当指标成为目标:理解古德哈特定律
指标能让复杂现实变得可比较,却也可能在成为目标后改变人的行为。本文从工作效率、教育、科研和 AI 奖励投机等例子出发,解释古德哈特定律为何发生,以及如何用多维评价和反馈机制降低单一指标失效的风险。
指标能让复杂现实变得可比较,却也可能在成为目标后改变人的行为。本文从工作效率、教育、科研和 AI 奖励投机等例子出发,解释古德哈特定律为何发生,以及如何用多维评价和反馈机制降低单一指标失效的风险。

没有中央指挥,也不需要持续直接通信:个体读取并修改共享环境,让此前行动留下的痕迹自然引导下一步。这张信息图呈现 Stigmergy 的基本循环、经典案例、现实应用与设计原则。
协作不一定依赖参与者持续对话。蚂蚁的信息素、染色质上的化学标记、Git 提交和共享任务状态,都可能让后来者从环境中读取此前行动留下的痕迹,并据此继续工作。Stigmergy 描述的正是这种由环境介导的间接协同机制。
信息并不会自动转化为智慧。本文从杜威对信息与智慧的区分出发,讨论为什么信息过载时代反而更需要模型、结构与约束意识。真正决定理解力的,不是一个人掌握了多少事实,而是他能否把事实组织成可解释、可预测、可行动的认知结构。
经典物理学能建立以少量定律为核心的公理化体系,是因为它的研究对象相对封闭、低维、对称且可重复,允许高度的信息压缩。生命科学与社会科学面对的是开放、多层级耦合、具有历史依赖与反身性的复杂系统,难以被压缩为封闭演绎体系,因而更依赖统计模型、计算模拟与数据驱动方法。这种范式差异反映的是对象结构的可压缩度,而不是学科成熟度的高低。