--- author: 北美王路飞 date: '2026-01-01' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=XQDlkWpcOmc speaker: 北美王路飞 tags: - lyapunov-function - system-dynamics - predictability - equilibrium - chaos-theory title: 上帝手里的秒表：李雅普诺夫函数如何预测混乱的终局 summary: 本期节目探讨了看似混乱的世界背后隐藏的数学秩序。通过引入**李雅普诺夫函数**（Lyapunov Function），一个衡量系统数值是否持续下降的“秒表”，我们得以理解为何许多系统会趋向稳定。节目以福利竞争、社区隔离、城市交通、市场交换等多个案例，展示了这种数学规律如何引导系统走向均衡，有时带来效率，有时却导致双输或隔离。同时，也区分了具有确定终点的“可解世界”与无限复杂性的“复杂荒原”。最终，理解这些模型思维有助于我们在不确定性中辨别方向，找到数学给予的最大温柔。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: [] products_models: [] media_books: [] status: evergreen --- 我们的世界，有时看起来像是一个彻底疯掉的系统。看着你今天的生活，看看新闻，好像一切都是随机的、混乱的、不可预测的。今天股市崩盘，明天城市堵车，甚至在你那个永远做不出决定的午餐小组。面对这些混乱，我们人类最大的恐惧是什么呢？是失控。我们害怕这种混乱会永远持续下去，没完没了。 但在数学家的眼里，这种混乱可能只是一种假象。有一位获得了菲尔兹奖的数学家马雅姆曾经说过：“数学的美，只向更有耐心的跟随者显现。”今天，我要带大家戴上一副数学家的眼镜。当我们透过这副眼镜再看这个混乱世界时，你会发现，那些看似随机的疯狂背后，可能藏着一双看不见的手。这双手在推着世界万物，不管是政治博弈，还是城市交通，一步一步，甚至有些残酷地走向一个必然的结局。 要看清这双手，我们先需要一个武器。这个武器的名字听起来很硬核，叫**李雅普诺夫函数**（Lyapunov Function: 用于分析动态系统稳定性的数学工具）。别被这个名字吓跑了。虽然书上说它是在定义配置系统上的实值函数，但在今天的故事里，你只需要把它想象成上帝手里的一块秒表，或者说是一个能量计。这块表不关心你具体在哪，也不关心你下一步是往左还是往右，它只关心一件事情：整个系统的某种数值是不是在减少。 你想象一下，你刚才看到那个乱跑的小球，如果我告诉你，无论它怎么乱跑，它所在的高度，也就是那个数值，每动一次，就必须降低一点点。你猜这意味着什么？这听起来像是一个无聊的规则，但它其实通往预言家水晶球的钥匙。 **李雅普诺夫函数**之所以强大，是因为它给混乱的世界下达了两条死命令。只要一个系统满足这两个条件，它就别无选择，只能走向终点。 第一个命令叫做**耗散**（Dissipation）：意思是只要系统还在变化，只要它还没停下来，李雅普诺夫函数就必须下降，而且要下降到一个固定的值。就像你下楼梯，只要迈腿，就必须往下走。 第二个命令叫做**触底**（Lower Bound）：这函数必须有一个最小值的底线。无论怎么跌，下面都得有个地板，不能是无底洞。你想啊，如果你是在一座只能下、不能上的楼梯上，而这个楼梯是有尽头的，你最终会发生什么呢？你必然、绝对不可避免地会停在某个地方。这就叫做达到均衡。这时候，没有周期性的循环，没有复杂的随机游走，一切都归于静止。听起来很完美，对吧？秩序战胜了混乱。 但是问题来了，那个静止的终点，真的是我们想要的吗？让我们来看一个真实的残酷游戏。这在博弈论中叫做**逐底竞争**（Race to the Bottom）。想象一下，你是某个州的州长，你决定要给穷人发多少福利。这事很纠结。如果你发的太多，周围的穷人全跑到你这来了，财政受不了；如果你发的太少，选民又会骂你冷血无情。于是呢，大家达成了一个心照不宣的默契：我想给点钱，但我希望我给的钱比平均水平稍微低那么一点点。比如说，我想成为那个平均值的2/3。 游戏开始了。第一年大家可能随便出个数字。到第二年，大家一看，去年的平均数字是60块，你想啊，那我就出40吧。结果呢，大家都这么想，所有的出价又比去年更低了。这时候，那个隐形的李雅普诺夫函数开始工作了。在这里，这个函数就是当前最高的福利金额。每一轮，这个最高金额都在下降，而且至少下降一块钱（如果是整数的话）。这就是一个只能下行的楼梯。 这场游戏的结局是什么呢？只要你用数学推演一下，不难发现，既然金额一直在下降，而且地板是0（因为你不可能发负数的钱，要不然就变成收税了），那么根据李雅普诺夫定理，这个系统必须停止。停在哪里呢？停在所有人都出价为0的那一刻。这就是均衡系统。稳定了吗？稳定了，再也没有人改预算了。但这是一个好的结果吗？显然不是啊。这是一个所有人都不想要的双输结果：所有州都显得冷血，所有的穷人都失去了依靠。你看，数学模型有时候像一个冷酷的预言家，它告诉我们，如果规则设计的不对，哪怕每个人都只是想稍微省一点点，整个系统就会像着了魔一样，不可避免地冲向深渊。 但是别急着绝望啊。这种自动导航的力量，难道只能够带来毁灭吗？接下来，我们要去看这种力量的另一面，看它是如何在你还没有察觉的情况下，指挥一座几百万人的城市，不仅没有崩溃，反而井井有条地运转着。我们刚才看到的这一个福利系统是如何崩溃的，那么现在我们来看一个更诡异的现象。 想想我们现在居住的城市啊，为什么在很多国家并没有法律规定种族隔离，但最终往往会形成唐人街、意大利区，或者是富人区这样泾渭分明的格局呢？有人说这是种族歧视，是人性本恶。但是诺贝尔奖得主托马斯·谢林提出一个著名的模型：**局部多数模型**（Local Majority Model: 个体仅基于局部环境偏好进行移动，导致宏观模式形成的社会模型）。在这个模型里，其实每个人都很宽容。规则很简单：如果你发现周围的邻居里，跟我不一样的人超过半数，我就不舒服，我就要搬家；反之，我就留下来。要注意啊，我不需要周围全是自己人，只要别太孤单就行。这听起来是一个很温和的要求，对吧？但一旦把这个规则交给李雅普诺夫函数接管，事情就会变得不可控制。 为什么最后一定会隔离呢？这里头其实藏着一个精妙的数学证明。我们要构造一个李雅普诺夫函数，名字叫做“全程总不满意度”，也就是所有感到不舒服的人的数量总和。当你在城市搬家时呢，你肯定是为了让自己更舒服，对吧？所以呢，你的不满意度下降了。虽然你的搬入可能会让邻居稍微有点不爽，但是数学计算告诉我们，只要你是为了消除自己少数派尴尬而搬家，那么整个系统的总不满意度必然是大幅下降的。你看啊，那个函数又出现了。每一天呢，都有人搬家。每次搬家呢，城市的总不满意度就跌一点。因为它有底线啊，不满意度不能小于0。所以呢，这个过程必然会停止。当它停止时呢，就是彻底的隔离。没有人想制造隔离，但是每个人为了让自己舒服，一点点的微小行动，被这个数学规律放大之后，就强制形成了一种不想看到的集体秩序。 虽然隔离听起来让人沮丧，但是同样的原理也创造了奇迹。谢林曾经看着纽约感叹：这里没有中央指挥官，没有分配委员会，为什么街角的面包店每天烤的面包刚好够卖？为什么早晚高峰的人流最后总能找到一种平衡，不至于让整个城市瘫痪呢？这也是李雅普诺夫函数在工作。这次函数呢，叫做“总拥堵值”。想象一下，你去健身房，如果你发现6点人太多，你就会改到8点去。你这一改，你自己爽了，6点去那帮人也觉得宽敞了点。虽然8点人多了你一个，但你的改动是去人少的地方。那么这个城市原本最拥堵的时间段，压力就释放了。成千上万的人，仅仅为了让自己少排队，就在不知不觉中啊，帮这个城市完成了一次极其复杂的流量计算，推着城市呢，走向最高效的低拥堵均衡。 但是呢，这一套逻辑有一个死穴。为什么纽约能够自动平衡，而迪士尼乐园如果不搞快速通行证或者是派员工疏导，就会乱成一锅粥呢？区别在于啊，记忆。在纽约呢，你是老玩家，你昨天6点钟去健身房被挤了，你今天会改，这叫做迭代系统，在学习。但是在迪士尼呢，每天涌进来的都是几万个新玩家，他没有昨天的教训，只有手里的地图，他不知道哪里人多。所有人都会一窝蜂地拥向最火的项目里。李雅普诺夫函数失效了，因为构成这个系统的原子，也就是游客们，每天都被换掉了。没有出现连续的微调，就没有自动的均衡。这就是为什么有时候，你需要那个看得见的手，比如乐园的管理者来强行干预。 最后呢，让我们来看一个最让人开心的例子啊。这是作者学生的一个真实故事。他的老板呢，买了一批五颜六色的办公椅，然后呢大家随便挑。如果不喜欢的，可以私下换。这就是经济学的纯交换。这背后的李雅普诺夫函数稍微变了一下。这次我们不看什么东西在减少，而看什么东西在增加：我们要看“总快乐值”。只要两个人自愿交换椅子，那一定是双方都觉得换完更爽，或者至少说不亏才会换。每次交换呢，办公室的总快乐值就会往上涨一格。既然椅子有限，快乐总有天花板，那么这一个交换游戏，一定会停在某个时刻。到那时候呢，大家都没有办法再通过交换来获得更快乐的时刻。这就是自由市场的魔力。只要允许交易，系统就会自动攀升到快乐的顶峰。 但是假如大家换的不是椅子，而是办公室的位置呢？假如你的快乐是建立在别人的痛苦之上呢？事情就要变得更复杂了。还记得刚才那个换椅子的完美世界吗？换椅子可以，但千万别让大家随便换工位。老板不信啊，他觉得自由交易不就是能带来效率吗？但他忘了一个关键点：**负外部性**（Negative Externalities: 经济活动对第三方产生的未补偿影响）。换椅子你和我交换，这是我们俩的事。但是换位置，我搬到你旁边，你可能会讨厌我吃韭菜盒子的味道，或者讨厌我打电话的声音。我的快乐变成了你的痛苦。这时候，那个神奇的快乐累加函数失效了，因为每次变动，虽然交易双方都爽了，但周围的快乐值可能在暴跌。整个系统总分一会上一会下，根本没有一个确定的方向。结果就是啊，搬家永远不会停止，办公室的人际关系分崩离析，信任被摧毁。这也是为什么，有的市场如果不加以监管，不会自动平衡，只会走向混乱，因为那里没有李雅普诺夫函数在兜底。 这种永不停止的疯狂，在数学里有更极致的展现。看这个（之前节目讲过生命游戏模型）。这是著名的**生命游戏**（Game of Life）。规则简单到连小学生都能懂：细胞太挤就会死，太孤单也会死，只有刚刚好才会活。有些开局呢，很快就死光，或者停在那里一动不动。这时候呢，我们就能找到李雅普诺夫函数，比如活细胞的数量一直在减少。但有些开局啊，比如这个滑翔机枪，它就会无限地制造新的生命，无限地扩张下去。在这里呢，你找不到任何一个一直在减少或者增加的数值，没有秒表，没有能量计，没有李雅普诺夫函数。这意味着什么呢？这意味着，在这个系统里，复杂性战胜了宿命，它拥有了无限的可能性，你永远无法预测它下一秒会进化成什么样。这或许才是生命的真相。 所以呢，李雅普诺夫函数其实画了一道边界。在这边界这边呢，是可解的世界。哪怕看起来更乱，只要我们找到那一个一直在减少的势能，我们就能确信啊，混乱终将结束，未来是可以预测的。不管是福利竞争的归0，还是城市交通的平衡。但在边界那一边呢，是复杂的荒原。那里没有单向的下坡路，只有永恒的震荡和循环。那就是股市，那是气候，那也是人心。模型思维的智慧不是用公式去套一切，而是在于分辨：分辨哪些事是必然会过去的阵痛，哪些事是永远无法平息的风暴。 在我们结束之前，还有一个最重要的问题。我们费尽心机想寻找均衡，渴望稳定。但是稳定真的是好事吗？别忘了我们之前推演福利竞争的均衡，福利竞争的均衡是所有人都没钱拿。种族隔离的均衡，是一个分裂的世界。是那个局部多数的模型，最终往往变成了充满挫败感的斑块，而不是完美的纯色。李雅普诺夫函数保证我们会停下来，但它不保证我们会停在天堂。它很可能会把我们带进一个自由的陷阱，甚至一个悲剧的谷底。所以呢，知道系统会停只是第一步，更重要的是，我们得知道它会停在哪里。 这就是为什么我们需要模型了。如果你不知道李雅普诺夫函数，你看到的只是迪士尼的混乱和办公室的争吵。但懂了模型呢，你就会像那个聪明的学生一样，告诉老板椅子可以换，但桌子不能动。你就能像迪士尼的设计师一样，用预约系统去人为地制造一个记忆，哪怕游客是新的。在这个充满不确定性的世界里，李雅普诺夫函数就像一个指南针，它不仅能够帮我们消除混乱，它更能够帮我们在混乱中看到一些隐秘的坡度，预判这个终局的方向。当你知道风暴终将过去，或者知道如何避开那个注定的深渊时，这或许就是数学能够给我们的最大的温柔。 其实呢，你会看到啊，在这个美国的右翼和左翼的这些播客、up主中啊，也存在这样一个李雅普诺夫函数。什么意思呢？就是如果你看这些右翼的博主啊，他们的立场如果说更偏向中间的话，那比他更靠右的人，就能够吸引到这些更多的受众。比如呢，像这个Candace Owen，她就会说一些阴谋论，对吧？那她说这些阴谋论之后呢，她就会导致啊，那些比她立场更加moderate、更加温和的人，她们的受众就被这个更加性感、更加刺激的阴谋论给吸引过去了。等到她（Owen）变得更加moderate，比如说他最近跟这个Charlie Kirk的老婆见了个面，开了个会，表示要把这些阴谋论稍微tune down一点，就是降降温度，结果呢，他的这些观众开始指责他，说他也被收买了。那么这些受众呢，有可能会被一个比Candace Owen更加极端、更加阴谋论的人给吸引过去。那么这样一个生态系统，就在这种不断的迭代过程中啊，变得越来越极端。你就会看到啊，最极端的声音最后获得了最多流量。这也是为什么Nick Fuentes会在这样一个右翼的网红生态圈里头，变成了一个非常大的流量。这也是李雅普诺夫函数在这样一个环境中施展威力的一个结果吧。