2020 年 7 月 28 日

　　19 世纪后期，著名的英国物理学家麦克斯韦提出了一个让当时科学家都头痛的思想实验：

　　假设有个箱子，里面充满了气体，有一些气体分子运动速度有快有慢，对应的温度也有高有低。按照热力学第二定律，随着时间的流逝，结果必然是熵增。简单说就是“有序性”下降，最终运动快和运动慢的气体分子混合均匀，整个箱子里的气体保持同样的温度。到现在为止，都很好理解。但是，麦克斯韦实验的关键点就在于他设置了一个机关。如果箱子里有一块隔板，上面开有一个小孔，每次只容许一个气体分子通过。小孔以活门封闭，活门没有质量也没有摩擦，所以开闭不需要浪费能量。活门由一个小生物“麦克斯韦妖”看守，每次有气体分子接近活门，“麦克斯韦妖”就检查它的运动速度，只容许速度快的分子通过。如此持续一段时间，隔板两边的气体分子运动速度就有了明显区别，运动快的分子密集分布在一边，留下运动慢的分子在另一边。对应的，两边的温度也就有了明显区别。一边越来越冷，一边越来越热。

　　这样一来，“熵增”的定律就被打破了，但活门是没有摩擦的，所以开闭并不需要耗费能量。那么，逻辑的结论就是——热力学第二定律不是客观规律。

　　在后面的几十年里，无数伟大的科学家穷尽脑力，想要解决这个问题：热力学第二定律明明是定律，怎么可能不是客观规律呢 ？但如果热力学第二定律成立，“麦克斯韦妖”的问题又如何解释呢？

　　这个问题一直要等到 1929 年，才由匈牙利物理学家西拉德解决：麦克斯韦妖要完成它的使命，必须具有智慧，在判断气体分子是否通过时，麦克斯韦妖需要动用智慧来判断气体分子的运动速度是快还是慢，而通过测量获取信息，这是要消耗能量的。换句话说，这不是一个封闭系统，表面上看熵减少了，其实需要源源不断输入能量才能做到。

　　信息这种看不见摸不着的东西，它的测量和处理也需要消耗能量，这是之前大家从来没想过的事情。不过一旦想通了，许多思路也就顺利打开了，“信息技术”的发展才成为可能。

　　比如，如果不理解“处理信息需要能量”，我们就无法理解，“高负荷运行”的计算机所消耗的能量到底到哪里去了。从机械层面来说，计算机几乎没有做任何功，可是它分明消耗了大量的电力，这些电力显然不是全都用来发热了。看过上面的介绍你就知道能量用到哪里去了，信息处理本身就需要能量。

　　用红绿灯做例子，可以看的更清楚。

　　红绿灯作为路口交通指挥设施，已经有很长的历史了。它的逻辑很简单：红灯停，绿灯行。依靠这样的逻辑，既可以保证交通安全，也可以提升通行效率。

　　在最原始的阶段，红绿灯一点不复杂，定时，比如每两分钟切换一次，放行对应方向即可。这样当然可以保证安全，只是效率不够高。东西向车流密度可能比南北向车流密度更高，如果无差别对待，一方面会造成闲置，另一方面也会增加拥堵。不过，这样的控制逻辑最简单。

　　如果控制逻辑复杂一点，大概可以这样：东西向车流密度高，所以每次放行时间是两分钟，南北向车流密度低，所以每次放行时间是一分钟。这样，通行效率就提高了。

　　如果控制逻辑再复杂一点，又可以根据不同时段进行来控制，比如东西向车流早晚高峰时可能每次放行三分钟，平时两分钟，南北向车流早晚高峰时每次放行两分钟，平时每次放行一分钟…

　　沿着这个思路继续下去，红绿灯的规则还可以更复杂，比如分车道控制，比如根据天气自动调整，甚至考虑气候因素。再往下，把车型、车速纳入考虑范围，根据消防车、警车、救护车的出动情况动态调整，也是可能的。

　　我们当然知道，这样红绿灯系统可以越做越“高级”，越做越“先进”。对应的，它们需要能处理更多的因素，比如车道、天气、气候、车型、车速等等，对应的，也需要更复杂的算法，更强大的计算性能，消耗更多的能量。

　　从本质上说，红绿灯控制和麦克斯韦实验一样，仍然是个“开闭活板”的问题，重点不是去点亮红绿灯，而是判断什么时候亮红灯，什么时候亮绿灯。与麦克斯韦实验不同的是，红绿灯控制要解决的问题复杂很多，所以它的麦克斯韦妖也必须强大很多，供应的能量也必须多很多。换句话说，要解决复杂问题，就必须能考虑足够多的因素，拥有足够强的处理能力，供应足够多的能量。

　　实际上，日常生活中需要面对的大部分问题都是这种类型——重点不是我们需要动用肌肉去做推、拉、扛、搬、抬的动作，重点是形成判断，作出决策。

　　那么，如何应对更复杂的局面，得到更准确的判断，作出更好的决策呢？简单说，还是需要输入足够多的信息，需要具有足够强的处理能力。

　　举个最简单的例子，某家 IT 企业到底应该采用哪种编程语言，.NET 还是 Java？这种问题每每在网上引起无穷无尽的争吵。但是其中许多论点往往没有任何意义，甚至干脆就是昏招。我见过死守 Java 导致举步维艰的，也见过盲目切换 Java 导致千疮百孔的。其实这是个典型的决策问题，关键不在于 Java 和 .NET 谁“本身更好”，而在于你能掌握多少信息，会如何运用这些信息。

　　要想做出更好的决策，首先应当找到一系列问题的答案：这家企业现有的技术架构是什么样的，有多少技术债务，技术团队是如何构成的，当地的人才招聘市场如何，未来公司打算在 IT 方面持续投入多少资源，Java 和 .NET 对公司业务领域的生态支持如何… 

　　得到这些答案之后，我们还必须知道，这些答案很可能不会朝向一个答案，很大可能是存在矛盾和冲突的。所以需要有一套信息处理的办法，才能有效利用所有信息，比如区分轻重，做出取舍，得到一个最终的判断。

　　如果不了解这些具体实际的情况，或者了解了之后无法有效利用，都无法得到一个靠谱的结论。这时候得出的结论，往往是空洞苍白的，是争论一万年也得不到结果的。

　　偏生，网上的众多争论就是这样的空洞。在知乎常见这一类问题，比如男生被女朋友指责了一句，然后问大家“现在女生都这样吗？” ，既不介绍两人的情况，也不说事情的来龙去脉，更不考虑在这点上“女生”是否有共性。以如此稀少的信息争论如此宏大的话题，还往往引发大把人唇枪舌剑、唾沫横飞，实在是让人匪夷所思。

　　老实说，我以前也喜欢参与这种争论。但是了解到麦克斯韦妖之后我的观点就变了，因为这种争论毫无意义，纯属无聊。麦克斯韦妖的故事告诉我们：不只是“干活”需要出能量，思考也需要能量。如果我们真的想探寻某些问题的答案，首先必须告诉自己“它不是闲庭信步就能了解”，其次需要掌握足够多的信息，在这之外还需要能有效处理和利用这些信息。

　　最常见的问题，比如“这家公司为什么要这样决策”？

　　大家都知道，公司里决策的出台往往需要经过多方博弈。我们看商业报道经常可以发现，无论腾讯还是阿里，无论 OFO 还是摩拜，决策过程中都有各种人表达各种意见，最终的决策反而很可能充满了个人色彩，甚至是意外因素。只有还原出决策的情境，识别出各种因素，才有可能知道“为什么这样决策”。我们很难把公司比喻成一个自然人，轻描淡写地对每项决策说：“公司基因就是如此”，或者“公司的性格就是这样”。——这不只是偷懒，简直就是在进行文艺创作。

　　公司是如此，国家也是如此。

　　再举个简单的例子，1945 年初罗斯福的病情发展迅速，二战尚未结束就匆匆去世了。按规矩此时由副总统杜鲁门接任，许多人都不知道杜鲁门是谁，甚至罗斯福当年选杜鲁门也有“挑一个摆设”的考虑。虽然杜鲁门迅速稳定了局势，但他的价值取向和思路在许多方面与罗斯福截然不同，所以二战后的国际形势很大程度上不同于罗斯福之前的设想，造成了一系列的后果。如今回顾起来，我们也很难把美国比成“稳定不变”的人，认为它不管做什么都是“性格使然”，或者从一开始就“深谋远虑”。

　　当然，国家的情况往往比公司的情况要复杂很多，所以要搞清楚国家决策的逻辑，也需要掌握更多的信息，有更复杂的认识模型，花费更多的心思——这往往会让普通人感到“思维过载”。

　　所以，如今流行的众多关于“国际政治经济”的分析，恰恰就是贩卖极度简单的简单模型，抚平普通人“思维过载”的焦虑：你不用掌握那么多信息，也不用考虑它们之间的联系，只需要简单听我说个简单结论就足够了。

　　表面上看起来，这些文章高深莫测，可以揭露出花里胡哨的“真正原因”，仔细读，才发现它们没有提供足够丰富足够具体的信息，甚至诸多基本信息的列举就是错的，同时也没有足够复杂的分析模型，今天仍然用三国演义里的“天下”模型去理解两千年后的国际关系。

　　正因为如此，专攻国际关系的阎学通教授前一段才在访谈中直斥，现在许多所谓国际关系分析者“什么都懂”，但是其实“和什么都不懂没区别”。他们的分析模型也极简单粗陋，完全不知道“国家做事不是全为了钱考虑的，很大一部分都不是为了钱”。

　　阎教授没有说的那部分其实也很清楚：国家行为自有其行动的框架和考量，哪怕是同一个国家，在不同时间、不同问题上，行动框架和考量也是可能变化的。所以要想知道“真正的原因”，不搞清楚参与各方的考量和收到的信息，以及各方的行动逻辑、取舍依据、约束条件，是不可能有答案的。“（否则）只能说像下棋，人家下的那棋你看不懂，水平不到，下不了”。

　　对，有些文章的“段位”稍微高一点，会夹杂一些材料来“佐证”。不过仔细看，这些边角料许多都是“大而化之”的故事，比如某人历史上说过一句什么话，或者刊登某人言论的杂志之前发过一篇什么文章，其实与真正讨论的核心对象没有直接的联系。

　　这种做法颇能迷惑一部分人，但认真想想就觉得好笑：你家里空调比之前费电了，于是这些作者举了一大堆例子和数据，告诉你全球变暖是历史趋势，然后就一口咬定“全球变暖就是你家空调更费电的真正原因”。这种套路看似提供了更多信息，其实是掺沙子的伎俩而已。它们欺负的是读者信息处理能力不够，多混杂一些信息就晕头转向，只能乖乖跟着作者走。

　　所以话说回来，不管是“国际政经”还是别的问题，如果你真的想解决它们，真的想探究背后的真相，都应当做到：第一要掌握足够多足够确切的信息，许多时候这离不开平时的积累，第二要有足够强的辨别能力，确保不相关的信息没有造成干扰，密切相关的信息没有被忽略，还要有足够强的分析能力，能分清楚各种因素的重要性和影响力。

　　在此之外，也别忘了处理信息绝对离不开输入能量——有质量的思考一定是累人的，要想在闲庭信步之间“洞悉世界大势”，这是痴人说梦。

　　那么，这不会让人累死吗？放心，它不会的。

　　简单说，每个人的大脑里都住着自己的麦克斯韦妖，经常锻炼它，它的行动就更敏捷，肢体也更强壮。一旦你的麦克斯韦妖足够敏捷，足够强壮，就有能力解决复杂得多的问题。对羸弱的麦克斯韦妖而言，把气体分子分为快慢两类可能就手忙脚乱、左支右绌了；而对强壮的麦克斯韦妖来说，按速度划分成几十个甚至几百个档次，把各档气体分子分到不同的区域，也丝毫不在话下。 

　　这些年我逐渐觉察到，自己可以接受世界上同时存在着许多不同甚至彼此冲突的现象，明白世界远远比想象的要大要复杂，也放弃了拿着少数几条“根本规律”来评判一切、杀伐四方的做法。

　　于是，“万事万物无不为自己利益考虑”之类“通行的道理”，在我看来已经毫无意义。确实有一些人做一些事就不是为了自己利益，而且即便为了自己利益，不同人在不同阶段、不同情势下认定的“利益”也不相同。当舌灿莲花的事后诸葛亮固然轻松，花心思去探明真相也并非毫无乐趣。而且探究得越多，再遇到同类问题也就会越快、越准确得到答案。

　　这，大概就是锻炼麦克斯韦妖的收获吧。