你在一座城市生活了十年，熟悉每条不堵车的街道，知道哪家馆子老板会多给你加菜，和快递员、小商贩、邻居都混了个脸熟。
有一天，有人告诉你另一座城市有更好的工作机会。
你去不去？
大多数人不去。不是因为那边不够好，而是因为：这边的十万个细节，换过去全部作废。
这就是路径依赖。不是什么高深的理论，就发生在这类具体的选择里。
你走过的路，决定了你能走什么路。
第一脚踩下去的时候，你随便选了个方向。第二脚开始，你就很难完全摆脱第一脚的方向——因为你踩出了一条浅浅的脚印。脚印引导下一脚，下一脚又加深脚印。到最后，你发现你已经走了一条弯弯曲曲的路，和最初想去的方向可能完全不一样。但你已经没法随时离开——离开意味着在没有路的地上走，费更大的力气。
这个循环一旦启动，就会自我强化。走得越深，继续走下去的理由就越充分。不是因为你判断这条路真的好，而是因为放弃等于承认过去的时间白费了。
损失厌恶是路径依赖最底层的驱动机制。
最经典的例子是键盘。
你知道 QWERTY 这个字母排列是怎么定下来的吗？
最早的打字机键盘是按字母顺序排列的。但打字员打快了以后，机械打字机的字锤会缠在一起卡住。有人重新排列了字母，把最常用的字母对——TH、HE——远离彼此，这样字锤就有更多时间复位。
这个设计是为了解决机械问题，不是为了让打字更快。
但当几百万人学会了这套布局之后，事情变了。打字员会 QWERTY → 学校教 QWERTY → 厂商按 QWERTY 生产 → 更多的人学 QWERTY。后来的 DSK 键盘布局，测试证明能让专业打字员快 20%。但市场不理会——因为所有人都已经会用 QWERTY 了，重学意味着把过去的练习全部作废。
于是这个「不是最优」的设计成了全球标准，一直用到现在。智能手机的虚拟键盘本质上还是在模拟 QWERTY 的布局。
这才是路径依赖最反直觉的地方：不是「最优秀的胜出」，而是「最先被广泛采用的胜出」。
为什么随机性在路径依赖里扮演这么关键的角色？
技术史上充满了这种偶然：青霉素是弗莱明偶然在培养皿里发现了霉菌污染；微波炉是雷达工程师发现口袋里的巧克力融化了；尼龙是杜邦在寻找合成橡胶时偶然发明的。
Paul David 1985 年的研究让经济学家承认了一件事：历史在经济学模型里不应该只是噪音，它是结构的组成部分。同样能力的人、同样的技术，因为最初一步的偶然差异，可以走向完全不同的命运。
Brian Arthur 进一步发现了收益递增的机制：在某些市场里，先发会创造网络效应，网络效应会锁定用户，用户基数最终压倒技术优势。
换句话说，「谁先做了这件事」有时候比「谁做得更好」更重要。这对你意味着什么？在你自己的领域，「速度」和「时机」可能比「质量」更值得重视。等你把东西打磨到完美，市场格局可能已经变了。
局部最优陷阱是路径依赖的必然归宿。
想象你站在一座山的某个峰顶上，觉得这就是最高的地方了。但实际上这只是你目力所及范围内的最高点。真正的最高峰可能在另一座山上。
问题是：你怎么知道还有更高的山？
答案是：你不知道。因为你已经站在一个山顶了，你的视野被这座山挡住了。你看不到其他山。专业技能越深，这个陷阱越深。你的专长给了你很好的局部视野，但这个视野同时也是你的边界。
这才是局部最优陷阱的本质：不是「找不到最优解」，而是「不知道还有别的山存在」。
最危险的情况是：你不知道自己被困在局部最优里。「知道」这件事本身，需要你站在路径之外——而你已经不可能站在路径之外了。
认知锁定比制度锁定更难打破。
制度锁定看得见：规则、流程、合同。认知锁定看不见：你的心智模式、身份认同、直觉反应。
专家比新手更容易被锁定。因为专家的专业能力本身就是沿着某条路径积累的。你让一个有二十年经验的老工程师接受「他用了一辈子的方法其实是次优的」，这不是认知升级，这是存在性威胁。
Kahneman 的前景理论解释了为什么：损失比等量收益带来的痛苦更大。「放弃当前路径」等于承认「过去所有的投入都是浪费」——这不是一个计算题，这是一个情感题。
你不是因为正确而坚持一个想法，而是因为坚持了所以认为它正确。我们的大脑不是在为未来做决策，而是在为过去做辩护。
深层原因是：大脑是已知宇宙中最节能的计算机。它用 20 瓦的能量完成远超任何超级计算机的认知任务，秘诀是：不每次都重新计算，而是把常用路径自动化。自动化就是神经通路被反复走过之后变得宽阔。宽阔的神经通路，就是认知上的路径依赖。
路径依赖不是人的弱点，而是人作为生物体的基本工作方式。
到这里，一个根本性的问题浮现了：
你用来判断「哪条路值得走」的那个思考工具，是谁给你的？
答案是：是你走过的路给你的。
你的价值观、审美、判断力、直觉——它们都是路径的产物。你用这些工具去判断哪条路值得走，但工具本身是当前这条路铸造的。
这就是路径依赖最深层的悖论：我们在路径之内，用路径给予的工具，判断路径本身。没有「客观视角」这件事。你的每一个思考，都带着你的路径的印记。
这才是真正的裂缝所在。
好在我们有了新的工具。
在智能时代，AI Agent 最深刻的用途，不是帮你更高效地走现在的路——那只会强化路径依赖。
AI Agent 的价值在于：它可以充当那个「不在你的路径里」的存在。
你身边的人，即使聪明，也往往在你的路上走过——他们看你的问题，用的也是你这套框架。但 AI 没有路径。
当你习惯性地用同一种方法解决问题，AI 可以毫无心理负担地问你一句：为什么非这样？
这个问题你身边的人不敢问，问了也可能没用。AI 可以。
这本质上是一种外科手术式的干预——不是更努力地蛮干，而是找到了能震动你思考结构的那个支点。
真正的路径跳出机制，从来不是「我独自想清楚了」，而是「我通过和不在我路径里的人对话，被他们的视角震动，从而看见了原本看不见的路径选项」。AI 让这件事第一次变得可以规模化。
最后还有一个更根本的问题值得留下来：
当你在一件事上走得越深，你怎么知道这件事仍然值得继续，而不是因为已经走了太远而不愿意承认它不应该继续？
这个问题没有标准答案。但它值得被反复追问。
下次你发现自己重复做同一件事、用同一个方法解决问题的时候，停下来想一想：
这是我的选择，还是我的路径在替我做选择？