# 《一个人的 GPA，和一个中年男人的工资，有什么本质区别？》

> 原文：https://functionhx.github.io/blog/2026/gpa/ · 上级：https://functionhx.github.io/llms.txt

2026-10-05

# 为什么我反对用 GPA 给学生的能力定价

很多人习惯这样判断学生：

“他 GPA 3.8，你 GPA 2.8，所以他大概率比你能力强。”

听起来似乎很合理。

但我们把场景换一下：

“这个四十岁的男人年薪 100 万，另一个年薪 30 万，所以前者的能力大概是后者的三倍。”

这时候，大多数人都会觉得哪里不太对。

因为我们知道，收入不是能力本身。

一个人的薪资受到太多因素影响：行业、城市、平台、岗位、职业路径、风险偏好、家庭选择、时代红利，甚至运气。

高校教授可能收入不如互联网中层，创业公司技术负责人现金工资可能不如大厂程序员，一个主动选择稳定生活的人也可能放弃更高薪的机会。

所以，我们通常不会轻易得出：

“谁赚得更多，谁就更有能力。”

奇怪的是，当对象变成学生时，我们却很容易把 GPA 当成一种近乎天然的“能力认证”。

这其实是同一种错误。

## GPA 有信息，但它不是人的“能力总分”

先说清楚，我并不认为 GPA 没有意义。

长期维持高 GPA，至少说明一个人在某套教育体系下具备一些真实能力：

他可能学习效率高，知识掌握扎实，执行力强，时间管理稳定，也能够长期适应考试和课程评价体系。

这些都值得认可。

问题不在于 GPA 有没有价值。

问题在于：

**我们经常偷偷把“GPA 高”替换成了“这个人能力强”。**

这两个命题根本不是一回事。

因为“能力”本来就是多维的。

有人擅长考试，有人擅长科研。

有人擅长理论推导，有人擅长工程实现。

有人可以在有标准答案的问题上做到极高正确率，却未必擅长处理开放问题。

也有人课程成绩普通，但可以独立完成复杂项目、解决工程故障、带团队、做研究、写系统、处理没有标准答案的问题。

所以真正准确的表述应该是：

**GPA 描述的是一个人在特定学校、特定专业、特定课程体系和特定评价规则下的表现。**

到这里，它是一个很有价值的指标。

但如果继续往前推，变成：

“所以这个人的综合能力就是这个水平。”

那就已经越界了。

## 更大的问题：GPA 衡量的东西其实比我们想象得窄

考试当然是一种能力测试。

但它测试的是一种相当具体的能力：

在规定时间内，按照指定 syllabus，学习指定内容，并根据明确评分规则完成任务。

这是一项真实能力。

但现实世界里的大量重要任务，结构完全不同。

科研往往没有标准答案。

很多时候，你甚至不知道问题应该怎么定义。

工程问题也不会像试卷一样告诉你：

“本题共 20 分，请使用某某定理解答。”

真实情况可能是系统突然崩了，文档不完整，代码是别人留下来的，日志也很混乱，而 Deadline 就在明天。

你需要自己定位问题、查资料、猜测原因、设计实验、排除错误，然后让系统重新跑起来。

创业、管理、写作、沟通、谈判、设计、领导团队也一样。

这些能力与考试成绩当然可能相关，但绝不是同一个东西。

因此，一个人的 GPA 再精确，也只是在测量能力空间里的一个切片。

问题在于，我们经常拿这个切片去代表整个空间。

## Goodhart's Law：当指标成为目标，指标就开始失真

这里其实可以引入一个非常经典的概念：

**Goodhart's Law：When a measure becomes a target, it ceases to be a good measure.**

也就是：

**当一个指标成为目标之后，它往往就不再是一个好的指标。**

这几乎完美解释了 GPA 的问题。

GPA 原本只是用来衡量学生课程学习情况的一个代理指标。

但当它和保研、奖学金、升学、就业、荣誉绑定之后，GPA 就不再只是“测量工具”，而变成了学生必须主动优化的目标。

于是人的行为自然会变化。

学生会开始思考：

哪门课更容易拿高分？

哪个老师给分更宽？

哪些课程风险太高，不值得选？

一个很难但很有价值的项目，会不会影响我的绩点？

科研、竞赛、开源、实习如果占用太多时间，是不是应该少做一点？

到了这一步，学生优化的就已经不完全是“我能不能学到更多东西”，而是：

**怎样在现有评价规则下，获得更高的 GPA。**

这两件事当然有重叠。

但它们绝不是同一件事。

甚至可能出现一种很讽刺的情况：

**一个学生为了提高所谓的“能力指标”，主动避开困难课程、减少探索、减少失败、减少高风险项目。**

结果是：

他的 GPA 更漂亮了。

但他真实能力的增长，反而可能变慢了。

这正是 Goodhart's Law 最值得警惕的地方。

一个指标一旦被赋予太大的奖励，人们就会越来越擅长优化这个指标，而不是优化它原本想代表的东西。

## GPA 和薪资，本质上都更像“结算结果”

这也是为什么我认为 GPA 和中年人的薪资其实有一个很有意思的共同点。

它们都不是纯粹的能力。

它们更像一个复杂系统最终给出的“结算结果”。

薪资大概受到：

能力、行业、平台、城市、资历、风险偏好、职业选择、市场周期、谈判能力、运气

共同影响。

GPA 同样受到：

学习能力、考试适应性、投入时间、课程难度、课程选择、教师评分、专业特点、策略、个人目标

共同影响。

所以它们都提供信息。

但它们都不能直接等于“人的能力”。

如果一定要写成一个非严格的表达式：

**GPA ≠ Ability**

它更接近：

**GPA = 能力 × 环境 × 规则 × 选择 × 投入 × 策略**

工资也一样。

因此，当我们看到一个人的工资时，会本能地问：

他在哪个行业？

做什么岗位？

在哪个城市？

工作多少年？

是不是主动选择了低收入但更喜欢的方向？

可面对 GPA 时，我们往往懒得问这些问题。

我们直接把一个数字，变成了对人的判断。

## 两个人比较时，单一指标尤其危险

假设有两个学生。

A：

GPA 3.9，课程成绩非常漂亮。

B：

GPA 3.0，但做过科研、比赛、工程项目、开源，也独立处理过复杂系统。

谁能力更强？

其实最合理的答案不是 A，也不是 B。

而是：

**信息不足。**

如果你需要一个理论基础极强、课程学习能力稳定的人，A 可能更适合。

如果你需要一个面对模糊问题能够快速上手、独立解决工程困难的人，B 可能更适合。

能力评价必须先回答：

**“做什么事情的能力？”**

脱离具体任务谈“谁更有能力”，很多时候本身就是一个伪问题。

现实世界不像考试，没有一张统一的能力总分表。

## GPA 最合理的用途，是筛选，而不是定性

那么为什么学校、企业、研究生项目仍然大量使用 GPA？

原因其实很现实。

因为它便宜、高效、标准化。

如果有一万份申请，不可能给每个人安排几个小时的深度访谈，也不可能逐一审查每个人的代码、项目、科研工作。

因此，GPA 是一个低成本信号。

它方便排序。

方便筛选。

方便在信息极度不足的情况下做第一轮判断。

这完全合理。

但这里有一个非常重要的区别：

**一个指标适合大规模筛选，不意味着它适合准确评价一个具体的人。**

学历可以用来筛简历。

但学历不是能力本身。

信用分可以用来判断风险。

但信用分不是人格。

论文数量可以用来粗略衡量科研产出。

但论文数量也不等于科研能力。

同样，

GPA 可以成为一种筛选工具。

但它不应该被神化成一个人的能力认证书。

筛选系统必须压缩复杂现实。

但我们不应该把这种压缩结果反过来当成现实本身。

## 更有意思的是：我们对二十岁的人，反而更喜欢“一锤定音”

这其实是整件事里最荒谬的地方之一。

面对一个四十岁的成年人，我们知道人生非常复杂。

我们不会轻易因为工资一般，就断言他这个人能力一般。

因为我们知道：

人生有选择。

有偶然。

有行业周期。

有家庭。

有兴趣。

有取舍。

但面对一个二十岁的学生，我们反而很容易说：

“你 GPA 才 2.8，说明你学习能力不行。”

这很奇怪。

二十岁恰恰是一个人能力结构最没有定型的时候。

有人大一大二还不知道自己想做什么，到大三突然找到方向。

有人直到第一次参加科研、第一次真正做工程、第一次实习，才发现自己擅长什么。

有人早期成绩很普通，但后期成长速度惊人。

一个人在十九岁时几门课程的考试成绩，当然可以记录。

但如果进一步解释成：

“这就是这个人的能力水平。”

那其实是把一个仍然快速变化的人，过早地压缩成了一个数字。

## 真正值得问的，不是“你多少分”，而是“你做成过什么”

如果真的想评价一个人的能力，我越来越觉得，更有意义的问题不是：

“你的 GPA 是多少？”

而是：

你解决过什么问题？

你做过什么真正困难的事情？

面对一个没有标准答案的问题，你会怎么办？

遇到完全不会的东西，你能不能自己学会？

项目失败以后，你能不能找到原因，再做一次？

你有没有把一个模糊想法真正做成一个可以工作的东西？

你能不能清楚解释自己的工作？

你能不能承担长期、不确定、可能失败的任务？

这些问题当然也不完美。

但它们至少更接近我们通常所说的“能力”。

所以，我并不是主张取消 GPA，也不是认为 GPA 高没有价值。

恰恰相反。

**GPA 是一个很有用的指标。**

但它首先应该保持自己“指标”的身份。

GPA 是 GPA。

工资是工资。

学校排名是学校排名。

论文数量是论文数量。

它们都是复杂现实里的一个投影。

真正危险的是，我们总喜欢在这些数字后面偷偷补上一句话：

**“所以这个人更优秀。”**

从一个指标，到一个人的能力，再到一个人的价值，中间其实隔着非常远的距离。

成熟的评价体系应该使用指标。

但不应该崇拜指标。

因为数字最大的价值，是帮助我们理解一个人。

而数字最大的危险，是让我们误以为：

**我们已经理解了这个人。**