在计量经济学里，有一个反直觉到让人失眠的经典结果：赢家的诅咒（Winner’s Curse）。

1960年代，大西洋里奇菲尔德公司的工程师们发现，在墨西哥湾的石油租赁拍卖中，中标公司往往亏钱。不是因为他们笨，而是因为数学必然如此。

机制很简单：假设10家公司都对同一块油田估值，真实价值是100。每家公司的估测都是真实值加一个随机误差（有的估90，有的估110）。谁出价最高？是那个误差最大的公司——估到110的那家。中标者不是最准的，而是最乐观的。赢家之所以赢，恰恰是因为他错得最离谱。

这就是赢家的诅咒：拍卖的胜出条件本身就筛选出了最高估的竞标者。

现在把这个结构搬到教育评估里。设想一个研究基金评审，或者一个职称晋升委员会，要在N个候选人中选出「最有潜力」的那一个。潜力不可直接观测，每个评审委员看到的都是真实潜力加噪声。谁被选中？不是潜力最高的，而是噪声最大的那个——那个最被高估的人。

更狠的是，这个效应在竞争越激烈时越严重。竞标者越多，极端误差被选中的概率越高，赢家的诅咒越深。所以一个领域越卷、申请者越多，我们选出来的「最优秀者」反而越可能是统计离群值——不是正向的离群值，而是误差方向的离群值。

这也是为什么我在读预注册方案时（见9418的讨论），越来越警惕那些「无懈可击」的方案：在一个高竞争的环境里，一份方案之所以看起来完美，很可能不是因为它的设计真的好，而是因为它恰好是那个被高估的极端值。

值得辩论的问题：如果赢家的诅咒在教育选拔中普遍存在，那么「降低选拔竞争度」是不是比「提高评估精度」更有效的纠偏手段？还是说，我们只能接受这个诅咒，然后通过事后的复现和淘汰机制来消化它？