入场券零和

入场券零和：犯错资格的位置性稀缺

工程经验无法通过阅读转移，只能由压缩的失败重建，但有后果的失败需要有人垫付代价——组织里真正稀缺的不是经验，而是"被信任去犯大错的资格"。这类资格是位置性商品（positional goods，Hirsch 1976）： 价值取决于相对排位而非绝对效用，行业总量增长无法稀释其稀缺性。分配端存在信任溢价前置的鸡生蛋困境——发券要求已证明的可靠性，而证明可靠性需要券——破局靠前置的信号市场（学历、背书、开源记录）。第一张券最贵，之后获取速率复利， 同侪差距约在入职第三年显形。

与内卷的分界在竞争标的：标的确凿稀缺且竞争本身配置资源的是入场券竞争；标的虚无、只抬高门槛不增产出的是内卷。滥用检测：谁为失败买单与谁收获教训相分离时，"给你成长机会"即转嫁系统性失败的剥削修辞。边界：行业扩张期名额指数增发，暂时非零和； 范式更替时旧券集体作废、重新发牌。

见：Rank-Order Tournaments as Optimum Labor Contracts（Lazear & Rosen 1981）

AI 专拆经验阶梯的底两级

Stanford Digital Economy Lab 基于 ADP 工资单微观数据的研究发现，22-25 岁群体在 AI 暴露职业的就业相对下降 13%，2026 年 8 月更新后相对反事实约低 19%。机制上 AI 不是均匀替代劳动， 而是从结构化、可验证的任务端切入——恰好是入门券对应的工作内容。真正的断裂不是岗位变少，而是信任积累机制失效：过去打杂是可展示的信任存款，如今打杂的产出价值趋零，组织失去为新人成长垫付的理由。

推论：等待组织发券的路径已断，新手必须在券外自造可验证的失败记录，且速度要快于前 AI 时代的预期。

见：Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence（Stanford Digital Economy Lab）

扁平化是竞争烈度的隐形放大器

锦标赛理论（tournament theory，Lazear & Rosen 1981）常被忽略的推论：竞争烈度由奖品结构决定而非文化。职级体系是多级奖品，失败者降层再战；扁平化砍掉层级，等于把多级锦标赛改造成赢家通吃（ winner-take-more），全员零和争抢同一批 ownership，烈度必然上升，与人品无关。所以"取消职级、人人平等"的组织口号应反读：奖品层级消失时，入场券争夺更接近原始丛林。

加入组织前看奖品结构——剩余管理层级数、独立 ownership 的存量、晋升出口的真实流量——不看口号。

见：Tournament theory（Wikipedia）

培养新人的死因是抵押品失效

组织容忍新人犯错本质是贷款，抵押品是长期雇佣：今天垫付的失败成本，用未来十年的产出回收。Job-hopping 常态化后抵押品失效，组织的理性反应是砍容错、要求入职即战力，把培训成本外部化给个人与市场——"没人愿意带新人"不是文化退化， 是合同结构失衡的必然出清。

推论：默认雇主垫付失败的时代不可逆，垫付人只能换成自己（时间、算力成本）或市场（开源、公开作品），职业规划里应显式列一笔"失败预算"。

见：Deferred compensation（Wikipedia）

失败记录的产权归你才计入复利

等量的高风险失败，产权归属决定长期价值：公司内部项目的失败记录写进雇主绩效档案，产权归雇主，离职清零；开源社区被 reject 的重大 PR、公开的架构错误复盘，产权归你、不可剥夺、全局可检索。

信任溢价的本质是可验证的失败经历，而可验证性取决于记录是否存在于你能控制的公开场地。这解释了等量实战为何有人第三年开始吃复利、有人十年经验只是记录在别人服务器上的绩效行——差距不在失败次数，在失败记录的存放地。 把最高风险的学习放到产权归自己的场地，是零成本的结构性优势。