科幻界的异见之声
西奥多·斯特金（Theodore Sturgeon, 1918–1985）一生写下四百余篇评论、一百二十余篇短篇小说和十一部长篇，凭《超越人类》（More Than Human）获国际幻想文学奖，为《星际迷航》原版系列编写剧本——但真正令他与众不同的不在于此。在20世纪50年代的科幻界，斯特金几乎是唯一直面孤独、性、同性恋、雌雄同体的作家。他笔下的主人公是被放逐的少年，他的故事不断突破类型的惯常边界。2000年入选科幻与奇幻名人堂，不过是他对这一类型的影响力迟来的认证。
高产与叛逆之间的张力至关紧要——斯特金那句最著名的话，恰恰诞生于这种张力之中：他在为自己的文类辩护时，意外地提炼出了一整套质量哲学。
一件辩护武器的诞生
20世纪50年代，科幻在文学圈被蔑称为“巴克·罗杰斯（美国早期科幻英雄）的故事”。批评家挑出最差的作品，便将整个领域一笔勾销——杂志印在廉价纸上，封面画满太空怪兽，严肃读者只需一句话就能打发这个文类：“科幻的百分之九十都是垃圾。”
1953年9月，斯特金在费城世界科幻大会上首次回击：
“人们谈起侦探小说，会提到《马耳他之鹰》和《长眠不醒》。谈起西部片，会提到《西行之路》（The Way West）和《原野奇侠》。可一谈到科幻，就说'那些巴克·罗杰斯（美国早期科幻英雄）的故事'，说'科幻的百分之九十都是垃圾'。他们说得对。科幻的百分之九十确实是垃圾。但万事的百分之九十都是垃圾。重要的是那不是垃圾的百分之十。而科幻中那百分之十，与任何地方正在写的任何东西中最好的一样好，甚至更好。”
（“Ninety percent of science fiction is crud. But then ninety percent of everything is crud…”） — 据 James Gunn 转述
五年后他把这番话写成了文字。1958年，在《Venture Science Fiction》杂志的专栏里，他以厌倦却坚定的口吻写道：
“我再重复一遍斯特金的启示：二十年来，面对那些拿本领域最差作品当弹药的人，我对科幻进行了令人生厌的辩护，这句话最终从我的疲惫中挤了出来。”
“启示：万事的百分之九十都是垃圾。”
（“Sturgeon's Revelation ... Ninety percent of everything is crud.”） — Theodore Sturgeon, Venture Science Fiction, 1958年3月
此处有一个值得留意的区分。斯特金本人使用了两个不同的公式，而第二个为第一个设定了上层框架：
- 斯特金的启示：“万事的百分之九十都是垃圾。”（Ninety percent of everything is crud.）
- 斯特金定律：“没有任何东西是永远绝对成立的。”（Nothing is always absolutely so.）
第二个公式自动限定了第一个：即便百分之九十也不是绝对的。定律自身内置了一个安全阀。
承认、推广、瓦解
斯特金这一招的力量藏在结构里。他并不夺走对手的武器，而是接过这件武器，转而对准所有人——然后证明武器本身毫无意义。四步完成：
承认
科幻的90%是垃圾——坦然接受，绝不否认。
推广
万事的90%都是垃圾——科幻并无特殊。
推论
以最差样本评判一个类型，乃逻辑谬误。
主张
任何类型都应以其最佳作品来衡量。
这是一个辩护论证：它不神化所辩护的事物，而是摧毁攻击所依据的逻辑。正如一位律师不说“我的当事人是无辜的”，而说“这项证据对所有人都成立，因此它不构成证据”。
要检验这条逻辑链的力量，需要离开修辞的骨架，去看数据：万事的百分之九十，真的是垃圾吗？
数据是否支持斯特金
90%这个数字在斯特金口中是修辞——意指“绝大多数”，而非精确测量。但一个修辞性的主张是否有经验层面的对应，完全可以在多个领域加以检验。关键不在单个数字，而在跨领域浮现的模式。
学术出版：隐形的大多数
学术界是质量管控最严格的领域之一——同行评审、编辑筛选、机构声誉层层把关。即便如此，根据一项被广泛引用的统计，人文学科已发表论文中有82%从未被引用过（Biswas与Kirchherr，《海峡时报》，2015）。自然科学中这一比例降至27%，医学降至12%——准入门槛与验证文化的力量由此可见。但比零引用更深层的问题在于：据Open Science Collaboration（2015）的研究，心理学实验中64%在重复时无法再现相同结果。Begley与Ellis（2012）的研究将癌症领域的不可再现率提高到89%。Chalmers和Glasziou则在《柳叶刀》（2009）上估算，85%的科研经费被浪费。这幅图景说明：即便最受控的领域，也未能逃出斯特金所描述的数量级。
| 数据 | 比率 | 来源 |
|---|---|---|
| 人文学科零引用论文 | 82% | Biswas & Kirchherr, 2015 |
| 自然科学零引用论文 | 27% | Biswas & Kirchherr, 2015 |
| 医学零引用论文 | 12% | Biswas & Kirchherr, 2015 |
| 心理学研究不可再现率 | 64% | Open Science Collaboration, 2015 |
| 癌症研究不可再现率 | 89% | Begley & Ellis, 2012 |
| 科研经费浪费比例 | 85% | Chalmers & Glasziou, The Lancet, 2009 |
音乐：一亿八千四百万首歌的沉默多数
2023年底，所有音频流媒体服务上共有1.84亿首曲目（Luminate,《2023年终音乐报告》）；同期 Spotify 自身的曲库超过1亿首（Spotify, Form 20-F）。这1.84亿首中，有4560万首——即四分之一——自上线以来从未被播放过哪怕一次。播放量低于一千次的曲目占总量的86.2%。一千万名艺术家中，有一半终身总播放量不足一百次。这些数字讲述的不是“垃圾”，而是“隐形”：当音乐制作的技术门槛几近于零，产出的绝大多数便无法抵达任何一只耳朵。斯特金定律在此从质量判断转化为可发现性问题。
创业与专利：失败的统计学
据美国劳工统计局（BLS, 2024），新注册企业中65%在十年内倒闭。在一项覆盖欧洲、美国与日本发明人的大规模调查中，约40%的专利完全未被使用，而67%的申请是为了阻挡他人的专利（Torrisi 等, 2016）。两组数据并置，图景如下：一个创意即便具体到足以获得专利，也未必能存活——正如一家企业即便成功注册，也未必能站住脚。失败率虽高，但这本身并非病理指标——创业池与专利池都是试验场，而试验的大多数本就注定不会成功。
图书：印刷的荒漠
全球每年出版约三百万种图书。根据Bookscan数据（DOJ vs Penguin Random House, 2022），其中90%的销量不足两千册。出版社深知这种分布，商业模式早已据此搭建：少数畅销书为整个书目的其余部分提供资金。斯特金定律在此即为市场现实本身。
电影、软件、医学、应用程序
电影业中所有影片的59%处于亏损状态（Stephen Follows）。软件行业里，开发者每周42%的时间用于应对技术债务（Stripe, 2018）；劣质软件对美国经济的成本为2.41万亿美元（CISQ, 2022）。医学中的诊断错误率取决于测量什么：门诊治疗的实证估计为5%（Singh 等，2014），临床决策研究中长期被转引的专家判断为10–15%（Elstein；转引自 Graber, 2013），尸检系列中重大诊断错误的中位数则为23.5%（Shojania 等，2003）。半数以上的儿科医生（54%）报告每月出现一到两次诊断错误（Singh 等，2010）。移动应用方面，用户将80%的使用时间集中在仅三款应用上（Comscore, 2017），iOS应用三十天后的留存率仅为3.7%（Statista, 2023）——即超过96%的已下载应用在一个月内被弃用。医学领域的5–15%是最低端，移动应用的96%是最高端——二者之间的光谱印证了斯特金所描述的数量级。
跨领域的模式
| 领域 | “废品”比率 |
|---|---|
| 学术论文（人文学科，零引用） | 82% |
| 音乐（播放量低于1000） | 86.2% |
| 专利（未被使用） | ~40% |
| 创业企业（十年内倒闭） | 65% |
| 图书（销量不足2000册） | 90% |
| 电影（亏损） | 59% |
| 软件（每周技术债务占比） | 42% |
| 医学（诊断错误） | 5–15%（依测量方法而定） |
| iOS应用（30天留存） | 96.3%（流失） |
| 癌症研究（不可再现） | 89% |
| 科研经费（浪费） | 85% |
90%不是精确测量，而是一个数量级。绝大多数数据支持这个数量级：几乎在所有领域，质量分布都是非对称的重尾分布。准入门槛越高，比率越低（医学：5–15%）；门槛越低，比率越高（应用程序：96%）。但没有任何领域能完全逃脱这一趋势。
斯特金未曾见过这张数据表，但他的直觉落在了正确的位置。此刻真正的问题是：其他人是否从不同角度观察到了同一分布？他们的观察之间彼此说了什么？
同一观察，不同窗口
斯特金定律并非孤例。不同世纪、不同领域、不同思想家看到了同一分布的不同面向。与其将这些概念作为独立条目罗列，不如追踪它们之间的对话——因为每一个都在填补另一个留下的空白。
1896年，维尔弗雷多·帕累托（Vilfredo Pareto）在意大利观察到80%的土地归20%的人口所有；约瑟夫·朱兰（Joseph Juran）将此引入质量管理：“80%的问题源自20%的原因。”帕累托揭示价值在何处聚集，斯特金揭示废品有多么普遍。二者是同一枚硬币的两面：一个看20%，一个看90%，但都在说质量分布遵循的不是正态分布而是幂律——少数产品产生不成比例的影响，中位数远低于平均值，大多数落在“平均线以下”。
帕累托和斯特金描述了分布，却未解释其成因。这里，Kruger和Dunning（1999）的发现登场了：表现处于最低四分位的受试者自我评估在第62百分位，而实际表现在第12百分位。生产斯特金所说那90%的人，大多并不知道自己生产的是废品——达克效应解释了为什么这90%如此顽固、如此自信、如此不断再生。这种分布不仅是自然规律，还被一种认知盲区所喂养。
16世纪托马斯·格雷欣爵士（Sir Thomas Gresham）观察到的机制——劣币进入市场时良币退出流通——为此添加了第三层。斯特金说分布是自然的，格雷欣则表明这种自然分布能转化为一种主动驱逐机制：标题党驱逐优质新闻，廉价时尚压垮可持续生产者，算法内容令原创内容隐形。斯特金在描述，格雷欣在揭示机制。斯特金说“废品很多”，格雷欣说“而多者，淘汰少者”。
纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）在《随机漫步的傻瓜》（Fooled by Randomness）与《黑天鹅》（The Black Swan）中的信噪分析，则为这幅图景增添了时间维度：
| 观察频率 | 信号 | 噪声 |
|---|---|---|
| 每年 | 50% | 50% |
| 每天 | 5% | 95% |
| 每小时 | 0.5% | 99.5% |
观察频率越高，噪声比率越发爆炸性增长。斯特金的90%与塔勒布的噪声指向同一事物：大多数不是信号而是噪声，观察越频繁、越近距离，噪声就越占主导。数字时代同时成倍提高了生产频率和观察频率，从而放大了这一效应。
当这四位思想家——帕累托、达克效应、格雷欣、塔勒布——汇聚在一起时，斯特金的一句话观察便成长为一个生态系统：分布是自然的（帕累托），生产者看不见自己的废品（达克效应），劣者主动驱逐优者（格雷欣），噪声在时间中膨胀（塔勒布）。斯特金为定律命了名，其余人展示了机制。
斯特金之前，这一观察早已存在
“多数人是坏的。”斯特金的精神，两千五百年前已在以弗所游荡。
在喜剧《蛙》中，将文学的大部分视为粗劣之作。
第一个将此观察转化为系统性辩护论证并为之命名的人。
这张概念之网展示了定律的力量，也没有掩饰其局限。斯特金本人早已用第二个公式坦承90%并非绝对——审视定律的局限，与审视其力量同样具有教益。
定律本身的局限
90%是一个修辞数字
没错，斯特金对此心知肚明。这个数字是为表达“绝大多数”而选取的。但作为数量级它是自洽的：数据从42%延伸到96%，大部分集中在60–95%区间。“多数平庸”这一观察尽管起源于修辞，却获得了经验数据的支撑。
时间的隐形滤网
从今天回望，旧时代总显得更“有质量”。原因有三：时间淘汰了劣品，留下的那10%便成了“时代”；怀旧将个人经验中精选的样本与全体混淆；从其他文化中引进的永远只是最优者。三重滤网同向运作——将过去的废品隐形，从而令当下的废品率显得被夸大了。
准入门槛改变一切
准入门槛高的领域比率下降（医学：5–15%错误），门槛低的领域比率上升（移动应用96%在一个月内被弃用）。数字化在每一个降低门槛的地方都提高了废品率——但此处须谨慎：生产门槛的降低并不降低产出的质量，只是扩大了池子。按比例看废品或许增加了，但就绝对数量而言，有价值的产出同样在增长。
谁的质量标准
质量有多个维度：商业成功、评论界认可、可持续影响、技术水准。在一个维度上是“废品”的，在另一个维度上可能极有价值。一篇从未被引用的论文，或许已影响了其所在国的决策者。一首播放量不足千次的歌曲，可能是一百个人生命中的转折点。斯特金定律因你选取的质量维度不同而给出不同的数字。
斯特金超越自身定律之处
“就互联网而言，斯特金的百分之九十定律或许还说低了。”
（“Where the Internet is concerned, Sturgeon's Law of 90 percent might be lowballing.”） — Tom Nichols,《专家之死》（The Death of Expertise, 2017）；译文为本文所作
数字化降低了生产门槛，废品总量随之暴增。即便比率不变，绝对数字也已成倍增长。但这幅图景内含一个悖论：创新文献表明失败本身产生知识。不经尝试便无成功，而大多数尝试天然注定失败。
消灭那90%，10%也随之消亡——因为10%正是从90%中生长出来的。
如同进化中的突变：99%有害或中性，但若摧毁突变池，适应便停止。斯特金的那90%不是废品，而是试验场——没有试验场，就没有发现。
这个悖论——废品的必要性——同时也澄清了问题所在。问题不在废品的比率，而在过滤器失灵时废品覆盖了优品。
过滤器失灵之时
历史上，有四种机制从废品池中提取价值：同行评审与编辑标准、消费者选择与市场竞争、时间的持久性滤网、专家共识与集体记忆。这四道滤网虽有缺陷但仍具功能——使斯特金那自然的90%处于可管理状态。
当我们将“回响”一节中的四位思想家再次汇聚，真正的危险便清晰浮现：
当算法推荐奖赏那90%时，10%仍然存在，却变得无从寻觅。
问题不在废品比率——那是自然的，向来如此。问题在于筛选机制的败坏：互动算法衡量的不是质量而是点击，而点击往往与质量成反比。达克效应解释了生产端对废品的无知无觉，格雷欣效应解释了平台端废品对优品的主动驱逐，塔勒布的噪声分析解释了信号在时间中被淹没。过滤器一旦失灵，斯特金的自然90%便转化为格雷欣式的主动驱逐机制。
留下的
“斯特金定律既非安慰，亦非犬儒。它是一种观察的算术。”
多数之平庸，无处不在——这不是警报，而是底色。需要拉响警报的时刻，是平庸开始驱逐优秀的时刻。学术出版中82%零引用的论文、音乐中86%无人聆听的曲目，皆属自然；警报在于这86%被算法推到了那14%的前面。
90%是废品，并不削弱10%的力量。法律体系中大多数案件微不足道，但创设判例的裁判之力不因此减损。医学中诊断错误率为5–15%，但正确诊断挽救生命的力量不因此减弱。心理学研究中64%不可再现，但可再现的那36%对人类知识的贡献不因此打折。
然而90%的存在，使寻找10%变得更难。这个实践层面的问题，是定律最少被讨论却最为重要的维度——在数字时代，随着过滤器的算法化败坏，它正变得日益紧迫。
“别把你们的时间和我们的时间浪费在对废品喝倒彩上！去追寻好的，否则就别沾手。”
（“…don't waste your time and ours hooting at the crap! Go after the good stuff, or leave it alone.”） — Daniel Dennett, Intuition Pumps and Other Tools for Thinking（2013）；译文为本文所作
参考文献
斯特金定律 — 一手文献
- Sturgeon, T. (1958). “On Hand.” Venture Science Fiction, 1958年3月.
- Gunn, J. (2002). “Theodore Sturgeon.” The Road to Science Fiction, Scarecrow Press.
- 书面沟通中的隐形鸿沟
经验数据
- Begley, C.G. & Ellis, L.M. (2012). “Raise standards for preclinical cancer research.” Nature, 483.
- Torrisi, S., Gambardella, A., Giuri, P., Harhoff, D., Hoisl, K. & Mariani, M. (2016). "Used, blocking and sleeping patents: Empirical evidence from a large-scale inventor survey." Research Policy, 45(7), 1374-1385.
- Chalmers, I. & Glasziou, P. (2009). “Avoidable waste in the production and reporting of research evidence.” The Lancet, 374.
- Comscore (2017). The U.S. Mobile App Report.
- Follows, S. (2020). “Do Hollywood movies make a profit?” stephenfollows.com — 电影盈利分析.
- Luminate (2023). Midyear Music Report.
- Open Science Collaboration (2015). “Estimating the reproducibility of psychological science.” Science, 349.
- Statista (2023). Global iOS app retention rate.
- CISQ (2022). The Cost of Poor Software Quality in the US.
- Stripe (2018). The Developer Coefficient.
- Graber, M. L. (2013). “The incidence of diagnostic error in medicine.” BMJ Quality & Safety, 22(Suppl 2), ii21-ii27.
- Shojania, K. G., Burton, E. C., McDonald, K. M. & Goldman, L. (2003). “Changes in rates of autopsy-detected diagnostic errors over time: A systematic review.” JAMA, 289(21), 2849-2856.
- Singh, H., Thomas, E. J., Wilson, L., Kelly, P. A., Pietz, K., Elkeeb, D. & Singhal, G. (2010). “Errors of diagnosis in pediatric practice: A multi-site survey.” Pediatrics, 126(1), 70-79.
- Singh, H., Meyer, A. N. D. & Thomas, E. J. (2014). “The frequency of diagnostic errors in outpatient care.” BMJ Quality & Safety, 23(9), 727-731.
- Biswas, A. K. & Kirchherr, J. (2015). Prof, no one is reading you. The Straits Times, 11 April 2015.
- U.S. Bureau of Labor Statistics (2024). Establishment Age and Survival Data — 十年倒闭率：65%.
- U.S. DOJ vs Penguin Random House (2022). Bookscan数据 — 不足2000册：90%.
相关概念
- Kruger, J. & Dunning, D. (1999). “Unskilled and Unaware of It.” Journal of Personality and Social Psychology, 77(6).
- Nichols, T. (2017). The Death of Expertise. Oxford University Press.
- Dennett, D.C. (2013). Intuition Pumps and Other Tools for Thinking. W.W. Norton.
- Pareto, V. (1896). Cours d'économie politique. Lausanne.
- Taleb, N.N. (2001). Fooled by Randomness. Random House.
- Taleb, N.N. (2007). The Black Swan. Random House.
历史先驱
- 赫拉克利特，残篇（约公元前500年）. Die Fragmente der Vorsokratiker, Diels-Kranz.
- 阿里斯托芬（公元前405年）. 蛙.
许可
本文面向公众开放，不主张任何权利归属。使用、分享、改编均可。
非学术同行评审出版物。由人类与人工智能共同写作，可能包含错误。
版本 1.5 · 首次发表：2026年3月10日 · 修订：2026年7月20日，事实性更正（医学诊断错误率与其来源对应、Kruger 与 Dunning 引用顺序、Dennett 与 Delany 引文、Nichols 引文、Spotify 目录数据、专利比率） · 修订：2026年7月28日，将《西行漫记》改为《西行之路》（The Way West），以免与埃德加·斯诺的同名纪实作品混淆
本文原文为土耳其语。我们尽力使译文贴合每种语言的特质——但难免存在不足。如发现错误或更好的表达，请写信至 [email protected]——您的反馈将丰富我们的翻译。