声誉是长期行为的可见积累
别名: 信誉 · 历史行为 · reputation signal
概念解释
声誉（reputation）是他人从一个身份长期可见的贡献、可靠性和互动记录中形成的预期。它让陌生人之间的协作不必每次从零判断可信度，但显示的分数、徽章或排名只是声誉的代理指标，不等于人的全部价值。
机制
持续身份把过去行为连接到未来机会：有帮助的贡献获得回应、合作和更多可见性，可靠履约降低他人核验成本，这是一种信任的省时机制。声誉信号能促进互惠，也会把复杂情境压缩成易比较的单一指标；不同任务、不同受众下的表现未必可直接相加。
第二层机制是维度坍缩：一个人在不同任务上的可信赖程度本来是多维的——擅长快速修复代码不等于擅长耐心答疑，可靠交付不等于判断公正——但可展示的界面位置有限，系统倾向于把多维信任坍缩成一个总分或一枚徽章。这种坍缩在任务类型单一的场景里损失很小（一个二手交易平台上"按时发货、货不对板"这两件事基本能代表交易可信度），但在任务类型异质的场景里损失就很大：一个在某个子话题下贡献突出的成员，总分可能被其他子话题里的平庸表现拉平，观察者据此做出的信任判断实际上是被误导的。
怎么研究
- 范式：比较有无历史信号时的信任、合作伙伴选择和新成员机会；访谈成员如何解读一个总分或徽章，是否会展开去看具体贡献维度还是直接采信总分；在同一群体内比较单一总分呈现与多维度拆分呈现对信任判断准确度的影响。
- 变量：身份持久性、贡献类型的异质程度、反馈、合作意愿、信任、机会分配、误判率。
- 方法论注意点：高声誉可能来自早期曝光而非更好的行为本身，应把起点可见度作为协变量控制，否则会把"运气好被看见"误判为"能力强"。
边界
单一总分声誉在任务类型高度同质、协作规模小到成员本可以互相直接了解的场景里几乎是多余的——几个人的团队本来就知道谁擅长什么，不需要一个数字来代替直接认知；总分的价值恰恰出现在规模超过直接互相了解的范围、任务类型又保持相对单一的场景（比如同类交易的市场平台）。一旦任务类型异质化（既有代码贡献又有社区维护又有内容创作），单一总分的维度坍缩问题就会压过它节省认知成本的好处，此时应该拆分成多个独立可查的维度分数，而不是继续合并成一个数字。声誉也很少能跨平台、跨情境迁移——在一个社区积累的信任记录，换到另一个社区通常要重新开始。敏感求助、匿名参与和新手探索不宜完全依赖公开声誉；把声誉用于高后果的自动化决策，会忽视具体情境与事后修复的可能性。
怎么落地
- 展示可解释的具体贡献维度与时间范围，而不是只给一个单一总分；任务类型越异质，越需要拆分展示。
- 允许成员针对具体情境做出解释、纠错，并给出逐步重建信任的路径，而不是让一次失误永久拖低总分。
- 给新成员可见的低风险贡献路径，避免声誉积累只能靠已有的社会关系起步。
- 验证办法：对比单一总分呈现与拆分维度呈现下，观察者信任判断与该成员实际后续表现的吻合度；同时审计新成员与低可见度群体的机会是否被系统性压低。