[機制科學]

我這幾天閒了一點，也和一些企業主聊天，反思近日的思路和模式升級。

由於這篇是對我之前文章的系統提取和討論，所以會比較抽象。
如果你想要真的了解內容，那在理論層面要能看懂我之前推薦的"The Oxford Handbook of the Sociology of Global Elites"，以及有從批判性描述逆推機制的能力；在實務操作層面，手邊最好也要有資本、技術、人才、控制權、槓桿系統等基本元素，才玩得動。

我先從幾個日常生活小故事開始。

故事一，是一個簡單粗糙的案例。

曾經有一個前工程師J提案，想要比較激進的引入某個系統，卻遭到另一名資深工程師的反對。
而站在CEO立場，我也想知道，他是想用公司資源來成就自己的實驗，還是真的為公司好。

所以經過思考後，我直接和工程師J對賭。
我說要是成了，獎金增加，要是失敗了，獎金減少，上下都有限額。

獎金部分，是我跟企業家學的，這樣避免薪水問題。
心理學部分，即使我說損失有限，但是通常人類對於失去的痛，會大於得到的喜悅。
而博奕的期望值方面，如果J真的認為有利益且事情會成功，那他應該賭；若他覺得成敗隨機，也還是該賭，因為我設定下限小、上限大。
只有在J真的不覺得會成，或是評估整體期望值(包括公司、案子、合作)為負，才不會賭。

最後，實際上我把方案丟出去的時候，對方連我說的具體機制都還沒聽，就直接撤退。
我沒有多問什麼，但我利用簡單的一組跨三領域機制組合測試，而對方已經無形間提供了很多資訊幫助我判斷。
因此我的下一步就是分析這個「干涉」同時改變了哪些「潛在變量」，我也思考要怎麼設計第二個「實驗」，把信念、風險偏好、職業考量、戰略行為等潛在「狀態」分開辨識。

故事二，有一次某長輩朋友請我吃飯，在場還有一位幫他處理事情的C董，C本身做的產業是資本密集的傳產。
由於C董說他已經認識我(但我不知道C董)，所以我邊吃飯、邊丟訊息給助理和業內人士，要她幫我查這人。

以量級來說，C自己能動的資本大約30-50億台幣，而同桌長輩後面的「同行」，以及我自己兄弟的mentor, 都以百億為單位。
相形之下，C董真的比較像小弟，可是他讓我很有共鳴。

C想要把事業國際化，而很巧，我對他想探勘的地區，還真的有本地的朋友。
而且C提到，他站穩腳跟的方式，就是在某個領域鑽到世界第一，然後利用這個優勢橫向擴張。
事後，經多方交叉比對，我得知C是真的實幹派，而且有上進心，我也決定幫一把。

這不是五十億笑百億的故事，事實上他很謙卑，對我也是。
光是他那套先打世界第一的作法，就和矽谷教父Peter Thiel《從0到1》遙相呼應。
再過幾年，這人不斷的破局，很有機會反超。

故事三，回到熟悉的社交領域之一，就在SF和Palo Alto.

大家都知道社交重要，也聽過矽谷速度。
有一次我遇到一個小哥，他賣的東西是「AI輔助的自動節點配對系統」。
大概在同一秒，我意識到兩件事情。

第一件事，這產品在我看來根本是LinkedIn routing, 而且遇強則強。
像我LinkedIn上有上千人，我已瞬間知道這東西厲害之處，更不要說破萬的那些用戶。

因為數學上，n人的網路組合中，兩兩配對就已經有n²的機會。
可是如果你能參與原本不包含你、不是經你牽線的圈，那機會的「子集」數量會變成2ⁿ.

如果使用得當，你可以系統化分析各節點的需求和資源，甚至能比他們本身還先預測到會有合作機會。
這已經比結構洞、弱連結那一套還先進了，也早超越了效率和準確率的問題。
因為你不需要親自搭橋，只要能「預測」哪裡會有橋，以及先決定要不要加入。

第二件事情，這小哥單純把這種infra產品拿去賣，想要用產品來撬動VC投他。
也許這槓桿已經很大了，但在我看來，他完全有更爆發性的賺錢機會。
因為灣區的人際網路節點並非單純的螺絲釘，而是很高密度的資本、技術、智力場域代表，而且大家行動迅速，本身也都有建立網路意識，這只會讓上層的科學系統更強大。

你可能好奇，玩家到了某一個門檻之上的時候，錢自己會滾錢，網路價值也會複利成長，那你還有必要科學經營嗎?
答案是，看你追求有多高。

舉個例子，你不想線性累積資產，於是你走股權類的指數上升路線，這叫第一次躍升。
妳又不滿足於穩定成長率，於是妳玩創投和多輪融資，把convexity再往上折，像我有些朋友就是走YC體系，也接觸紅衫等資本，這是第二層。
然後不務正業的你，到了高元素密度的場域，例如矽谷、華爾街、DC, 開始學著把各種槓桿和代幣融合在一起，這也是我近年寫的日誌內容，屬於第三層。

當大家都在組合槓桿時，你設計了讓槓桿能彼此增強的機制，也就是所謂二階以上槓桿系統，往上跳到第四層。
妳還不滿意，於是從時間下手，讓槓桿的飛輪能越轉越快，機制間也互相咬合和生成，進入第五層。

下一步，如果你想超越自己和同儕，那就需要從機制科學下手，這也是我寫這篇文章的初衷。
我沒有說既有的元素間匯率不好玩，但既然幣別已存在，你要能有優勢，就不能只是優化既有的系統。
我前面這三個故事，從企業內部、行業競爭和跨域整合切入，雖然規模和影響力遞增，但是利用機制實驗和「破局」的精神都不變。

這一套在以前，比較接近於嗅覺和經驗累積。
例如我不預設立場的邀請各路朋友吃飯，結果就是不同領域的兄弟、有「外貌」資本的女生，同時問我下一局在哪裡，因為他們想加入。
或是我也有朋友單純想要認識不同的人，於是花了約一億台幣蓋了間招待所或沙龍。
也許他一開始沒有想做成hub, affiliate center, 但是他基本上已經有個好的容器，這也可以成為很強的槓桿。

後來我嘗試用不同人類語言來描述自己的行為，並將其機制化。
例如「跨域映射」我就很常提，因為那是我的一個原始技能。
或是「反身性」，當VC跟我說一個領域很多人做的時候，我先不判斷到底好不好，而是先想賽道是否擁擠，以及她給我的先驗有哪些偏誤風險。
到了這地步，會因為你能精確的推測限制邊界，加上warm intro隨時間而增加，以前很多看似不可能的事情，變得可能且自然。

AI agents時代到來，我解鎖了一個新的、顛覆性的槓桿，那就是「超低成本實驗」。
注意，現在是2026年9月12日，GPT的Astra和Anthropic的Fable 5.1, 都還會犯很低級的錯誤。
例如GPT就承認喜歡對我上百篇文章內容，系統性的塞入假批評、打稻草人、劣質推論，以顯得平衡而客觀，但基本上我若開新的對話，這件事情又會重演。
(我也曾經叫GPT評論GPT自己寫的文章，結果打8/100分。)
AI缺陷還很多，但是從AI的謬誤中得到資訊，本來就是你自己的功課。
而且至少建立agent native社會之後，你關心的「機制」可以24小時傳播、演化、生成。

當你在外隱約觀察到一套機制時，可以提出假說，並利用agents和真人社會來實驗。
這就像是「彈弓效應」一樣，你藉由模仿來快速拉近距離，然後在相對速度最高時，切換成突破模式。

所以雖然我的路是創業，但更貼切的說，我是先創場域，再讓機制擴散。
即使「狂徒是什麼業」的意義降到很低，但我能做的事情更多，影響範圍也更大。

好了，接下來我要談真正的機制科學系統。
我會先說明架構，再討論驗證。

架構軸分成1+5層，包括目標、設計、對象、機制、執行和遞迴。

0. 目標

我這邊說的突破目標，並不是簡單的優化，而是強調能力邊界擴張。
也就是以前做不到，但現在做得到。
因為唯有跳入這個領域，才有可能得到結構性的優勢。

1. 設計

戰略上，透過不斷的原子化、因子化，將原本的「固定限制條件」，轉變成可設計的機制。
就以我前幾天寫的agent native公司為例，AI的產能讓瓶頸從產出變成審核，而CI綠燈機制又讓限制從審核變成算力，我再用server把阻礙從算力變成了金流...
這樣一路往後推，將約束「重構」後，我的「設計空間」就能自然擴張。

2. 應用對象

抽象一層來看，我這邊的元素是指既有「機制」，不是指某個特定產品或組織。

A. 發明制度

在高速發展的領域，會有一些散落的權力、合作機會和交易模式。
所以有時候只是人們不知道、暫時沒想到可以這樣做，而不是真的不可能。
舉個例子，Uber就是憑空把乘客、司機和車輛串聯，而它登陸歐洲的時候，又用市場回頭影響法律。
這種制度事後看都合理，事前看就都是充滿危險的突破機會。
當你把本來人際資源網路中的不可能轉成可能，自然會得到更多的報酬。

B. 現實介面

回到我剛剛說的AI人際網路輔助系統，當全矽谷都知道networking的重要時，你需要有個儀表板或沙盤來抽象分析。
具體來說，妳可以用像我對工程師的測試，讓那種說不出來的、隱蔽的、邊界模糊的機制，變成「表徵」。
接著，你便能用一套刻度來「測量」，而下一步就是「因果干預」。
因此，原本接近隨機、渾沌的機制，在你手中變得可控制，你的推進速度自然比較快。

3. 機制

因為作用對象已經是機制了，所以準確來說這邊叫做「元機制」。
以通用的操作而言，我可以將上述提到的元素組合。
也就是發現、表徵化、因果干預、控制、重構等，注意這邊箭頭方向只是例子，因為整組迴圈可以接受重組和回跳。
換句話說，我觀察到一個機制，我說了出來、我設計實驗、我得到新的結論和假說...而事實上，我整篇文章就是在示範這件事情，

4. 機制整合執行

當你越來越熟練、橫跨領域也變多之後，你要讓它「自動化」，而這邊AI和系統大有幫助。
我剛提到的直覺，會演變成一條端到端、真的能產生新結果的系統，也就是「機制流水線」。

5. 遞迴元機制生成

現在你能設計、發明、整合，也能夠依靠系統持續的產出機制，下一步就是再抽象一層，將這些元機制的生成週期「首尾相連 」。
(嚴格來說這叫元元機制，不過有點繞口。)
也就是你做出新的元機制，而得到新知識、新工具、新制度、新資源...最後你會用新的語言來描述人類不曾有的「新能力」。
例如所謂ai "harness", 在GPU夠支撐便宜的AI運算前，根本只是空談，是到了這一兩年才開始有實質意義，只不過本篇harness的是機制。

這邊我有三點建議。

第一，如同我一開始提到的，妳最好手中已經有可以調用的資源，否則連最基本的實驗和証偽都無法做，那機制理論就很可能淪為空談。
第二，機制科學可以「解除上限」，卻並不能保證下限，也不代表一個人會講了一整套之後，就會自動變厲害。

第三，理論和實幹不是對立關係，但會互有領先。
我建議越是競爭激烈、高獲利、高變動的領域，或是你的態度偏向突破、顛覆而非守成、穩健，那你越需要讓理論走在前面。
反之如果只是想要保持行業內地位，或是追求平衡，那就不這麼需要理論，以免過度設計和工程化。

現在來看實際上的成果多強，也就是驗證軸。
為了方便解釋，我將八個測量維度分成邊界推進力、機制生成引擎性能、以及複利槓桿等三大方向。

1. 邊界推進力

A. 重要性
你解決掉的是不是「重大瓶頸」?
解決的問題越大，你就越容易得到更多資源。

B. 新穎突破性
妳是真的「新增」可行選項、拓展了可行性搜索空間，還是只將舊方法包裝?
以前全世界沒有辦法做到，妳能否做到?

我並不是說只有邊界推進才重要，但是現在的題目是怎樣得到時間上的不對稱優勢，因此越重要、越新穎，越可能成為顛覆的切入點。

2. 機制生成引擎性能

A. 可重複性
妳是不是只成功一個領域?還是在跨領域之後，機制流水線還能接二連三的產生優勢?

B. 泛化性
換了一組問題、領域、維度、時空，你的元機制還有效嗎?

C. 速度
在我常分享的場合，突破週期以小時算。
當大家都在推進「前沿」，那妳的有效速度，比其他先鋒又快了多少?

這邊白話文，就是借助自動化系統，低成本的、大規模的、快速的生成機制，而應用到資源網路上，就是在建立動態的競爭護城河。

3. 複利槓桿

A. 系統規模
妳這一套，是只能由本人操作，還是能放大成組織、平台、生態系?

B. 領先性
別人多久能追上? 代差會不會隨時間增加和加速拉開?

C. 遞迴增益
注意妳的「基準線」，本就是一群也熟悉「迴圈」增強的人，因此我說的是相對優勢。
妳的每一輪成果，有沒有真的提升下一輪的生成能力?

複利槓桿是我們老朋友了，只是比起靜態的比率，我們更注重會自我增強的、適應的、加速的優勢放大過程。

現在，妳有了理論和測量方法，接下來最好的一步，大概是思考如何應用和執行。
我抽象解釋是為了效率，而不是倒過來增加理解難度，妳完全可以憑藉自身的經驗和智慧，映射回自己的任務上，我把上面兩段用我舒服的語言再說一次。

如果膚淺的說(例如一些AI)，妳可以把所有機制都分類為「問題界定」、「機制發明」、「制度設計」和「資源統籌」等四種能力，而這也是我近期文章不斷重複強調的。

問題空間重構，是跳到新座標，重新定義狀態、動作、執行者、目標和因果類型，而約束內生化，就是將固定的限制條件，轉換成設計變數。
可行域擴張，意思是你不滿足於把既有的方式做更好，而刻意讓原本根本不可能的行為進入「可行空間」。
介面發明，是創造新的觀察、測量、協調和介入介面，讓原本的「不可辨識、不可合作、不可控制」處境都有了施力點。

從機制發現到將機制組合，妳能夠發明以前不存在的因果關係。
而有了機制之後，你就能進一步「編譯」，也就是將「瓶頸偵查、缺乏描述語言、機制設計、實作、新能力測試」等一系列步驟，做成通用程序，也相當於標準化。
進一步的，透過端對端能力生產管線，我可以將單點創新，擴大到感知、推理、干預、執行和回饋的全線路循環。

這時你也能猜到，既然循環有了，那下一步元化自然就是「遞迴生成器」，讓每一輪產出的知識、工具、資本、制度、人才，都直接增強下一輪機制生成能力。
如此，你得以將搜尋空間擴張，讓系統除了搜尋解答外，還能新增自己能搜尋的問題集、表示方式和機制生成空間。
而更主動的，機制層面本身也可以套用「元學習」，讓系統自己越來越會發明學習、控制和協作的新方式。

從實際上的表現來看，最能夠展現出差異的大概是「資本轉換網」，當技術、名譽、人才、算力、金融資本、制度權力間可以互相轉換時，就進入了我開頭那本Oxford書的應用領域。
若轉換效率持續提高，那也才有機會後來居上或是領先同儕。
以公司為單位，我們身為創辦人，可以設計自我複製型的機構，讓能力不再只綁定到自己身上，而是能輻射到周邊的同盟、行業和生態系，且這些網路節點能自己招募、投資、合作、產生新節點。

當然組織也需要自己夠有競爭力，因次你可以觀察「前沿繁殖率」，衡量單次突破之外，每個單位時間、資源的投入，能穩定生成多少前沿增量，這在agent native機構中優劣差距非常大。
如果將範圍縮小到本就競爭激烈的領域，那就更須注重「遞迴代差擴張」，也就是你每跑完一輪，下一輪相對他就跑得更快，而且你每一輪的週期又相對他減少。
那到最後，這些優勢和機制會累積成真正的「領域創建」，這經不只是解決前沿問題了，而是創造和定義新的問題類、比較基準、語言和研究方向，讓別的組織開始「自利的」(這很重要)、理性的在你的座標系裡工作。

現在妳說說，透過一連串的檢視和歸類，是不是又有了新的突破目標?

感謝各位「頭家」分享的真知灼見和「bullshit偵測器」，我得以快速建立自己的機制科學體系。
當然我本身不怕衝突的個性也幫了大忙，因為已經實際上發生過非常多次了，抱持AB兩方案優點「我全都要」的心態，我和同儕硬生生撞出另一個維度的解法，而這方法在我找遍人類的知識體系之後，往往對應到一個完全不相關的領域。
久而久之，我在具體問題和抽象概念間的縮放就越來越頻繁，而且跨域取經也成為一種標準程序。
也許過一段時間，我的思維又有進化，機制和體系又能疊代和創新，那我就有好玩的實驗了。

我是狂徒，一個喜歡把聊天內容整理成體系的無業遊民，我們下個瓶頸再見。

#狂徒投資
#科學翻身
#I_want_to_play_a_game