槽、咨询
- 在低代价试验区做"另一座山"试错（10% 资源）
- 创造刻意的不连续——年度 OKR 中明确"我要打掉一个老 KPI"
四、PM 的方法论：强制”穿越山谷”
芒格说：“反过来想，总是反过来想。“应用到适应度景观：
- 不要问”怎么走到山顶”——问**“假设这是山顶，怎么证明它不是”**
- 不要看”我们做的最对的事”——看**“我们做的最错的事”**。哪些事被迷信保护着？
- 每季度做一次 逆向 OKR：明确写出”今年要放弃什么”，不再维护
下一课 0003 · 演化不是进步 进一步讲”为什么演化方向无法预设——也没人逼你朝’高级’方向走”。
五、练习（10 题）
单选
"适应度景观（Fitness Landscape）"中，X-Y 轴是？
局部最优（local optimum）的隐喻里，最经典的"陷阱"是什么？
演化跳出局部最优的机制不包括？
"我先到的"护城河 vs "我更好的"护城河，从适应度景观看：
"如果你的 KPI 全行业第一但客户还在抱怨"，最直接的解释是？
关于"路径依赖"，下列最准确 的是？
演化中"性重组"对应商业中的什么？
诺基亚的失败在适应度景观上是？
逆向 OKR 的核心作用是？
如果某竞争对手突然启用全新范式（如 SaaS 替代传统软件），你应该：
案例分析
C1. 案例：为什么 SaaS 替换传统 ERP 时老 ERP 厂商反应慢？
C2. 案例：你团队下半年开始要求"砍掉 30% 功能"。管理层反弹。 你如何用适应度景观说服？
C3. 案例：你的客户调研连续 5 年表示"老功能很满意"，但新签客户持续下滑。 你的诊断？
反事实思考题
T1. 反事实：如果你今天正好"还行"，从来没人骂你也没人夸——这是好信号吗？（10 行内回答）
T2. 反事实：你设想本季度砍掉你的"最自豪的功能"。如果砍不掉，原因是？
下一步：Lesson 0003 · 演化不是进步——为什么”做得更好”不该是目标，“继续活着”才是。