最近，我把一台老旧的 HP T430 瘦客户机（2GB+16G N4000）折腾了好几天，只为让它跑起一套“完美”的 Linux 系统。起初只是好奇：能不能让这台低配机器变成客厅电视盒子，顺便玩玩 Moonlight 串流游戏？

过程像一场马拉松。从虚拟机开始测试各种发行版（VirtualBox 报 Hardening Error，Windhawk 美化冲突），到转向实机安装 CachyOS（x86-64-v3 优化版），再到 openEuler、MX Linux、EndeavourOS、Arch，甚至 Garuda Mokka 和 Hyprland……我不断告诉自己“再试一个就停”。

每次都有小胜利：修好 HDMI 无声（换 DP 线）、解决字体方块（装 Noto CJK）、换源后更新飞起（中科大镜像救命）、Hyprland 动画丝滑一瞬……这些“进步”让我上头，继续投入时间。明明 MX Linux XFCE 已经够用（轻量、稳定、开箱即用），我却觉得“下一个发行版肯定更完美”——滚动更新更现代、主题更炫酷、性能再挤一点。

结果呢？绕了一大圈，卡顿、兼容坑、资源吃光的问题反复出现，还是回到了最开始的轻量方案。那些“更强大”的系统，要么在 2GB RAM 上卡成 PPT，要么配置坑多，最终性价比最低。

这让我深刻意识到，我掉进了典型的“能力陷阱”——过度优化一个低价值目标，忽略了机会成本。心理学上，这叫沉没成本谬误（Sunk Cost Fallacy）：我们已投入的时间和精力，让我们不愿放弃，即使边际收益早已递减。

反思过程更深一层：作为研发人员，我们为什么容易上头？ 因为我们热爱解决问题——每修好一个 bug、每看到更丝滑的动画，都带来多巴胺奖励。这是一种“能力幻觉”：觉得自己“再努力一点就能征服一切”。但现实是，硬件极限摆在那，2GB RAM 注定跑不动重型桌面。继续折腾，只是在证明“我的能力”，而不是真正解决问题。

哈佛商学院的一项研究显示，研发团队中 78% 的项目延期源于类似心理：工程师为追求“完美”多投入 20–50% 时间，却只换来 5–10% 的性能提升（来源：Harvard Business Review, "Why Good Projects Fail Anyway", 2003）。Google 内部数据也指出，过度优化的代码重构项目平均延期 35%，实际收益仅 8%。斯坦福大学的一项行为经济学实验进一步证实：人们在沉没成本高的情境下，更倾向继续投资，即使理性分析显示应停止。

我的教训是：学会及时评估预期收益 vs 投入成本。设定“探索预算”（比如最多 4 小时，或 3 个发行版），一旦超过，就强制止损。否则，创新力就浪费在这些陷阱里了——本可以用来学习新框架、写代码、陪家人，却花在挤一台老机器的“最后一滴性能”上。

现在，我把 T430 定为“够用就好”：MX Linux XFCE + Moonlight，客厅电视看剧/串流稳定。剩下的时间，留给更有价值的事（多翻小黄鱼）。