从沙克尔未定世界到离群点想象力

在算法与算力呈指数级膨胀的今天，商业与技术界似乎正弥漫着一种前所未有的“计算崇拜”：不少人倾向于假设，只要把足够海量的历史数据灌进越来越庞大的参数模型中，未来的最优战略路径就能够被自动算出来。从大厂的战略分析会到投资机构的尽调清单，各类复杂的图表、回归线与回归拟合度指标被堆砌得如同现代经文，仿佛商业决策已经演化为一种在既定约束条件下求解全局最优的“科学实验”。

然而，当我们走出明亮整洁的算力中心，回望风起云涌的真实产业演进史时，却不得不面对一个令人深思的悖论：那些真正撕开时代裂口、重构生产力版图的开拓性壮举，往往没有一项是靠计算历史数据规划出来的。当年莱特兄弟在自行车作坊里敲打机翼时，绝大多数根据物理存量知识计算的权威学者都断言“比空气重的人造物不可能飞起来”；当年福特尝试普及流水线汽车时，若按当时的出行大数据进行调研，人们大概只会喊着需要“一匹跑得更快的马”。

这促使我们不得不退回认知论的第一性原理来审视：如果过去的全部数据真的能够规定未来，为什么历史上最重要的突破几乎全部始于主流视角的“非共识”？为什么无论算力多么充沛，主流经济学的均衡函数里始终安放不下一个真正的“企业家”？我们认为，要厘清这一谜题，关键在于走出决定论的认知温室，重新理解英国经济学家沙克尔（G. L. S. Shackle）所揭示的“未定世界”，以及企业家如何以离群点式的想象力为杠杆，在深水区撬动全新历史可能性的做功逻辑。

一、困境原点：决定论幻觉、回归线平庸与存量套利的思维围城

不妨转换一下视角，复盘现代组织在面对未知领域时普遍遭遇的“要素固化”陷阱。

在成熟的商业科层或工业体系中，决策者往往容易退守到两类舒适的认知模型里：其一是“牛顿式的决定论世界”。在这一图景中，人们假定万事万物的未来均已由过去严密决定，只要掌握足够的因果规律，未来就像翻开一本早已写好的书一样清晰可辨。其二是“奈特式的外生不确定世界”。在这一图景中，世界虽然由于变量过于庞杂而暂时无法看清，但其底层轨道依然是客观既定的；人们假定随着数据、报表与算力储备的增加，不确定性就会被逐步摊薄、逼近确定。

受这两种世界观的支配，许多大型组织在面对不确定性时，会下意识地把资源倾斜在“统计回归”上。数据分析团队试图在过往的商业轨迹中画出一条条光滑的回归线，并把线上密集的点视作“常态与理性”，而把偏离回归线的点归类为“噪点或异常”。这种做法在风平浪静的存量维系阶段固然能够降低试错摩擦，但其潜藏的系统性风险在于：数据只能忠实地记录已经发生过的事情，而无法呈现尚未被创造出的可能。

正如经济学家德隆（J. B. DeLong）绘制的长达数百万年的人类人均GDP轨迹所示：如果在工业革命前夕的1800年，把人类此前数千年的全部经济数据输入最精密的统计模型，算法所能预测出的未来一百年，大概率依然是一条接近零增长的水平线。如果整个社会都依赖这根历史回归线来规划前途，那么蒸汽机、电力网络以及现代信息技术就根本没有诞生的逻辑支点。过分依赖数据拟合，在很大程度上容易把探索演变为一种“存量套利”的平庸循环——人人都试图在已知的跑道上抢占先机，结果却在不知不觉中把自己封死在同质化内卷的窄门之内。

二、理论公理：沙克尔未定世界、内生不确定性与非共识想象力

跳出单一产业的微观纷争，从奥地利学派经济学与现代决策科学的高维视角解构，关于“人类如何开创未来”的探索，在很大程度上建立在以下三条极其坚韧的逻辑公理之上：

第一，沙克尔未定世界与“无因之因”的选择本质。与牛顿的“已定已知”和奈特的“已定未知”不同，沙克尔提出了颠覆性的“未定世界（Indeterminate World）”。在这一视界里，未来并非独立于人类行动之外的既定剧本，它本身就是尚未确定的空白图卷。未来的走向，并不单一取决于过去的存量因果，而是取决于人们在当下路口的能动选择。用沙克尔生动的表述来说，人的全新思想与选择，本身就是一种无法单向回溯到历史存量的“无因之因（Uncaused Cause）”。这就从根本上动摇了“历史不以人的意志为转移”在微观创造维度的教条解释。在未定的商业荒原中，企业家做的事情，恰恰属于张维迎教授所总结的“做了才可能发生、不做绝不会发生”的事情——未来不是被动预测出来的，而是在一步步拓荒实践中被硬生生创造出来的。

第二，外生概率的破产与内生可能性的非线性构建。传统经济学的决策模型几乎全盘架设在“概率分布”的基石之上，但概率适用的前提是“未来在统计特征上是过去的重复”。而在沙克尔所界定的未定世界中，真正的危机与机遇全都是内生的：一个划时代技术的推出、一个新型制度的试水，都会深刻改变参与者的心智模型，从而让系统永远无法退回原点。面对这种内生不确定性，概率演算在很大程度上失去了着力点，取而代之的是“可能性空间（Possibility Space）”的构建。这种构建不依赖于严密的演绎或机械的归纳，而是依赖人类特有的想象力。想象力并非凭空胡思乱想，而是在满足自然法则与人性底层规律的前提下，对未曾存在的图景进行逻辑构建。正如当年英国企业家约翰·威尔金森用铁造船，常人执着于“铁比水重怎能浮”，而开拓者看到的却是“铁制空腔排开水的浮力定律”。人与人之间最大的差距，往往就体现在对这种可能性空间的认知折叠之中。

第三，均值回归的平庸陷阱与“离群点”对历史的改道效应。在统计物理和传统计量学中，平均数代表了规律，离群值代表了干扰；但在波澜壮阔的创新史上，规律往往是由最叛逆的离群点书写的。人工智能的底层逻辑是寻找大数据的共性关联与统计拟合，它擅长在已有的经验空间内提高推理效率，却在原理上无法自主生成打破范式的离群洞见。哥白尼提出日心说时，当时的绝大多数观测数据都在证明“太阳绕着地球转”；爱因斯坦构想广义相对论时，手中并没有可以直接拟合的观测证据。如果只看当时的“大多数证据”与“群体共识”，创新者必然会被判定为荒诞不经的空想家。然而，正是这些敢于偏离回归线的离群点，用坚韧的探索迫使历史的大河改变了流向。平均意味着平庸，人类生产力的质态跃迁，从来不是依靠共识的累加，而是依靠少数敢于承担后果的探险家推开那一扇扇未知的大门。

三、拓荒心智：深水区决断中的反脆弱做功与长期制度护栏

当我们把这一套源于沙克尔未定世界与奥地利学派的认知框架，降维映射到当代硬核技术拓荒、底层架构攻坚与复杂系统博弈的现实场景中，我们认为，较具建设性且能对抗周期虚火的组织突围路径，应当在以下三个层面建立深度定力：

首先，在技术路线与产品构想上，走出“算力与数据全能”的狂妄，为不可言传的“软知识”与直觉想象留出物理气密舱。在研发决策中，如果凡事都要求有详尽的前置数据证明、要求每一项架构改动都能在行业竞品中找到对标依据，那么这套研发体系大概率只能产出二流的模仿品。较为务实的做法是，要清醒地认识到：数据归纳过去，而想象力定义未来。当面对底层架构的重大分水岭时，决策者需要有勇气穿透繁复的统计噪音，倾听一线工程师在漫长调试中生长出的直觉体感。不把资源浪费在平庸的共识验证上，敢于在那些“不违反底层物理规律、常人认为不可行而自身洞见其可能”的非共识交汇点上，重注打下第一根基桩。

其次，在组织研发与攻坚推进中，接纳试错过程中的局部摩擦，以“行动反馈”动态收敛认知公差。在沙克尔的未定世界里，既然未来的后果不可完全推算，那么任何宏大的推演都无法替代微小的实际做功。与其在会议室里为不可预测的十年图景争论不休，不如用最小可用的系统形态直接与物理现实交火。我们认为，较为健康的研发氛围绝非那种追求“零失误”的僵化科层，而是把研发本身视作一场不断探知真实世界边界的科学远征。每一次测试报错、每一次硬件阻抗，都不是决策的失败，而是在给虚浮的假设校准公差。只要团队具备迅速反思、据实修正的韧性，那些看似沉没的试错成本，本质上都是在为最终逼近真理支付门票。

最后，在价值治理与团队契约中，建立保护“异见与离群”的制度防风林，依靠明确的产权与控制权锁定长期预期。非共识的决策往往伴随着巨大的孤独与不被理解的阵痛。如果在组织内部，每一次偏离传统的探索都要接受平庸多数的投票表决，那么创新火种大概率会在萌芽阶段就被扑灭。我们认为，更具长效生存能力的生态设计，是在治理层面上给予真正承担终极风险的拓荒者以充分的剩余控制权；同时，在法律与制度维度，坚决落实对自主知识产权和劳动成果的刚性防护。唯有让探索者拥有稳定的制度预期，确信即便历经曲折，其创造出的真实价值也能得到公平的沉淀与回馈，整个组织才能形成源源不断的负熵流，在未定的时代洪流中牢牢锚定航向。

归根结底，世界之所以令人敬畏，正是因为它的未来尚未写就。在确定性的温室里算不出伟大的事业，在拥挤的回归线上也踩不出崭新的道路。正如张维迎教授所言，真正的企业家精神，就是在多数人认为不可能的空间中，通过想象与行动把可能变为现实的非凡能力。面对未定的星辰大海，只要我们始终保持对常识的谦逊、对想象力的敬畏，耐得住深潜的寂寞，敢于在无人区迈出坚实的一步，我们就一定能在冰冷的算法风暴中，铸造出真正温暖、自由且经得起历史检验的时代栋梁。