和同事聊一个测试方案，我建议他把几个有利条件全部叠满，用最极端的配置去测一次。他愣住了：为什么要这么极端？
我一时说不清这个思路从哪来的，只能给他讲例子。
前阵子我们做一次小红书活动，发起大家参与，人一直不多。常规做法是优化文案、调整奖品、换渠道，一轮一轮试。我们的做法是直接把门槛降到最低：朋友圈、公众号、抖音，随便发一条就算参与，不再有任何要求。
结果参与人数勉强达标。
但正因为门槛已经降无可降，这个「勉强」反而是最有价值的信息：零门槛都只是及格，常态下必然不及格。第二期不用做了。
讲到这里，同事大概理解了：推到极端，是为了一次测出天花板，好过在中间地带反复试探。
但如果只是这样，它不过是「快速试错」的一个变体。真正让我意识到这个方法的分量的，是更早的一个案例。
早年负责某交易平台时，我们希望供给方响应更快，但怎么调研，对方都有各种理由推辞。后来干脆给快速响应者一笔非常高的补贴——真实的响应速度立刻测出来了，而且和预想完全相反：本以为接单少的人更闲、会响应更快，结果恰恰是一直在平台接单、以此为生的人动力最强；接单少的人本来就不在意这里，给再多奖励也无动于衷。
也就是说，极端测试不只能给一个方向判死刑，它还能逼出真相——调研问出来的，是人嘴上说的；极端的激励逼出来的，才是人真实做的。我们不但拿到了答案，还发现原来的问题就问错了。这种推翻预设的收获，常规调研做一百次也给不了。
顺着往下想：既然这么有效，为什么大多数团队默认不这么做？
因为局部优化让人舒服。每次微调都有一点起色，永远「有事可做」，永远「下次也许更好」——它提供的是进展的幻觉。而极端测试给出的是残酷的二元答案：行，或者不行，它可能直接宣判整个项目死刑。人们回避的不是这个方法，是这个答案。
还有一重顾虑是「浪费」：高额补贴、零门槛的奖品，账面上怎么算都不划算。但换一个记账单位就不一样了——创业公司最稀缺的资源不是钱，是时间。渐进优化看似每一步都省，实际是在用最贵的东西（几个月的团队时间），去省最便宜的东西（一笔测试预算）。
当然它有边界：极端条件有时会改变事情的性质，零门槛吸来的可能是凑数的人；它擅长回答「要不要做」，不擅长回答「哪个因素有效」。还有一条纪律——测试之前，先写下什么算失败。否则结果出来后，人总能说服自己「也算达标了，再试一期？」
写到这里我还是没想起来，自己是从什么时候开始这样做决策的。但大概可以确定它在买什么：用钱买真相，用资源买时间。
而这两样东西，都是后面补不回来的。