当Taste Harness遇上塔勒布Taleb

开放世界里：能找到什么确定性？

塔勒布的不确定性工具箱，与 Taste Harness。明天预测不了；自己押上多少，是定得了的。

〇 · 接不接得住

一个活在真实世界里的东西，行动之前永远拿不到一份完整的说明书。

下一秒会不会出事，不知道。对面那个人在利益分岔的时候怎么出牌，不知道。一个想了很久才下的决定，沿着因果链传下去会震出什么，也不知道。更麻烦的是，连“哪些事是不知道的”，往往也不知道。

可是生命并没有因此停下来等。它活在一个更朴素的问题上：

我不知道那件事会不会来。但它真来了，我接不接得住？我的余量有没有底？哪一步是再也回不来的？撞上之前，还有没有退路？要是这回错了，付账的是谁？

塔勒布一辈子写的就是这个转身：从预测事件，转到安排敞口。事件他记作 x，谁也算不准。它落到你身上变成什么，他记作 f(x)，这个看得清，也改得了。

世界不肯交出确定性。押上多少，却是自己定的。

这一篇把他的工具一件件拿出来，看哪些已经装在 Taste Harness 里，哪些还该装上。

一 · 一个人只有一条路

塔勒布在《Skin in the Game》里讲过两种去赌场的办法。

一百个人各去一次。其中一个输光了，对另外九十九个毫无影响。算一算平均，这门生意也许还不错。

换成一个人连去一百天。要是他在第二十八天输光了，就没有第二十九天。

前一种是群体的平均，后一种是一个人的路径。只要路上有一个回不来的地方，这两样就不是一回事。期望值算的是前一种，人活的是后一种。

语言模型天生住在前一种里。另一个语言模型给它起了个名字，叫“遍历性幽灵”：它可以在上下文里同时走一万条路，再给你一个平均下来最稳妥的建议。问它的人却只有一条路，而且不能回滚。

所以 Taste Harness 的第一条规矩，是只沿着一个人自己的路径记账。它不问“这类决定在人群里平均胜率多少”。它问的是：这个人，在他这条路上，押过什么，挨过什么，后来改了什么。

用那位模型的话说，这是从统计里的主体，回到历史里的主体。

二 · 说，拍板，我来担

同一件事，有三种说法。

“方案 A 最好。”这是看法，说一万句也不要钱。

“这次用方案 A，我定的。”这是拍板，事情从这里拐了弯。

“A 要是把产线弄停了，损失和名声都算我的。”到这一句，判断才进了后果。

塔勒布管第三种叫 skin in the game。他最喜欢举的例子，是将近四千年前的汉谟拉比法典：房子塌了，压死了房主，造房子的人偿命。用不着派检查员。哪里偷了工，造房子的人自己最清楚。

这个系列的第一篇借了两个字来说这件事。自，是话里的那个“我”。己，是后果回来时认账的那个人。模型开口就是“我认为”，自是不缺的。它也可以拿一把密钥，给一次高风险的操作签上名。可是一个出了十次事故、自己什么也不损失的签名者，签下的只是一条调用记录。

要紧的不在它是不是血肉之躯，在它能不能重来。能复制、能回滚的东西，担不了撤不回的事。

所以 Harness 盯着一件事对不对得上：做判断的人，握着控制的人，承担后果的人，是不是同一个。

三 · 火鸡，和不该记的分

天气预报员报“明天下不下雨”，可以报得很准。可是下雨这件事的后果，不是一个对错。它可能只是打湿一双鞋，也可能把几万人困在机场，也可能冲垮一座坝。预报对了多少回，说不了后果有多重。

塔勒布为这个写过一篇论文，结论很直白：二元预测做得好，不等于真实的后果好。后果越不成比例，尾巴越厚，两者差得越远。

对 Harness 来说，这是一条底线：给一条判断记分之前，先看它的终点配不配记分。

焊缝送去做超声检测，合格，或者不合格。这是真的二元，预测准不准有工程上的意义。

“这套架构三年没宕过机”，是另一回事。

塔勒布书里那只火鸡，被人喂了一千天。每多一天，它对“人类待我不薄”的信心就多一分。到感恩节前一天，信心最足。

没出事，不等于做对了。也可能只是那一天还没到。

他后来把这件事画成了一张四格的图。

[塔勒布的四个象限 · 按《第四象限》一文的编号]

横着分的是决策：只问对错的，和要看幅度的。竖着分的是随机：薄尾的，和厚尾的。薄尾的两格里，统计很好用。厚尾而只问对错的那一格，问题研究得比较透，只是这样的决策不多。剩下厚尾加幅度的那一格，他的原话是：不要拿统计结论来做决定。

焊缝合不合格，在第一格。一个撤不回的大决定，在第四格。

落到规格上，是一条还没写进去的建议。每个终点先注明自己是哪一种。真二元的，可以记分。把一个幅度压成“出没出事”的，只记账，不记分：账上照样写着谁、押了什么、后来怎样，只是不再算命中率。

四 · 林迪：熬过的是冲击

林迪效应常被说成一句话：活得越久的东西，越可能接着活下去。

这句话最容易被用坏。一套糟糕的架构在太平日子里撑了三年，只是因为流量从来没上去过。它攒下的不是资历，是那只火鸡的第九百九十九天。

塔勒布说的林迪，是时间里的磨损和冲击没能把它弄坏。算数的是它挨过什么，不是它放了多久。

规格现在给老记录加权，看的还是生效的天数和被证实的次数。这一处该改：证实只算终点真被考验过的那几回；终点只是“没出事”的记录，权重要封顶。

还没发生的灾难，不能利滚利地变成信心。

五 · 再大一倍会怎样

问一位老焊工：这条焊缝开裂的概率是多少？他答不上来，也不该他答。

换个问法：电流再往上加，会怎样？他不用想。前面那一截，加一点，坏一点；过了某个地方，就不是多坏一点，是整条报废。

他说不出概率，却知道墙在哪里。

塔勒布和 Douady 做的，是把这种本事写成了定义：脆弱，就是伤害跑得比冲击快。他自己打的比方是石头。一块大石头砸下来，和同样分量的小石子一颗一颗砸，不是一回事。要看出脆弱，不必知道明天会发生什么。只要把今天的偏差在心里放大一倍，看后果是跟着翻一倍，还是翻了不止一倍。

taste 最硬的那一层，也许就是这个。它不是把概率算到小数点后几位，是在长年的摩擦里长出来的、对墙的感觉。

所以签名的时候，除了“你有几成把握”，还可以多问一句更好答、也更要紧的话：再大一倍会怎样？照比例变坏，越来越快，还是前面有墙。答案是后两种，这一步就该慢下来，交给会疼的人来定。

六 · 有底的下注

泰勒斯是个哲学家，被人笑话过穷。有一年冬天，他花一点定金，把米利都和希俄斯的榨油机都订了下来。来年橄榄大收，榨油机抢手，他转手租出去，赚了一大笔。

亚里士多德说，他是从星象里看出了丰收。塔勒布的读法不一样：他用不着看出来。收成不好，他赔掉的只是那点定金；收成好，上不封顶。他买的是一张期权。

另一个语言模型把这个读法用在了 COMMIT 上：有底的 COMMIT 不是“我相信它对”，是花一笔赔得起的钱，买一张期权。

工程里这样的做法早就有了：灰度发布，影子系统，沙箱，试板。它们的意思都不是“我有把握”。它们的意思是：它就算全错，我赔的也只有这么多；它要是对了，我就知道了一件原来不知道的事。

所以账上不能只写“某人选了方案 A”。还要写他押了多少，上限在哪里，怎么撤。

反过来也要说清：这张期权，只在有底的时候才是期权。撤不回、没有底的事，签下去的不是期权，是担当。规格里有一条，叫“先把深渊改成山丘”：能加回滚、分阶段、沙箱、试件的，先加上；实在改不动的，才留给当场的签名。

七 · 先学会不做什么

说到品味，人们爱列加法：大师喜欢什么，追求什么，做出了什么。

塔勒布说，稳当多半是减出来的。在一个处处不成比例的世界里，知道什么是错的，比知道什么是对的，更经得起时间。他管这个叫否定法。

孔子有现成的话：“狷者有所不为也。”

一个在行当里摔打了几十年的人，现实刻在他身上的，很少是一张“我喜欢这个、我向往那个”的清单。先长出来的，是几条不肯再碰的线。比如：

• 没拿到确权，不再垫资进场。

• 没验收的钢板，不上梁施焊。

• 业务量没上一个数量级，不拆单体。

偏好会跟着风气变。这几条线不大会变，因为每一条后面都有一次代价。

对 Harness 来说，这里有三件还没写进规格的事。一个人入账，先签他的“不为”，不先问他的偏好。否决和约束，在账上留得比别的久。在回不来的那类终点上，一条判断只要被证伪一次，就不再作数，不管它之前对过多少回。

一个从不拒绝的东西，还谈不上有主见。

八 · 杠铃的古名是狂狷

塔勒布的杠铃是这样一种摆法：大头放在怎么也伤不着的地方，小头拿去做很多笔小的、赔得起的冒险，中间不放东西。他举的比例，是九成左右对一成左右。

他防的是中间那一段。它看上去不冒险，其实把尾巴藏了起来。

孔子把人也这样分过。“狂者进取，狷者有所不为也。”狂的那一头，是肯在看不清的地方押一点，一次次去试。狷的那一头，是有几条线怎么都不碰。

[杠铃 · 两头与中间]

中间站着的是乡原。孟子形容他“非之无举也，刺之无刺也”，挑不出毛病，人人喜欢。孔子叫他“德之贼”。

这里有一处要分清：乡原不是中庸。孔子最想要的恰恰是中行，是这个位置此刻该落的那条线；求不到，才退而求狂狷。乡原只是看上去像它：贴着所有人的平均线，背后没有一个认账的人。杠铃反的是乡原，不是中庸。

这件事对今天的模型是个提醒。用模型自己写出来的东西再去训练模型，最先丢的是分布的两头。一个学会了平均答案、又被调得讨人喜欢的模型，很像乡原。它会不会真走到那一步，现在还没有答案；而且在有检验的地方，它不会停在平均，围棋就是例子。

Harness 能做的，是守住一个具体的人的两头：他肯试的，和他不肯碰的。看一个人的账健不健康，可以看这两头还在不在。两头一起变少，就该警觉了。

九 · 小错放手，大祸举证

把塔勒布读得太用力，会读出一种瘫痪：既然未知这么危险，没验证过的都别碰。

他自己反对这种读法。他和几位合作者写过一个“不天真的”预防原则，要点是把预防关进一个很小的笼子：只有厚尾、会波及整个系统、又撤不回的风险，才配得上“先证明安全，再动手”。别的地方，尽管去试。试错本来就是长本事的办法。

用在 Harness 上，是分档的时候多问一句：这个错，会波及多远？

一次构建失败，坏的只是本地的一个沙箱。那就放开手，让人和模型都跑快一点。

一个脚本要动的是共用的账本，或者产线上的机器。那就停下来，等一个会疼的人签字。

一条焊缝，和一条产线，不是一个量级的事。

规格现在分档看两样：尾巴有多重，撤不撤得回。最重的那一档，已经要求把回滚方案和对失败的预演都记下来，这就是举证倒过来了。还缺的是“波及多远”这一问。

理性的预防，不是怕一切未知。是分得清哪些错可以犯，哪些错一次也不能犯。

十 · 没发生的事，怎么记

塔勒布转述过一个古老的故事。有人给一个不信神的人看一幅画，画的是一群祈祷之后在海难里活下来的信徒，想说祈祷有用。那人问：祈祷之后淹死的那些人，画在哪里？

淹死的人不会来作证。这叫沉默的证据。

一个人最见功力的时候，常常正是这种时候：一场本来要出的事，因为他拦了一下，没有出。世界上留下的痕迹是零，说不定还有人嫌他多事。

Harness 要把这一下记下来：谁拦的，拦的时候他预计不拦会怎样。能在沙箱里、试板上把被拦下的那一步重演一遍的，就去演一遍，看他拦得对不对。这一种是可以记分的。

但有一条要守住，这也是另一个语言模型特意强调的。事后说“幸亏当时听了我的，不然更糟”，谁都会说，模型尤其会说。没有当场签下的预测，没有重演过的结果，这样的话只能算一句话，不能算功劳。

十一 · 经验是什么

外面来的冲击落到一个东西上，有三种下场。

脆的，坏了。结实的，没事，可也没变。还有一种，挨过之后比原来强。塔勒布给第三种起了名字，叫反脆弱。

另一个语言模型由此给“经验”下了一个定义。它的原话长一些，收紧了是这样：

经验不是经历过多少事。是挨过之后，你的边界变了没有。

一次事故之后，系统只是多了一行日志，下一回用同样的参数去撞同一堵墙，那不叫经验。事故之后，那个人和他的 Harness 之间多了一条线：有来历，有范围，有期限，写着“这里不再碰”。这才是经验留下来了。

也要补上塔勒布自己的限定：反脆弱只对有底的冲击成立。在回不来的那堵墙面前，没有越挫越强，只有不碰。所以规格才要人留在小的冲击里：每周总得有一些事是亲手做的，不能只看着模型做。小冲击都拿走了，人会变脆。

尾声 · 能找到的那一种确定性

回到开头的问题。开放世界里，能找到什么确定性？

不是“算力够大了，我终于知道明天会发生什么”。

是另一种：

我还是不知道明天会发生什么。但我越来越清楚，什么代价我肯付，哪堵墙我不再去撞，哪一扇门我还愿意推开。

塔勒布回答的是人怎样在不确定里活下来。Taste Harness 接着问的是：活下来之后，留在这个人身上的是什么。

不是一组参数。是一条路：押过，挨过，改过。

没有敞口，就没有代价。没有代价，就没有经验。没有经验，剩下的只是平均。

文献：

• Taleb, N. N.：The Black Swan（2007）；Antifragile（2012）；Skin in the Game（2018）。

• Taleb, N. N. 2008：The Fourth Quadrant: A Map of the Limits of Statistics，Edge。

• Taleb, N. N. 2020：On the Statistical Differences between Binary Forecasts and Real World Payoffs，International Journal of Forecasting。

• Taleb, N. N. & Douady, R.：Mathematical Definition, Mapping, and Detection of (Anti)Fragility。

• Taleb, N. N. 等 2014：The Precautionary Principle。

• Shumailov, I. 等 2024：AI models collapse when trained on recursively generated data，Nature 631。

• 《论语》子路（狂狷、中行）、阳货（乡原）；《孟子》尽心下（乡原）。