信息价值：如何区分沙子和金子

你每天花好几个小时刷手机。你关注了所有的行业大V。你在上下班路上还要用降噪耳机以 1.5 倍速播放硬核商业播客。你加入了十几个微信交流群。你每个月花好几百元订阅 AI 服务。因为你想知 道下一个风口在哪，你必须率先用上最新的工具，你需要了解政策走向，你得跟上热点……

这种情绪听起来挺积极，但其实那是害怕 —— 英文甚至有个专门的词，叫 FOMO（Fear of Missing Out），也就是“害怕错过”。你怕自己没用过那个最具颠覆性的新模型，你怕听不懂同事嘴里蹦出的 新词，你怕被时代抛弃。

可是接收了这么多信息，你难道不应该变得更强大、更从容吗？怎么还成了惶惶不可终日呢？

因为那些信息没有价值。

「信息价值（Value of Information，简称 VOI）」是决策科学里的一个专门理论，我希望它能帮你区分沙子和金子。

✵

VOI 理论起源于 20 世纪中叶，相当于是统计学和管理科学的一次范式转移 [1]。以前学者们都是关注判断信息真假、如何取得信息之类的问题，可是真实的信息不一定对你有用。是 VOI 理论第一次关心信息的价值，而且它对价值的定义非常严格：

只有当一条信息能够改变你的实际行动时，它才有价值。

说白了就是对决策有用，才有价值。

VOI 是有这条信息时你能做出的最佳选择，比没它时你能做出的最佳选择，平均能多赚多少。

一个经典的学术案例是这样的。想象你是一家石油公司的老板，你面前有一块地，在这儿打一口油井的成本是 1000 万美元。如果地下有油，打好的油井值 5000 万美元，等于净赚 4000 万；如果没 油，1000 万美元就算打水漂。地质学家一番分析，说这块地有油的概率是 20%。

现在有一家勘测公司找到你，说他们可以搞一次精确的地震波扫描，告诉你这儿到底有没有油。那么请问，你最多愿意为这份勘测报告付多少钱？VOI 理论要求我们先算一算预期收益。

如果你不看报告现在就选择打井，那就是要么损失 1000 万，要么赚 4000 万，预期收益是 20% × 4000万 - 80% × 1000 万 = 0，所以理性的决策是没必要打。而有了这份报告，如果报告说“有油”，你会决定打井，稳赚 4000 万；如果报告说“没油”，你就不打井，一分钱不亏：既然“有油”的先验概率是 20%，那么报告的期望价值就是 20% × 4000 万 = 800 万美元。

那么 VOI 理论说，把你的收益从 0 提高到 800 万，这就是这份信息的价值。

多想想石油公司这个例子会让你在面对新信息的时候多一分定力。人家的报告值 800 万美元，而你昨天晚上看的那篇《万字长文解析 AI 革命》，也许 VOI 等于 0。

没有决策对象的信息，其价值接近于零。

✵

那你说不对啊，不是说要终身学习吗？不是说要为自己赋能吗？不是说“无用之用方为大用”吗？

在 VOI 理论看来，有价值的信息一定跟你要做的决策 —— 或者是现在，或者是将来 —— 有关才行。当然你也可以把注意力成本花费在跟决策无关的信息上，但那是消费价值，不是决策价值。

想想那些让我们整天陷入 FOMO 的热点信息，恐怕大多数都跟决策没有关系。你其实是在寻求一种“我在变强，我在跟上”的自我满足感，或者说是在确认身份认同：我是懂行的人、是站在时代前沿的 人、最好还是比别人更早知道的人。

人们常常把消费信息等同于一种行动，但这完全是两回事。能改变行动的才是有价值信息。

陷入信息焦虑绝不是因为缺少信息，而是因为决策没有落地。用咱们前面讲 WOOP 时候的话说，那些整天消费信息而没有用信息做出实质决策的人，其实是处在“漂流（drifting）”的状态，正所谓夜 晚千条路白天磨豆腐。要想打破漂流状态，你必须得有一个计划，一个可执行的动作。

价值理论听起来很枯燥，但其实特别刺激，因为它能告诉你什么是好东西。

✵

在 VOI 的视角下，高价值信息往往有三个特点。

第一是目标导向。先想做一件事，有一个目标，才谈得上追逐高价值信息。你到底想优化什么？你现在所做事情的瓶颈是什么？好的信息应该是一个杠杆，它能改变你的动作，对你的目标有实际的推 动作用。

而这样的信息往往是本地的、是专门对你的，而不是热搜新闻。日本首相说了什么跟你没啥关系。你应该关心你们团队的真实产能分布，到底谁在扛事、谁是瓶颈、谁在假忙。

第二，它带有痛感。我们的大脑都有「确认偏误（Confirmation Bias）」，我们喜欢看那些能印证自己原有观点的信息。但真正有价值的信息，一定是不符合你之前认知模型的信息，它会改变你的先验。

这种信息不仅会让你惊讶，而且往往让你不舒服。它可能是负反馈，可能证伪你的观念。

第三个特点是它出现在「决策边界」上。只有当你正好在两个选项之间摇摆，选这个还是选那个拿不定主意的时候，来一个关键信息让你的选择立即倾斜，这才是高 VOI。

比如说你已经打定主意要买一款新能源车，钱都准备好了，就等周末出手了。今天又看到一份关于电动车的分析报告，你很感兴趣，但其实不会左右你的决定，这就是低 VOI。反过来说，如果你现在 手里有两份工作 offer，各有利弊正拿不定主意呢，突然有个朋友给你透露了一个消息：其中一家公司正在酝酿，可能一两年内上市！这个消息对你就是价值千金。

对比之下，我们整天 FOMO 的那些信息，一是人人都能看见，二是主要提供情绪价值，三是跟你的决策基本无关，所以 VOI 都是很低的。

我说一个实战例子 [2]。有一个预测市场叫 Polymarket，你可以在它网站上对各种公共事件下注。2026 年 1 月到 2 月间，有个博士生在上面对各大体育赛事下注了大约三千次，总共获利将近三百 万美元。他是怎么做到的呢？

预测市场在比赛之前都会提供赔率，那些赔率经过精心计算，基本上能反映双方球队的真实实力 [3]。这哥们发现，亚洲博彩市场对赔率的更新，会比 Polymarket 提前两三个小时。也就是说在这两 三个小时之内，亚洲博彩市场有比 Polymarket 更新、因而也可能是更精准的预测。

这就相当于在你拿不定主意的时候，有人告诉你：专业人士刚刚根据最新情况做的判断，把那个队赢球的概率稍微提高了一点点。

这一点点足以让天平倾斜。当然如果你只做一两次这样的操作，你肯定有输有赢 —— 但只要做的量大，那精准一点点的概率差异，就能让你平均而言稳定地盈利。这哥们用了一个跟单机器人，实时抓 取亚洲市场 and Polymarket 的赔率，利用两者的差异在 Polymarket 自动下注，等于是用系统赚钱。

请问这里的高 VOI 是什么？不是赌球市场有这些项目，也不是比赛赔率本身，而是两个市场之间的赔率差异。没有人会把那个差异专门写出来告诉你。而且它稍纵即逝。我们可以想见，如果有很多人模仿这哥们的玩法，两个市场的差异就会被拉平，套利空间也就不存在了。

✵

要获取高价值信息，你应该做一个信息狙击手，而不是信息漫游者。你得先想好自己要做什么决定，你现在距离决策边界是近还是远，这条新信息有没有可能对你的决定产生重大影响，然后你还得看 看它的成本是多少才行。

VOI 理论并不主张我们取得所有相关的信息。你不需要不停地调研，该拍板就得拍板：信息有强烈的边际效用递减，调研适可而止也是一种技能 [4]。

但是这里的确有更高级的操作，为了高 VOI 信息有时候你就是得舍得成本才行。那么我们需要了解两个概念：EVPI 和 EVSI [5]。

EVPI 是「完全信息期望价值（Expected Value of Perfect Information）」，它能彻底消除这件事儿的不确定性，相当于是上帝视角的信息。前面说的那个用地震波扫描勘测石油的服务，给的就是 EVPI，因为它能明确告诉你这个地方到底有没有油。再比如你想买辆二手车，花钱请个专业师傅彻底检查一遍，也是获取 EVPI。

然而很多时候完全信息是不可得的，这就引出了 EVSI，也就是「样本信息期望价值（Expected Value of Sample Information）」。EVSI 是你通过做实验、抽样调查或者主动干预的方式获取的“部分信息”。虽然 EVSI 保留了一定的不确定性，但只要能让你的概率更精确、更新了你的先验，它也很有价值。

研发新药做临床实验，互联网公司搞个 A/B 测试，搞创新先弄一个最小可行产品（MVP）扔到市场上看看反馈，这些都是获取 EVSI 的方法。

这些原则都很简单。咱们再看看日常生活中的高价值信息都有哪些 —— 其实并不多。

✵

职场普通员工往往会高估行业宏观趋势的价值。他们喜欢谈论所谓“风口”，关心行业巨头的融资新闻 —— 其实那都是公司高层才需要操心的事儿，或者干脆就是老板给画的大饼。你最应该关心的是： 你们公司这个特定场域的奖励函数是什么？升职提拔看的核心指标是什么？你眼前的工作流程哪一步最卡？有没有优化的余地？

学生往往会高估升学 and 名校的信息，比如“未来十年最热门专业预测”、“清华学霸的日程表”等等。其实你更应该关心你自己的薄弱点在哪里：哪些概念你没搞懂？哪些题型你总丢分？哪些原本应该是 你的必拿分？先把成绩搞上去，再考虑针对你的具体情况，看看怎么报志愿。

有些科研人员喜欢谈论国家大事 and 最近震惊世界的科学发现，但那些都没什么用。大部分科研人员更喜欢谈论“江湖八卦”，比如说哪个教授跟哪个教授有矛盾、哪个大牛刚评上了院士云云，其实也帮 不了你。你真正应该关心的是：你这个细分领域里的当前热门问题 and 主流打法是什么？你自己那个实验为什么总做不出来？你那台仪器的底噪是多少？隔壁研究组为啥能申请到一大笔经费？

最有意思的是公司的老板们，他们很喜欢去商学院大谈特谈什么“第二曲线”、“颠覆式创新”之类时髦的概念，有的还专门研究《周易》玄学。但是他们更应该知道的是：你们那个最好的销售，为啥上 个月离职了？你们供应链里那个总是拖延两天交货的供应商，内部到底出了什么问题？你需要摸清楚约束、反馈 and 因果关系。

等等等。简单说，各路公开的报道、宏大的叙事、什么宏观大趋势预测，都是被高估的信息，看着极为华丽但实际上都是沙子。

而高 VOI 信息往往是比较细碎、不耀眼、甚至听起来有点无聊的东西，绝不会出现在媒体的头条。它可能是一些枯燥的先验概率，一些来自用户的负反馈、两个圈子之间的“结构洞”透露的内部消息、最重要的是你自己的数据。

✵

有的人谈起国际形势头头是道，但是对本单位的政治不屑一顾；有的人天天追踪 AI 革命新闻，但是连最简单的自动化工作流都没实操过；有的人在网上买个几十块钱的小玩意儿都会货比三家、看遍 评测，但是对买房、跳槽、甚至结婚这种关乎一生的重大决策却没有做过尽职调查……

有些人如饥似渴地吸收知识只是为了满足自己的好奇心 —— 我非常尊重好奇心 —— 但有些人搜集信息是为了决策。

做个“知道分子”也挺好，但如果你想做点实事儿，你得有 VOI 意识。

【收束小诗】

先设选项，再探情报。 不改动作，徒增消耗。 何必全知？焦虑作妖。 支点之外，皆为闲草。

注释

[1] Howard, Ronald A. “Information Value Theory.” IEEE Transactions on Systems Science and Cybernetics 2, no. 1 (1966): 22–26.

[2] 参见：区块链行情研究（@qkl2058）的 X 推文，2026 年 2 月 17 日。 https://x.com/qkl2058/status/2023757218932552134?s=12&t=cBYTMvCM9D0ac23JcB2osA

主人公账号页面在 https://polymarket.com/@432614799197

[3] 精英日课第二季，老球迷怎样科学投注

[4] Pirolli, Peter, and Stuart Card. “Information Foraging.” Psychological Review 106, no. 4 (1999): 643–675.

[5] Raiffa, Howard, and Robert Schlaifer. Applied Statistical Decision Theory. 1961.