一、那个把邻居孩子越看越像贼的人
战国时候有个人，斧子不见了。
家伙什里翻遍了没有，他心里"咯噔"一下，第一个想到的是隔壁那个半大小子。从那一刻起，他开始留神看这孩子。走路，缩头缩脑，活像偷过斧子的；脸色，一阵青一阵白，像偷过斧子的；开口说话，闪闪躲躲，也像；一举一动，没有一处不像。
过了几天，他到自家山谷里翻找别的东西，一镐头下去，斧子翻出来了——原来是前些日子自己落那儿的。
他再看那孩子，怎么看都不像贼了。
孩子一根头发都没变。变的，是他心里那把丢了的斧子。
两千多年前，列子把这桩市井小事记下来，原本是个心理学笑话——讲人怎么被自己的疑心牵着鼻子走。我今天要说的是另一件事：有一台机器，已经把这个笑话改装成了一条工业流水线。而且，它给笑话续了个更阴的结尾。
它不让你在山谷里，找到那把斧子。
二、偏见可怕的地方，不是它看错了人
我们通常觉得，偏见之所以坏，是因为它认错了人——把好孩子当成了贼。
但这只对了一半。
偏见真正可怕的地方，不在它错，在它会自我证实。丢斧子的人不是冷静观察一圈，才得出"这孩子是贼"的结论。他是反过来的：先有了结论，再满世界去捡证据。而世界这东西，永远管够。你只要戴着"他是贼"那副眼镜，对方的每一个动作——挠头、咳嗽、躲开你的目光——都能被读成心虚。
这不是观察。这是印证。
观察问的是"他到底是谁"；印证问的是"他是不是我早就认定的那个"。前者向世界敞开，准备随时被吓一跳；后者朝世界关门，只放符合预期的东西进来。
社会学家默顿给这种事起过一个名字，叫"自我实现的预言"：你把一个局面定义成什么样，它最后就真长成什么样。一家银行明明账上没问题，可只要够多的人相信它要倒，跑去挤兑，就真能把它挤倒。
成见不需要一开始就是对的。
它只需要够强——强到让你只看得见那些印证它的东西，看不见别的。
三、把疑邻盗斧装上流水线
我在硅谷做过几年推荐系统，所以得说句行内的实话：推荐引擎干的第一件事，从来不是"理解你"。
它干的第一件事，是把你扔进一个坐标系里，找出"和你像的那一群人"，看他们点了什么、停在哪、转发了什么，再把这些东西推给你。这套老手艺叫协同过滤。翻成大白话就是——它先猜你"像"什么人。
你品一品，这一步，和丢斧子的人"意其邻之子"，是不是同一个动作？
都是先下判断。先意。
第二步，是喂印证。你点了那条它猜你会点的，它记下一笔："果然像。"于是再推一条更像的。你越点越顺手，它越推越"准"。可这个"准"是假的——它不是真摸到了那个复杂的、会自相矛盾的你，而是你跟它合起伙来，一刀一刀，把你修剪成了那个标签的形状。
我给这台机器起个名字，方便你随身带走：印证引擎。
推荐系统不是真相引擎，是印证引擎。
真相引擎会递给你一些你不爱看、但为真的东西；印证引擎只递给你那些你爱看、且能证明你"没看错"的东西。
丢斧子的人当年要是配上这么一个贴身助手——专职给他递"瞧，那孩子又心虚了"的证据——他这辈子都甭想还邻居一个清白。
四、列子给那个人，留了一座山谷
可别忘了，列子那个故事，结局其实是好的。
那人解脱了。他怎么解脱的？
他"抇其谷而得其鈇"——亲自跑到山谷里，一镐头一镐头地翻，翻到了那把真斧子。物理世界给了他一记硬证据，一个没法被成见随便糊弄过去的事实：斧子在自家谷底躺着，铁证如山。成见"啪"地一声，碎了。
这里藏着整篇寓言的命门，藏得很深——那座山谷。
山谷是什么？是成见管辖之外的那个世界，是不归你的判断做主、自顾自存在着的现实。正因为还有这么一座不听他指挥的山谷，真相才留着一条路，能反扑回来，把他从自己的疑心里捞出来。
可更深一层的事，在这儿。
算法这台机器最阴的地方，不是它放大了你的成见。是它正在悄悄填平那座山谷。
你刷的信息流里，没有"自家山谷"这个东西。你看见的每一条，都已经被印证引擎按"你像什么人"预先筛过一道了。那个唯一能反驳你的硬事实——那把本该躺在谷底等你的斧子——在你刷到它之前，就因为系统判定"你大概不爱看"，被降权、被沉底、被你和它合谋着抹掉了。
列子那人找回了斧子，是因为山谷不归他管。
你找不回，是因为你的山谷，归算法管——而算法的考核指标，是让你把下一条也点下去，不是让你看清。
五、标签的复利：成见怎么长成命运
你大概会想：算法不过是在迎合我罢了，迎合就迎合吧。
更深一层——它不只在迎合你。它在塑造你。
印证一旦接上反馈，就成了一台复利机器。标签喂给你内容，内容引出你的行为，行为又回去喂养出一个更厚、更硬的标签。利滚利。
它给你贴上第一个标签那天，标签也许还浅，甚至贴错了——就像丢斧子的人最初也只是"意"，一个没坐实的怀疑而已。可你之后每一次点击，都在替这个标签交利息。一个月后，标签早不再是它对你的猜测了，它变成了你被一口一口喂养出来的样子。
你成了那个孩子。
不是因为你本来是贼，而是因为有一双眼睛，日复一日，只肯把你看成贼——看到最后，连你自己都信了。
放到人群里，这事更狠。它不只把一个人锁进标签，它把"和你像的那拨人"圈成一座孤岛。岛上的人彼此印证，越聊越笃定；岛和岛之间，互相当对方是"贼"。每一座岛都丢了自己的斧子，每一座岛都一口咬定：贼，在对岸。
疑邻盗斧，当年不过毁了一段邻里关系。
工业化的疑邻盗斧，能让一整代人，各自住进各自的山谷——谁也下不来，谁也，不想下来。
六、给成见留一道能被推翻的口子
我不打算劝你"保持客观中立"。
没人真做得到。丢斧子的人做不到，当年写推荐算法的我做不到，此刻敲这篇文章的我，多半也正带着十几个自己都没察觉的成见落笔。消灭偏见，是个伪命题。
真正该做的，不是消灭成见，是给它留一道能被现实反驳的口子。
一个判断之所以配叫"认识"，而不只是"执念"，全看它肯不肯说一句：要是我看见某样东西，我就认我错了。成见之所以是成见，恰恰因为它把这道口子焊死了——无论看见什么，结论永远只有一个："他果然是贼。"
要把这道焊死的口子重新撬开，靠的不是更聪明，是更笨。是肯花力气，去翻那些算法打死都不会推给你的角落，去看那些让你浑身不舒服、却未必假的东西。那把斧子从来不在你的推荐流里，它躺在你这辈子都懒得点开的那个谷底。
所以，当一个系统让你一路点头、舒服到家，先别急着觉得它懂你。
它多半不是懂你，是在印证你。真正懂你的东西，反倒偶尔会让你愣一下、硌一下、不太舒服一下——因为真实的你，本就长着一些连你自己都没料到的棱角。
列子那个人最走运的地方，从来不是他没冤枉过那孩子。
是他丢了斧子之后，还肯亲自下到山谷里，翻一翻。
七、谷底的那把斧子
丢斧子的人，最后找回了斧子，因为他的山谷不归他管。
我们这代人最难的，是连那座山谷，都亲手交给了一台只想让我们点头的机器。
当世界只剩印证，敢于被反驳的人，最清醒；
当算法管够"你早就相信的样子"，肯下到自家山谷里翻一翻的人，最自由；
而那把斧子，从来不在它推给你的地方——它在你自以为早已看清、因而再也不肯多看一眼的那个角落里，等你。