引子：Homo numerus，被计分的人
上一篇《知识—权力—自我》拆的是概念史：现代社会用一套话语，把结构性问题翻译成个人品质问题——你要主动成为更好的自己。
这一篇拆物质史。
因为光有概念是不够的。一句"你应该自我提升"之所以能落地，靠的不是说辞，而是一台台具体的测量装置：问卷、量表、档案、分数、算法。概念负责让你内疚，装置负责让你被追踪。
回头看现代史，每隔几十年就出现一种新的测量装置，宣称"科学地"评估人的某个维度：
- 1905 年，一道测试题，量化你的智力；
- 1911 年，一只秒表，量化你的劳动；
- 1920 年代，一张问卷，量化你的性格；
- 1950 年代，一本诊断手册，定义你的正常；
- 1958 年，一个三位数，量化你的信用；
- 1980 年代，一张排名表，量化你的价值；
- 2010 年代，一套算法，持续量化你的一切。
每一次技术迭代，命题都往前推一步：从"测量你"到"定义你"，再到"预测你"，最后是"你不必再自我辩护、系统说了算"。
下面的八个案例，每一个都遵循同一个四段结构：发明的初衷 → 被权力接管 → 制度后果 → 内化成自我。这不是偶然的重复，这是"知识—权力"最标准的运作模板。
案例一：智商测验——一门为救人设计的工具，如何变成优生学的刑具
初衷是善良的。
1904 年，法国公共教育部委托心理学家**阿尔弗雷德·比奈（Alfred Binet）**解决一个实际问题：哪些孩子在学校跟不上、需要额外的补习帮助？比奈和西蒙设计了一套简单的题目——记忆、注意、命名、推理——用来区分"需要帮助的孩子"和"只是懒惰或叛逆的孩子"。
请注意比奈的三条自我限制：
- 他反复强调，测验分数不能被当作固定的智力标签；
- 他认为智力是可以被训练改善的；
- 他明确反对把这套工具用于筛选和排序。
比奈说，用他的量表去给正常儿童排出智力名次，是"一种荒谬的做法"。
然后是接管。
比奈 1911 年去世。他的量表漂洋过海到美国，落进了斯坦福大学的刘易斯·特曼（Lewis Terman）手里。特曼做的事，比奈生前最反对：他把量表标准化、规模化、并用于排序——1916 年推出斯坦福-比奈量表，“智商（IQ）“这个数字从此诞生。
一场更大规模的接管随即展开。1917 年美国参加一战，军队需要快速给一百七十多万新兵分类、分岗——于是开发了陆军甲种/乙种测验（Army Alpha/Beta）。这是人类第一次在如此大的规模上，用纸笔测量题给整整一代成年人打分。
结果被拿去做了最坏的事：
- 普林斯顿的**卡尔·布里格姆（Carl Brigham）**用这批数据写了《美国智力研究》（1923），宣称来自东南欧的新移民"智力遗传低下”——因为他们的平均分数低；
- 这套数据直接影响了1924 年《移民法》（Johnson-Reed Act），为限制南欧、东欧移民配额提供了"科学依据”；
- 后来布里格姆自己也公开撤回了这个结论——因为测试的唯一共同点是语言隔阂和识字程度，考查的是英语能力，不是所谓的天生智力。
最经典的反转来自特曼自己的实验。他和助手做了一次当时被认为最可靠的“天才儿童"预测：
特曼用斯坦福-比奈量表在全加州筛出约一千五百名 IQ 在 140 以上的孩子（日后被称为"特曼的虫子们”），追踪了他们一生，想证明高智商必然带来高成就。
特曼在筛选阶段，把两个被测出"不够天才"的孩子筛掉了——一个叫威廉·肖克利（William Shockley），一个叫路易斯·阿尔瓦雷斯（Luis Alvarez）。前者后来发明了晶体管、创办仙童半导体、拿了诺贝尔物理学奖；后者因发展氢气泡室技术获诺贝尔物理学奖。
特曼系统唯一漏掉的两个诺奖得主，恰恰是它亲手排除的人。
后来史蒂芬·杰伊·古尔德在《人的误测》（The Mismeasure of Man, 1981）里系统清算了这段历史：鼓捣"脑容量决定智力"的颅相学、伪造数据的莫顿、以及所有把 IQ 当"人生基因"的推论。
四段式完成：工具为救人而生 → 被用来排序、分岗、筛选移民、服务优生学 → 直接推动了限制移民的立法和大规模的智力歧视 → 最后内化：一个"我读书差是天生智力不行"的信念，从此压在无数人身上。
反测量提问：当有人给你一个分数，先问——**它是为了帮你，还是为了筛你？**同一道题，目的不同，工具的性质就完全不同。
案例二：优生法——当"科学"变成法律，谁被允许生孩子
测量的下一步，是把结论写进法律。
1927 年，美国最高法院审理了巴克诉贝尔案（Buck v. Bell）。被告是弗吉尼亚州 17 岁的女孩卡丽·巴克（Carrie Buck），州政府认定她"低能"，要对她实施强制绝育。所谓"证据"，是她母亲在多年前被一次智力测验判定为"弱智"，而卡丽本人也得了一个低分。
判决由大法官奥利弗·温德尔·霍姆斯写下，那句判词后来臭名昭著：
“三代低能，已经够了。"（Three generations of imbeciles are enough.）
这是"测量 → 分类 → 判决"链条最赤裸的形态：一个纸笔分数，被升级成对一个人生育权的法律剥夺。
那么"低能"是怎么被测出来的？弗吉尼亚州给卡丽做的测验，是由一名社工主持的、没有任何标准化条件的口头提问。而所谓的"家族遗传证据”，来自一段没被核实的家族传闻。
四段式在卡丽身上走完：
- 制度后果：到 1970 年代，美国有约 六万名被判定"低能"的人，在三十多个州被强制绝育。这个数字后来被反复更正，但规模量级无争议。这个模式被直接借鉴——纳粹德国 1933 年的《防止遗传病后代法》，在起草时明确引用了美国的优生法，并在"效果"上走得更远。
- 迟到的反转：卡丽·巴克本人其实是被收养家庭（因为她被养父家的侄子性侵后怀孕，家族为了掩盖丑闻把她送进了"低能收容所"）送进去的。她妹妹多丽丝后来又"因为同样的理由"被绝育。研究者后来查证，卡丽和妹妹的智商都在正常范围内。案件在 2024 年才被弗吉尼亚州政府正式"否定"，州长公开道歉——距离判决已经过去 97 年。
- 内化：真正被剥夺的不只是生育权，而是"我这个人不配延续"这种自我认知——它悄无声息地进入一代人的自我评价。
反测量提问：一个分类一旦获得法律或制度的强制力，它就再也不是"观点"，而是暴力。所以看到一个分类时，先看它有没有强制力。
案例三：统计学的双面——凯特勒的"平均人"
进入社会层面。19 世纪比利时数学家**阿道夫·凯特勒（Adolphe Quetelet）**做了两件事，塑造了今天所有人的自我认知：
- 他把概率论系统地用到社会数据上（出生、死亡、犯罪、身高），发明了"社会物理学"；
- 他提出了一个概念：“平均人”（l’homme moyen）——一个国家里"典型的人"是什么样：平均身高、平均体重、平均犯罪倾向。
凯特勒的初衷是善意的：他想用数学找到社会规律，从而改良社会（减少贫穷、犯罪）。他本人反对用统计去否定个体。
但"平均人"一旦成立，“偏离平均"就被自动定义为异常：
- 身高低于平均 → 体质弱；
- 收入低于平均 → 阶层低；
- 体重高于平均 → 需要被"管理”（这正是今天 BMI 指数和整个健康管理工业的源头思想）。
统计学的系统性问题在于：它描述分布，却被用来评价个体。分布上的"偏低"本身没有任何道德含义——但一旦社会开始按分布分配机会，落在低分位就成了一项罪名。
内化：你今天看到"人均"、“中位数”、“同龄人平均水平”（从存款到阅读量到伴侣数量）时感到的那一下心慌，就是凯特勒的回声。统计学的涌现让整个人类社会第一次有了一个"标准人"的幻影，而所有人都在拿自己跟这个幻影比。
反测量提问：**这是关于我的描述，还是关于一个群体的描述？**群体统计可以预测一堆人，但不能决定任何一个人。
案例四：泰勒的秒表——劳动是怎么被切碎的
1898 年，美国伯利恒钢铁公司。工程师**弗雷德里克·泰勒（Frederick Winslow Taylor）带着一只秒表，站在生铁搬运工施密特（Schmidt）**面前计时。
泰勒选的这块场地很有名：他付给施密特比市场价更高的日薪（1.85 美元 vs 1.15 美元），然后精确规定他该怎么站、怎么搬、什么时候休息——最终把搬运效率提高了近四倍。
1911 年，泰勒出版《科学管理原理》，把一整套方法写了出来：
- 把工作拆解成最小可测量单元；
- 用秒表给每个单元定"标准时间"；
- 按标准时间设定计件工资——达不到就没有工资；
- 管理层垄断"关于工作的知识"。
同一时代的另一条线是效率工程师合作者——吉尔布雷斯夫妇（Frank & Lillian Gilbreth），他们研究动作研究（motion study），把砌砖动作从每块砖 18 个动作优化到 5 个，并给工人配了能减少弯腰的脚手架。他们家的故事后来被写成畅销书《一打更便宜》（Cheaper by the Dozen, 1948）。
制度后果：
- 1913 年福特建成第一条移动装配线，把底盘装配时间从 12.5 小时压缩到 93 分钟；代价是工人流失率一度高达每年 370%（后来福特被迫把日薪翻倍到 5 美元才稳住）；
- “标准工时”、“计件”、“KPI”、“考核”——整个现代劳动力管理体系从这只秒表长出来；
- 卓别林 1936 年拍《摩登时代》（Modern Times），“喂饭机"和流水线上疯狂拧螺丝的桥段，就是对这套体系的票房级证词。
内化：今天你感到的"我必须一直在产出点什么，闲着就是浪费”，是秒表被搬进了大脑。效率从一种外部要求，变成了一种自我道德。
反测量提问：**这个指标量化的是哪一段劳动？被它漏掉的那部分（思考、协作、恢复、创造）去哪了？**任何被计件的工作，都会驱逐掉无法计件的部分。
案例五：信用分——一个三位数如何变成身份
先说一个美国故事。
1930 年代大萧条期间，美国政府成立了房主贷款公司（HOLC），为了评估哪些街区适合发放房贷，它把全国城市地图按风险染成四种颜色：绿、蓝、黄、红。
- 绿区：新建的白人中产社区，优先放贷；
- 红区（redlining）：黑人聚居区、老城区，拒绝或极度限制放贷。
这套地图的灵感，来自一个更早的私人机构——1910 年代起，美国房地产行业就绘制过"居住安全地图"，用来防止黑人"入侵"白人社区。政府只是把它制度化、全国化了。
关键在后面：**红区被切断信贷后，房产贬值、社区衰败，十几年后"红区确实风险高"的证据就自己长出来了。**一个纯粹制度性的排斥，最后被包装成了"数据说话"的自然规律。这套机制在 1968 年《公平住房法》和 1977 年《社区再投资法》后才被逐步禁止，但房屋拥有率的族群差距至今未完全弥合。
再往后，是客制化的个人评分：
- 1956 年，**费尔（Bill Fair）和艾萨克（Earl Isaac）**在旧金山创办 Fair Isaac（即 FICO），早期用"统计模型给贷款人排序"做生意；
- 1989 年 FICO 分正式商业化——一个 300–850 的三位数，把一个人一生的还款记录压缩成一个可交易的标签；
- 到 2010 年代，FICO 分影响美国约 90% 的信贷决策，租房、买车险、甚至部分雇主的背景调查都会看它；
- 一个著名悖论：为了攒分，你需要借贷并按时还款；如果你彻底不借钱、只用现金，你反而是"信用不可见"（credit invisible）——没有分，也就不被信任。
再看中国这条线（客观描述）：
- 2014 年，国务院印发《社会信用体系建设规划纲要（2014—2020年）》，把"社会信用"作为一项制度化建设方向；
- 2015 年，芝麻信用、腾讯信用等商业信用评分上线，一度与租房免押金、租充电宝、办理签证等场景挂钩；
- 2021 年后，监管收紧：央行等部门明确商业信用评分不得与公共信用信息混用，芝麻信用被纳入征信业务统一监管框架——过度扩展被纠正；
- 与此同时，最高人民法院的"失信被执行人名单"（限制高消费、限制乘坐飞机高铁）是另一条更具体的制度线索。
这里必须做两个区分，否则会滑向阴谋论：
- “社会信用体系"是一个复杂的政策集合：里面既有惩戒失信被执行人的内容，也有"信用修复”、“守信激励"的机制，与西方媒体常渲染的"每个公民被实时打分"并不完全对应；
- “商业评分"和"公共信用"是不同轨道：前者是公司的运营工具，后者是行政监管的工具，2021 年之后两条轨道被明确要求分离。
内化：无论哪国版本，当一个人的社会身份被压缩成一个数字，“维护这个数字"就会变成一种日常焦虑——你的行为开始不是为了生活，而是为了分数。
反测量提问：**这个分数衡量的是我的能力，还是某个机构的风险？**记住——信用分的服务对象是放贷方，不是借款人。它天然是一个"对方的视角”。
案例六：强制排名——绩效的钟形曲线暴力
如果说泰勒管的是"动作”，那么"排名"管的是"人”。
GE 的"活力曲线"（Vitality Curve）
1980 年代，通用电气 CEO **杰克·韦尔奇（Jack Welch）**推行了一套被称为"活力曲线"的制度：每年把员工强制分成三档——
- 前 20%：重点奖励、股权、晋升；
- 中间 70%：维持、再观察；
- 最后 10%：必须离开。
韦尔奇的逻辑是"避免组织变得臃肿"，GE 因此在 1980–2000 年代被华尔街奉为管理模范。
微软的"排名淘汰制"（Stack Ranking）
90 年代到 2000 年代，微软内部实行严格的分组强制排名：每个小组内必须产生一定比例的"差评"，哪怕整个组都很优秀。
内部甚至流传一句话：“要么你被淘汰，要么你淘汰别人”。最有名的公开证词，来自 2012 年《名利场》（Vanity Fair）那篇著名的长文《微软失落的十年》（“Microsoft’s Lost Decade”）：作者**库尔特·艾肯瓦尔德（Kurt Eichenwald）**采访了多位前微软员工，记录了同一件事——员工因为怕同事超过自己，会刻意回避协作，甚至互相拖后腿。
2013 年，微软新任 HR 负责人丽莎·布鲁梅尔（Lisa Brummel）正式宣布废除员工排名制，改用团队协作导向的考核。这是对强制排名最直接的一次官方否认。
症结在哪？
强制排名的问题不在于"评价员工"，而在于它预设了一条钟形曲线——它假设每个组的绩效天然符合正态分布，因此必须有人当"差"。但现实里一个高效团队的成员可能全是优秀的。
Marcia 定律式的后果是：
- 惩罚协作（帮同事=可能害自己）；
- 奖励短期可见的业绩，驱逐长期投入；
- 把"保住自己的名额"变成第一优先级；
- 大规模的人才流向竞争对手（微软在 2000 年代流失了大量工程师到谷歌、亚马逊）。
内化：你对自己"必须比同事强一点点"的执念，很可能是被一条假想的钟形曲线训练出来的。
反测量提问：**这条评价曲线的形状是谁画的？真实分布真的是钟形的吗？**很多"自然规律"，其实是制度假设伪装成的现实。
案例七：评分社会——每个人都在给别人打分，也被打
进入 21 世纪，测量从"一段时间测一次"（考试、考核），变成了持续、双向、公开的。
双向评分
- 2008 年，Airbnb 上线房东/房客双向评分；
- 2009 年，Uber 上线乘客给司机打分（4.6 分以下有被停号的风险）；
- 2010 年代，滴滴、美团等把评分、派单、乘客评价绑定，形成"评分决定收入"的结构。
这是人类历史上第一次，普通人日常地、大规模地对彼此行使打分权。福柯描述的"人人都监视人人"，第一次有了技术基础设施。
代价是：评分从"反馈"变成了"绩效"，从"我这次服务好不好"变成了"我这个人的价值"。2019 年《人物》杂志那篇著名的**《外卖骑手，困在系统里》**（2020 年发表）记录了骑手为了保住分数与系统、与红绿灯、与自己身体对抗的完整链条。
全员暴露
同一时期，打分文化从平台渗透进了普通职场：
- 企业内部的360 度评估：同事、下属、上级互相打分；
- OKR/KPI 的季度考核；
- 钉钉/企业微信的已读、在线、活跃时长统计；
- 甚至有公司在大屏上实时展示每个人的工位在线时长。
内化：当"被评分"成为日常，人会自动进入"表演模式"——**行为开始为了评分而优化，而不是为了事情本身。**这就是为什么很多人说"上班像在演戏"。
反测量提问：**这个评分系统观察的是全是我的行为吗，还是只是恰好被它记录到的那部分？**评分者只能看见它看得见的，剩下的全是盲区。
案例八：算法测量——从"测量你"到"预测你"
前十年的测量是"记录的自动化"，接下来是"判断的自动化"。
机器学习把测量推向了最后一步：预测。
- 内容平台用推荐算法预测你会看什么、停留多久、转发什么；
- 招聘系统用简历筛选模型预测你"适不适合"（而这类模型屡屡被证实复刻并放大了历史歧视——亚马逊 2018 年废弃过一个因训练数据偏差而歧视女性简历的招聘模型）；
- 信贷机构用行为风控模型预测你会不会还钱；
- 保险公司用可穿戴数据预测你的健康风险。
这一层的质变在于：前七种测量都需要你"配合"——你得去考试、去上班、去借贷。而算法测量不需要。你只是刷着手机，就已经在被持续测量。
而这些模型的特征是：
- 不透明：你通常不知道它的输入是什么、权重多少；
- 不申诉：你几乎无法问"为什么我被判定为这类人"；
- 自我实现：给你推的内容塑造了你，塑造出的你又被用来验证模型的预测——预测变成了原因本身。
这就是"预测"比"测量"危险得多的地方：测量描述一个已经发生的你，预测则在参与制造那个还没发生的你。
反测量提问：**这个系统是在观察我，还是在替我决定我该成为什么？**如果它决定了你看到的世界，那它已经在塑造你了。
收束：测量本身不是敌人
写到这里，必须踩一脚刹车，否则又要滑向那个熟悉的陷阱——“所有测量都是压迫”。
错。测量是文明的底层能力。
- 比奈最初是为了帮助落后的孩子，这个初衷是对的；
- 没有标准化测量，现代医学无法做临床试验，药物安全无从谈起；
- 没有统计，公共卫生体系无法追踪传染病、无法评估政策；
- 职场考核、绩效透明也有真实价值：它让"任人唯亲"至少比完全没标准时更难。
问题从来不在"测量"本身，而在四件事：
- 目的：它是为了帮助被测量者，还是为了筛选和排序他们？
- 权力：谁定义标准？谁受益？被测量者有没有申诉权？
- 外溢：这个分数有没有被用到它原本不该用的地方（考分决定命运、信用分决定租房）？
- 内化：被测量者有没有把这个数字当成了自己？
测量是工具，问题是它经常被当成判决书。
你手里应该有的三件东西
对照八个案例，每个都配了"反测量提问"。把它们压缩成三个可以随身携带的问题：
- 谁在量我？（Who measures）——量我的人，为谁工作？
- 量的是哪一部分？（What is measured）——被漏掉的那部分去哪了？
- 这个数字要去哪里？（Where does it go）——它会不会走出原本的用途，变成我的标签？
这三个问题，不能让你摆脱被测量——现代生活里没人能。但它能让你从"被测量的对象"变回"知道自己在被测量的人"。这两者的区别，就是福柯所说的那一点点自由。
从上篇到下篇：一条完整的线索
两篇合起来，是一个完整的故事：
- 上篇（概念史）：现代社会用一套话语，把结构性问题翻译成个人品质问题——“你要主动成为更好的自己”。
- 下篇（物质史）：这套话语靠一台台测量装置落地——智商、秒表、问卷、档案、信用分、排名、算法。
- 合起来：话语负责让你内疚，装置负责让你可追踪；两者配合，人就成了既自我管理、又可被管理的对象。
现代治理的公式因此可以最终写成：
制造标准 → 测量个体 → 公开差异 → 个体自我规训。
福柯管最后一步叫"治理术"：最强大的权力，是让被统治者把统治者的目标当成自己的目标。而测量装置，是这句抽象论断在现实里最具体的载体。
给四十岁以后的人：你不需要一个总分
最后落到具体的你。
如果你读到这里，大概率你也被测量过很多次——高考分数、绩效考核、征信记录、平台评分、看到别人成功时的自我比较。这些数字里，有些你已经内化成了"我这个人就值这么多分"。
但真正的解药不是"从此不看分数"，而是三句话：
- **分数是对某个场景的适配度，不是对人的估值。**高考分是对高考的适配度，绩效是对当期岗位的适配度。你不是你的适配度。
- **被漏掉的部分，往往才是你真正稀缺的部分。**测量系统通常只能量到"可标准化的能力"，量不到判断力、审美、长期信任、跨领域连接——而这些恰恰是 AI 时代最难被替代的东西。
- **瞬时分数不是趋势，更不是命运。**一篇被 100 个人读的文章，和一个连着写了三年的人，不是同一种存在。系统的钟表是回合制的，人生是长期制。
测量无法避免——AI 时代它只会更密集。唯一的自由，是当那个分数出现时，你知道它是什么、它从哪来、它想让你变成什么。
然后仍然选择：打你自己的那一副牌。
延伸书单：比奈《智力的实验研究》 · 古尔德《人的误测》 · 泰勒《科学管理原理》(1911) · 韦伯《新教伦理与资本主义精神》 · 福柯《规训与惩罚》《安全、领土与人口》 · 迈克尔·刘易斯《魔球》 · 凯茜·奥尼尔《算法霸权》(Weapons of Math Destruction) · 韩炳哲《倦怠社会》
系列阅读：本文属「AI时代个人重构指南」系列—— 知识—权力—自我：现代社会如何塑造人（上） · AI的"iPhone时刻"不会到来——这反而是好事 · 八零后AI再入场战略：别再当围观者