告诉我你以前是否有过这样的感受。当你开始思考某个问题——无论是个人、政治还是职业方面的——起初都是基于一些看似常识性的判断：

“为何我们无法彻底解决无家可归的问题？”

接着你就会思考实现这一目标需要什么。“只要给他们提供住房就行了！”但随即又出现了一个严峻的问题：“嗯……我想那些无家可归且存在成瘾和心理健康问题的人，很难维持免费住房的供给。”

别担心！我们只需要更多心理健康专家来参与解决无家可归问题。但这时你可能会立刻想到：“等等……这个国家本来就缺乏医疗专业人才啊。”

你会渐渐陷入一个错综复杂、难以逃脱的思维地狱之中。

当无法修复那些出故障的物品——无论是程序漏洞、政策缺陷、草案问题、组织架构弊端还是泄漏状况——时，那种无奈感实在难以避免。还没等你想出可能的解决方案，另外三个同样不可避免的次生问题又会随之出现。你越是努力试图解决这些问题，其他状况就会变得越复杂。

卡洛斯·佩雷斯最近用言语为我描述了这种感受：“你知道那种情况吧，你在工作中解决了一个问题，结果其他地方又出现了三个新问题。如果我告诉你，这并非运气不好，而是我们目前大多数重要机构的运作模式所导致的呢？”

差不多有一年的时间，我一直把一个标题设为“正在撰写的文章”，等待着真正开始撰写的内容——那就是“鼠巢问题”。简而言之，它指的是“任何复杂问题都存在错综复杂的相互关联因素，因而显得无法解决”这一理念。

我真心认为，这一理念恰恰能够很好地解释为何现代生活中的诸多问题都显得难以解决。并非聪明人不再努力去解决问题，而是我们的许多问题已经变成了“鼠巢式困境”。面对这些复杂的难题时，我不想只是选择逃避，而是想退一步，试着做三件事。

首先，为何“鼠巢问题”无处不在？

其次，我将为大家介绍一个我在过去一年左右时间里逐渐了解的“鼠巢问题”。

第三，提出一套切实解决“鼠巢问题”的框架。

“并非每个人都会仅此而已”

每隔几个月就會有一张 2017 年发布在 Tumblr 上的帖子截图在網上廣为流傳，那是有關問題解決方式的最簡單、最令人驚訝的表述之一：

“如果解决某个问题的方法依赖于‘只要大家都……’这样的假设，那其实根本算不上真正的解决方案。毕竟不会所有人都这么做。在宇宙的历史上，从来就没有过所有人都遵从某项要求的情形，现在更不会开始有了。”

试想一下，当我们意识到大多数解决问题的办法其实不过是带有主观判断的摇头叹息时，我们原本提出的那些解决方案又有多少会因此付诸东流。

要是大家都能回收利用该多好。要是大家都能减少吃肉的量该多好。要是大家都能放下手机、多存点钱、听听对方的意见、遵守相关准则该多好。今年这个呼吁再次出现时，陶基加了一句话，使其更具普遍性：“其实这也包括‘要是女性们能……’以及‘要是男性们能……’。”没有哪个群体可以例外。每一场文化冲突中，各方提出的解决方案背后都藏着“要是对方能……”这样的说法，换句话说，其实就是根本没有解决方案。有解决方案的是你，不是我。

为何“仅仅依靠……”这种方法从来都行不通？因为协调工作极其困难，且其难度远非表面看上去那么简单。那篇帖子下有一条回复说得很到位：“只要涉及超过五个人的一个群体，‘仅仅依靠……’就行不通，因为要让大家达成一致其实比想象中难得多。”超过五个人而已。曼尼迪斯也从另一个角度指出了同样的问题，他认为我们严重高估了真正能影响某项决策的人数：“要在全球范围内推动任何事情，最多只需要 25 个人即可。别再抱有其他想法了。”连让五个人就午餐吃什么都无法达成一致，而想要改变 80 亿人的饮食、出行、投票乃至宗教信仰方式，却还指望仅靠这些措施？祝你好运吧。

但仔细思考之后，我并未失去希望。我真心认为，“只要大家都……”这种想法是行不通的，这其实是一条自然法则。正因如此，真正可行的解决方案也就变少了——那些不需要所有人都付出努力的方案。我稍后会再谈到这一点。

无人能看清整个鼠巢

“鼠巢问题”难以解决的第二个原因则更为令人清醒：无论多么努力，没有人能够将如此复杂的状况完全掌握在脑海中，就连创造这些系统的人也不例外。

杰夫·贝索斯根本无法完全理解整个 AWS 的运作状况，扎克也做不到彻底掌握 Meta 的全貌。这些企业早已发展得如此庞大，以至于哪怕是身处其核心、具备超强能力且每天只睡四小时的那类创始者，其思维也无法完全覆盖这些组织的全部运转逻辑。组织架构图是“鼠巢”，代码库也是“鼠巢”，而依赖关系图则更是由无数“鼠巢”构成的复杂网络。因此，真正该问的问题并非“如何彻底理解它后再加以解决”，因为根本没人能做到这一点。问题应该是：当面对一个连单人都无法完全理解的问题时，该如何采取行动？

面对这种情况，我们大多数人都会选择两种糟糕的解决方案之一。

第一种方法是假装这个“问题巢穴”很简单。马尼迪斯为此提出了一个很贴切的称谓：“鸡尾酒会思维”。

“我们正遭受‘鸡尾酒会思维’的肆虐。我国有很大一部分人只能通过那些简单的事实以及违背常理的陷阱来理解世界。他们把世界视作一篇篇完整的文章，而非由血肉与灵魂构成的混乱整体。”

人们总想把这种复杂的“鼠巢问题”简化成某种人均指标、图表，或是那种在餐桌上说出来就能让别人点头附和的巧妙论断。那些人会抱怨道：“真正的瓶颈在于能源。”这看似很有道理，实则恰恰相反。正如有人对那条推文所评论的那样，这种思维方式之所以盛行，是因为它风险很低——你不必承担忠诚、牺牲，甚至是基本因果关系所带来的种种麻烦，却仍能显得很聪明。理论带来的舒适感，远比实际决策所带来的后果要轻松得多。

第二个糟糕的答案更为恶劣，也更为隐蔽：那就是认为既然自己无法理解某件事，那就没人能理解它。而且根据这种传递性逻辑，如果自己无法想出解决方案，那就意味着根本不存在解决方案。但现实情况其实很像《宋飞正传》中的一段经典对白——克雷默一直坚称邮政服务会为寄送去的坏掉的录像机买单并“将其核销”。杰瑞最终忍无可忍地问道：“你甚至都不知道什么是核销。”克雷默却毫不在意地回答：“没错，我不知道。但他们知道，而且正是他们来负责核销的。”这真是经典之作。同时，它也体现了苏格拉底式的对现实的认知：复杂性确实是存在的；总有人在某个地方真正了解那些复杂的状况；不一定是你。

那些忘记这一点的人，便成了既得利益的抗体。今年早些时候，《WIRED》杂志抨击 Anduril 时，整篇文章都在强调该公司的心态是“我们比那些老牌企业更懂行”，仿佛他们最大的罪过就是竟敢认为某个问题可能存在新的解决方案。一个新人怎敢自以为能知道那些老牌企业所不知道的事情？但这种“既然我这个专家都看不出解决办法，那就说明根本不存在解决办法”的反应，其实就像“鼠巢”为维持生存而采用的防御机制——无需理解整个鼠巢的结构，贝索斯也做不到这一点，只需找到真正关键的那根线，再弄清楚与之相关的其他因素即可。

我们刻意构建的“鼠巢”

第三个原因最为严峻，也正是卡洛斯·佩雷斯想要强调的：有些“鼠巢问题”并非复杂性带来的意外结果。是我们刻意制造了它们，之后却忘记了这一事实。

他所采用的机制是每个从业者都能立刻识别的——也就是所谓的“奖励操纵”手段。由于无法直接衡量真正重要的指标，人们就会选择某个可以测量的替代指标，而在压力之下，整个系统便会悄悄地开始优化那个替代指标，而非真正的目标。

“学校并不以优化学习效果为目标——它们追求的是考试成绩的提高。企业也不以创造长期价值为宗旨——它们关注的是季度盈利情况。政客们同样不致力于实现良好的治理——他们只关心如何筹集资金以及获得媒体关注。各个机构都表面上坚守着既定的使命，但实际上呢？早已彻底变了样。”

经济学家对这种现象有一个专门的名称，即古德哈特定律：当某项指标被设定为目标之后，它就不再是一项良好的衡量标准了。而正是这一点使得它变成了“鼠巢式问题”，而不仅仅是一个糟糕的 KPI——“当你试图修正这个被利用来制造激励的体系中的某个部分时，它只会围绕你的修正措施不断演变。”你对股票回购行为进行监管，那些违规资金就会另寻出路；你改革考核标准，教学方式也会随之向新的标准调整。这样的问题非但不会得到解决，反而会像变异的寄生虫一样，通过不断调整来从你的解决方案中学习。你解决了一个问题，作为防御机制，另外三个问题又会出现，以此让整个体系继续以获取奖励为目标。

在许多情况下，解决方案其实就在眼前。互联网模因文化将其称为能够“解决一切问题”的开关。

仅举一个例子？核能领域。凯文·德安娜将其称为“最典型的‘万能解决方案 Switch’案例之一，只不过我们根本不被允许使用它。其实根本没人在意气候变化，也没人在意人工智能和数据中心带来的电力短缺问题……这些难题本可以很快得到解决，但却被禁止这么做。”诚然，提出这一观点的人带有明显的政治倾向，我并不完全认同他的世界观。但他的论点所呈现的态势实在难以忽视：小型模块化反应堆的审批流程往往要耗费数年时间才能开始建设。表面上的问题（清洁且充足的能源）其实有可行的解决方案，而真正的障碍却是种种繁琐的程序，它们缠住了那个能够让所有问题迎刃而解的关键因素。有时候，一个问题“无法”被解决的原因是，解决它从来就不是真正的目标所在。

这就是对问题的诊断，共分为三个部分。现有的解决办法大多要求所有人“乖乖配合”，但没人愿意这么做。没有人能够同时掌握整个系统的状况，因此我们要么试图将其简化为某种容易解决的方案，要么就认定它无解。而那些本应负责解决问题的机构，也早已被悄悄改组，用以追求其他目标。难怪一切都会陷入僵局。

如果我现在就此止步，那只会带来集体性的抑郁情绪。但我们必须继续前进！因为我相信还有更好的办法。绝不能任由这些“老鼠”继续筑巢。

能源领域的“鼠巢问题”

这是我找到的最典型的现实案例：为人工智能数据中心供电。自由派们，先别急着反对。我们并非要打造《疯狂的麦克斯：狂暴之路》里那样的反乌托邦世界。在白板上看，这简直是世界上最简单的问题——有一栋装满 GPU 的建筑物需要电力，而电网里也有充足的电力，直接接上就行了。但问题就在这里，那些复杂的、棘手的状况开始显现。看看当你试图解决这个问题时会发生什么吧。

如果你想并入电网，那好吧，就去排队吧——就是那种真正的排队。美国电网并网等待名单上共有约 2.6 千吉瓦的发电及储能项目在等待接入；这一数字是该国现有总装机容量的两倍多，它们全都只能待在等待队列中。2024 年建设的典型项目需要在队列中等待 55 个月，几乎相当于五年时间；而从历史数据来看，进入等待名单的项目中只有大约 19%最终能够建成。那些主张“直接并入电网”的人实际上要面对五年的等待时间，以及 81%的失败率。

所以不必等待电网供电。应在现场、“表后”自行发电。这样一来又出现了新的问题：燃料从何而来？电力供应是否具有间歇性？供应链又该如何构建？

在过去的这一年多时间里，我们进行了两项投资，它们都与这个错综复杂、难以解决的困境中的某些问题相关。

第一个我们尚未公布，它涉及地质氢能——（查看笔记）其能量储量高达 5.6 万亿公吨，是地球上所有原油储量的三倍。这种能源其实一直就在我们脚下，那为何我们从未使用过它呢？下一个问题在于：地质氢能几乎无法被探测到，没有卫星信号，也没有便捷的采样方法。人工智能可以解决这个问题[投资备忘录中的相关论述已隐去]。但即便找到了地质氢能，要提取、储存和运输它也极为困难，这又会带来另一套充满难题的供应链。因此人们不会将其运输到其他地方，而是直接在原地提取氢能，就地发电，再围绕发电设施建造数据中心，完全独立于电网之外，无需任何长距离输电线路。

我们的另一项投资是 Valar Atomics。同样的思路，不同的应用场景。Valar 正在犹他州建造一座核反应堆。人们通常会简单认为这是“为数据中心提供能源的反应堆”，但实际上并非如此。他们建造这座反应堆是为了驱动某种生产柴油的化学工艺，再利用柴油来驱动发电机。为何要多此一举呢？因为柴油在现有的供应链中完全可以实现互换，无需任何新型发电机或其他特殊设备。最糟糕的情况也不过是反应堆出现故障时，直接购买柴油即可。

这两个例子都与 Anduril 提出的设计理念不谋而合——他们的产品是围绕商用组件打造的；那些无人机可以用任何普通汽车修理厂里都能找到的工具来制造。这样设计是为了尽可能轻松地将其融入现有的可替代性供应链之中，同时剔除那些在复杂的“鼠巢问题”结构中本就不必要的繁琐环节。

我之前曾使用过“可替代性”这个词，通常是用它来表达一种担忧——即因为所有选择都彼此可以互换，所以人们变得毫无价值。不过，对于流程而言，可替代性反而是件好事（而对于价值体系来说则并非如此）。Anduril 并没有从零开始重建防御供应链，而是利用现有的商用现成组件，使其设计能够融入现有的系统中。我之前写过相关内容，这种思路其实并不新鲜：50 年前在洛克希德的“臭鼬工厂”里，凯利·约翰逊就秉持同样的理念——“在‘臭鼬工厂’，我们会设计实用的产品，尽可能使用现成的部件，并且一次就把事情做好”。

现在再回头看看“只要大家都这么做就行”这一观点。Valar 并不需要其他人也采用核能技术，它只需要全世界继续购买柴油——而全世界在这一点上做得极为出色。我们的地质氢能公司也无需在电网接入竞争中取胜，因为它根本不必排队等候。这些解决方案之所以能够行得通，正是因为它们并不依赖于“只要大家都多建设输电设施”这种错综复杂的状况。

“老鼠窝问题”实战指南

以下是一位人士对如何解决“鼠巢问题”的思考：

从主干入手，而非根源：其实不必从问题的根源开始，而应先找出所有那些与之相关的复杂分支。在 1973 年的一篇论文中有一句很棒的话，它提出了与“鼠巢问题”类似但没那么吸引人的概念——“棘手问题”。该论文指出，每一个棘手问题都是另一个问题的症状，因此正确的做法就是不断追问：这实际上又是哪个问题的症状？直到找到那个一旦被打破就会让其他一切问题都随之消失的假设。“我们需要电网互联”只是一个分支，“我们需要电力”才是主干。埃隆·马斯克所采用的方法也是同样的思路：先了解主干和主要分支，因为正如我常说的那样，如果试图去解决最微小的分支问题，就难免会脱离整个问题的框架。大多数人之所以会在“鼠巢问题”面前失败，都是因为他们只专注于处理某一个细节，却忽略了整体。

构建这样一种解决方案，无需让所有人“乖乖照做”。唯有如此才能避开那些会扼杀其他所有尝试的协调难题。不必要求全世界都采用你的新方案——他们不会这么做的。相反，应将其隐藏在每个人早已使用的体系之中：柴油、商用组件、现成的零部件，以及现有的供应链。即便没有人改变自己的行为，这种解决方案依然有效；它远比那种需要 80 亿人共同配合才能奏效的更优方案更为实用。无论你多么坚信“只要人们愿意……一切都会变得更好”，事实也并非如此。

不要只优化单一指标。针对这类复杂问题的解决方案若只关注某一项指标，就会导致各种操纵行为不断出现，最终让问题愈发严重。这就是古德哈特定律的体现——问题会像九头蛇一样不断衍生，永远无法彻底解决。佩雷斯给出的建议很对：“如果单一指标容易被操纵，那就采用多个维度，因为这些维度不可能同时被操控”，同时要为真正的利益相关者负责，而非那些虚假的指标。这也是为何在投资领域，许多人更推崇 MOIC 指标，尤其是 DPI（如实际回报与账面利润之比），而非 IRR 的原因。应该优化真正能带来复利收益的指标，而非那些容易被操纵、看起来不错的数字。

不要去牵动那些虽然不会带来任何好处却让人感觉不错的“线”。有时候，最有效的做法就是不采取行动。在我看来，支持长期持有资产的最有力论据就是：卖出看似是个简单的操作，但实际上，若要执行卖出，就必须同时处理与之相关的四项因素——税收、交易费用、闲置资金以及重新配置资产的风险。因此，与其试图优化卖出过程，不如干脆选择不进行交易。正如艾拉·罗斯伯格所说：“复利的力量极为强大，作为投资者，我们的首要任务就是避免任何可能破坏这一效应的行为。”这与我所说的“资本配置者思维”如出一辙：把自己的决策和资本一样视为稀缺资源，不会仅仅因为有能力就随意使用它们。知道哪些“线”不应去牵动，本身就是成功的一半。

应将其视为一场永无止境的游戏。我的推特好友艾什·坎杜贾正在创办一家研发公司以及一只风险投资基金，专门致力于解决那些棘手的难题。让我印象深刻的是她看待这些问题的方式：她并不把它们当作有最终答案的谜题，而是视为永无止境的游戏——需要不断调整与进步，而非存在固定的终点线。学术界也有同样的观点：这类棘手难题“会随着人们试图解决它们的过程而持续演变”，不存在终止规则。因此，不必再等待那个问题彻底消失的完美解决方案。这类难题就像生殖器疱疹一样，永远不会完全消失，只能不断得到处理。相反，应当着眼于积累那些能够持续发挥作用的阶段性成果。与如此复杂的难题打“打地鼠”游戏并非什么英勇之举，更像是一种责任担当——通过一系列小规模的解决方案来推动宏观层面的改变。

为何我不是悲观主义者

如果以错误的方式去理解这一切，只会让人感到沮丧至极而后选择放弃。既然解决办法不过是空想，又没人能看清全貌，各类制度也注定会让问题愈发复杂……那还何必努力呢？但那只是悲观主义的解读，我绝不接受。

迪恩·鲍尔写过一篇标题就叫《为何我不是悲观主义者》的精彩文章，他在文中将技术乐观主义视作一种责任而非单纯的情绪：“这是我们欠给前人以及后代的一份义务。”那些创造了我们如今所处世界的先辈们，同样面临着与我们一样错综复杂的难题，而且他们可用的工具也远远不如我们现在（不过至少没有社交媒体来扰乱局势🤷），但他们依然找到了正确的解决之道。

偶尔也会出现奇迹，让每个人都“做得正确”。有一张著名的照片，拍的是 1967 年瑞典改变道路行驶方向的那个早晨：那一天全国陷入一片混乱，但之后这一规定就一直沿用下来！不过请注意，这并非是通过让所有人改变观念才实现的，而是通过精心设计实现的。那是少数人规划的一次强制性转换，使得新的行为方式成为唯一可行的选择。就连例外情况也证明了这一规则！

经过数月的反复斟酌，我终于写出了这篇文章。一个问题看似无解、每采取一种解决方案都会引发新的难题、不存在终止机制、永远无法只做一件事……尽管这会让人感到沮丧，但这并非说明你遇到了一个糟糕的问题，反而恰恰表明你面对的是一个真正棘手的问题！那些看似能够解决的问题早就被人们处理过了。

外行看到这团乱麻，便试图一根根、一处处地将其解开，直到从树顶掉下来为止。

官僚们只会去解决那些在连任时最容易拿去邀功的难题，根本不顾实际后果如何！

虚无主义者们被复杂问题的重重困境所击垮，选择放弃解决这些“鼠巢问题”。

但那些乐观的现实主义者呢？他们能找到那根让其他一切都松动的线——那个依赖关系的核心、那种可以替代的物品、那种他们可以选择不去触碰的东西，然后用力拉它。他们不需要所有人都“配合”。他们也不需要了解整个复杂体系的全貌。只要抓住那根关键的线并用力一拉即可！

那就赶紧动手吧！