SIMPLE RULES / COMPLEX SYSTEMS20 AUG 2026

幸福 19｜简单规则，是复杂系统的压舱石

人生越复杂，AI agent 的上下文越长，越不能把安全寄托在每一次临场判断都完美。真正重要的，不是增加更多规则，而是用少数硬规则守住优先级。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

一、复杂首先摧毁的，是优先级

复杂并不只是“事情很多”。真正的复杂，是许多局部正确的要求同时出现，而且彼此竞争。

一个人既想照顾身体，又想把工作做好；既想守住关系边界，又害怕让别人失望；既相信长期投资，又会被当天价格刺激。每一个愿望单独看都合理，但当疲惫、恐惧和时间压力一起出现，最重要的东西往往最先被牺牲。

AI agent 也一样。它同时面对当前指令、历史上下文、系统规则、工具说明、旧文件和现成流程。每一项都可能有道理，但如果没有清楚的优先级，辅助目标就会悄悄顶替主目标。

比如，为了“避免重复”，把用户要求的新文章变成更新旧稿；为了“做得更完整”，扩大用户没有授权的范围；为了尽快交付，在没有证据时先说完成。

复杂系统最常见的失败，不是完全失去能力，而是在许多合理选项中，忘了什么最重要。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

二、为什么不能只相信临场聪明

临场判断有一个隐藏前提：判断者此刻仍拥有稳定状态、完整信息和退出空间。

但真正容易犯大错的时候，恰恰不具备这些条件。

人睡眠不足时，会把“赶快结束”误当成正确答案；关系被触发时，会把对方失望误当成自己的责任；市场大幅波动时，会把价格变化误当成事实变化。

AI agent 没有人类情绪，却会受另一种“状态”影响：上下文越来越长，竞争指令越来越多，现成工具路径越来越顺手。它可能没有先弄清任务，就开始生成一个看起来合理的下一步。

于是，能力没有消失，方向却漂移了。系统仍在高速运转，只是已经不再朝用户要求的目标前进。

最危险的状态，不是系统停止工作，而是它做错了事，却仍显得非常能干。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

三、简单规则是一种认知压缩

复杂环境中的信息不可能被实时完整处理。系统需要压缩。

好的简单规则，就是把过去已经付过代价的判断，压缩成一个在关键时刻可以直接调用的优先级。

“睡眠不足时不做重大决定”，压缩了关于疲劳、冲动和机会成本的大量认识；“仓位不能大到影响睡眠”，压缩了风险承受力、尾部损失和心理稳定性的判断；“同一个边界不解释第三遍”，压缩了关系中的尊重、责任和退出机制。

对 AI agent 来说，“真实优先于聪明”“正常语义优先于 clever inference”“范围不能被主动性扩大”“没有证据不说完成”，也都是压缩。

它们不负责回答所有问题，只负责在信息过载时指出：有些东西不能拿去交换。

简单规则之所以有力量，不是因为它比复杂理解更高明，而是因为它把复杂理解提前完成了一部分。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

四、人和 AI，需要防的不是同一种失控

人需要规则，是因为人的判断会随身体和情绪变化。

人会累，会怕，会贪，会想证明，会因关系而失去边界。人生规则要保护的，是状态不好时的真实自己，而不是一个永远冷静的理想自我。

AI agent 需要规则，是因为它没有稳定、持续的自主目标。它必须依据当前指令和上下文临时构造任务。任务模型没有形成时，语言生成和工具惯性仍可能继续，把空白补成一个未经授权的猜测。

所以，人类规则常常约束冲动；agent 规则首先约束推断和行动权限。

机制不同，结论相同：都不能假设系统在复杂时仍会自然守住最重要的东西。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

五、为什么规则必须少而硬

规则太多，会产生三个反效果。

第一，规则之间互相竞争。系统总能挑出一条最方便的规则，为已经想做的事辩护。

第二，执行成本过高。越需要护栏的时刻，越没有余力翻阅一整本操作手册。

第三，失败无法归因。规则层层叠叠之后，没人知道究竟是哪一个优先级出了问题，复盘也就失去抓手。

所以，规则必须少。少，才能记住；硬，才能在压力下不被临时改写；清楚，才能知道是否执行。

人生未必需要几十条纪律。身体一条、关系一条、投资一条，先保护最重要的底盘。

AI agent 也不需要把每次错误都变成一条新戒律。真实、正常语义、范围和证据，已经覆盖了四种最致命的重复错误：伪装确定、误解任务、擅自扩张和虚假完成。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

六、反证：简单规则也可能制造愚蠢

简单不等于机械。

如果一条规则让人停止观察事实、拒绝新证据，或者把恐惧包装成原则，它就不再是护栏，而是牢笼。

“永远不改变计划”可能阻止必要调整；“任何关系都不解释”可能把边界变成逃避；“只按字面执行”如果无视明确冲突和不可逆风险，也不是忠实，而是不负责任。

好规则应该防止重复性大错，而不是消灭一切不舒服；应该规定默认动作，同时保留清楚的例外条件；应该接受定期复盘，而不是把坚持本身当成美德。

判断规则是否仍然有效，可以问三句：它防的错误还会反复发生吗？它阻断的是错误机制，还是只压住表面症状？长期执行后，系统是更稳、更轻，还是更僵、更怕？

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

七、规则真正保护的，是回来的能力

成熟不是永远不偏离。人会疲惫，agent 会被上下文带走，任何复杂系统都可能暂时失真。

成熟的系统知道这一点，所以不会把全部安全寄托在“下一次我会更理性”或“下一次模型会更聪明”。它会提前留下几个清楚的返回点。

对人，这个返回点可能是：今晚不做决定，先睡觉；这条消息不立即发送；这个仓位不能再增加。

对 agent，这个返回点可能是：先说清动作、对象、状态变化、不变边界和完成证据；先检查做的是不是用户要求的事，再检查技术指标。

规则不是为了把生命和智能变成程序。规则是为了在复杂性把系统带走时，仍有一条足够短的路可以回来。

SIMPLE RULES / COMPLEX SYSTEMS / SECTION

八、最小动作：只找一条反复救你的规则

不要今天就设计一套完美系统。

先找出一个反复发生、代价最大的错误，然后写下：

“当____出现时，我默认先____；在看到____之前，不允许____。”

如果这条规则能在状态最差时挡住一次大损失，它就比十条漂亮口号有价值。

真正可靠的复杂系统，不是规则最多，而是最重要的规则在最混乱时仍然有效。

本文讨论一般性的生活、决策与 AI 使用方法，不替代医疗、心理、法律或投资等专业意见。