1995年10月6日，麦耶与奎洛兹公布一项发现：50光年外的飞马座51，谱线每4.23天规律摆动一次，幅度约每秒70米——有一颗质量约木星一半的行星，在离母星只有0.05个天文单位的轨道上绕圈。

这在当时是“不可能”的。按流行的行星形成理论，巨行星只能在远离恒星的低温区生成。数据摆在那儿，理论说它不该存在。他们没有把数据解释掉，而是换了尺子。三十年后，人类确认的系外行星从零变成数千颗；2019年，这项发现获诺贝尔物理学奖。

两年后的10月6日，戴尔在Gartner研讨会上被问到“如果让你来管苹果，你会怎么做”。他的回答成了商业史上最著名的错判：“我会把它关掉，把钱还给股东。”他的尺子是直销PC的规模与成本——当时的苹果刚报出史上最大亏损，克隆机战略也告失败，用这把尺子量，结论确实是“不值得做”。2006年1月13日，苹果市值超过戴尔。

同一天的两个判断，错的都不是数据。飞马座51的速度曲线干干净净，苹果的亏损报表也字字属实。错的是尺子，而且是一把只来自单一样本的尺子——太阳系只此一个，PC直销只此一路。样本量为1的经验看起来最可靠，其实最经不起新场景。

车间里的AI是同一道题。判断“正常”与“异常”的标准，常常来自一位老师傅的手感，或某一年的生产条件。上智能体最大的风险不是模型不够强，而是这套标准只被一个场景验证过：换个料、换个班次、换个订单结构，被标成“异常”的可能是新的正常，被标成“正常”的可能是真故障。看到不合预期的数据，第一反应不该是解释掉它，而该问一句——是不是尺子该换了。

超级个体同理。行业平均值量不出你手上那个场景的真实价值。别人说这活不赚钱，可能只是还没人把它做成能验收、能反复调用的样子。真正值钱的判断标准，从来不是在平均数里挑出来的，是在具体场景里长出来的。