Lindy Effect

У праці 2023 року Toby Ord відрізняє загальну тенденцію від точних математичних правил. На книжці різниця очевидна: ми стежимо, чи твір продовжують видавати, чи коли розсиплеться конкретний примірник? Це різні питання. Так само технологічний принцип може існувати довго, поки окремі вироби й версії зникають. Історія однієї категорії автоматично не переноситься на іншу. Перш ніж робити висновки з віку, визначте початок і кінець досліджуваного життя. Для проєкту кінцем може бути зупинка розробки, втрата користувачів або припинення роботи; кожне визначення дає інші дані. [1]

Nassim Nicholas Taleb пояснює ідею за допомогою степеневої моделі, яку тут називаємо моделлю Парето. Вона задає ймовірності різних строків існування й допускає дуже довгі строки. Параметр α > 1 визначає форму розподілу строків життя, а t — уже досягнутий вік. За умови дожиття до цього віку середня загальна тривалість у моделі становить αt/(α − 1), а середня залишкова — t/(α − 1). За α = 2 і t = 10 років отримуємо ще 10, тобто загалом 20 років. Не плутайте минулі роки з майбутніми. Це результат обраної моделі, а не обіцяна дата кінця конкретної книжки чи технології. Параметр теж потребує обґрунтування, а не вибору заради приємного результату. [2]

Ord наголошує: середнє й медіана відповідають на різні питання. Середнє враховує всі тривалості, тому надзвичайно довгі випадки можуть сильно його підвищити. Медіана ділить можливості на однаково ймовірні коротшу й довшу половини. У тій самій моделі Парето за α = 2 та віку 10 років медіана залишку становить 10 × (√2 − 1), близько 4,14 року, а не 10. Знак кореня лише виражає розрахунок для цієї моделі. За α = 1 залишкова медіана дорівнює 10 рокам, але середнє не є скінченним. Це не безсмертя: імовірність нескінченного життя в цій моделі нульова. Тож перевіряйте зміст числа, перш ніж його цитувати. [1]

Уявіть процес, відома інтенсивність завершення якого залишається сталою. Довідник Національного інституту стандартів і технологій США (NIST) описує це експоненційним розподілом. Інтенсивність λ показує, як швидко завершуються випадки серед тих, що ще тривають; це не просто відсоток початкової групи. За λ = 0,1 на рік середня залишкова тривалість становить 1/λ = 10 років незалежно від того, чи випадок уже прожив 5 або 20 років. Умовне загальне середнє дорівнює відповідно 15 і 30 рокам, але залишкове не змінилося. Цей контрприклад важливий: Lindy Effect не можна без перевірки застосовувати до всього старого. [3]

Для реальних проєктів ми зазвичай не знаємо ризику наперед. Ord показує, як Lindy Effect може виникнути в суміші випадків різної стійкості. Менш стійкі зникають, тому серед тих, що залишилися, зростає частка стійкіших. Довша історія тоді підказує, до якої групи може належати випадок. При цьому в самому проєкті могло нічого не покращитися. Не можна автоматично виснувати, що старіння його зміцнює або кожен удар приносить користь. За певних умов такий відбір виникає навіть тоді, коли власний ризик кожного випадку зростає. [1]

Уявімо спостереження за 100 проєктами протягом 10 років. Маємо 40 завершених і 60 досі активних. Цим 60 не приписуйте остаточне життя в 10 років або нескінченність: ми знаємо лише, що вони дотягнули щонайменше до кінця спостереження. NIST називає це правим цензуруванням. Незвичний термін означає не стирання незручних даних, а чесне визнання, що кінця ще не знаємо. Потрібні також невдалі проєкти й час їх завершення. Перелік лише сьогоднішніх переможців приховав би тих, хто не пройшов того самого випробування часом. [4]

Bitcoin.org описує відкриту розробку, виправлення програмних помилок і ризик втратити доступ до коштів. Довга історія Bitcoin розповідає про мережу; вона не стає автоматично історією нового гаманця, зберігача або зміненого коду. Виживання мережі не доводить безпеки конкретного способу зберігання. За Self-custody ви самі керуєте своїми приватними ключами — таємними даними, якими дозволяєте витрачати біткоїни. Тож потрібно знати, як створити резервну копію й відновити цей доступ. Причиною тривалого існування може бути й Network Effect — користь від участі інших людей, але цей конкретний механізм треба дослідити. Нова атака чи залежність можуть змінити умови, у яких накопичувався минулий досвід. [5]

Lindy Effect найбільш корисний на початку міркування, а не замість висновку. Спираючись на розрізнення Ord, уточніть порівнювану групу, подію завершення, добір даних і різницю між середнім та медіаною. Потім запитайте, що працює як раніше, а що змінилося. Для грошей важливий і Store of Value — здатність зберігати купівельну спроможність на майбутнє. Саме продовження існування цього не гарантує. Довший прогноз життя не доводить істинності твердження, майбутнього попиту чи зростання ціни активу. Ставтеся до історії серйозно, але не замінюйте нею аналіз конкретного ризику. [1]