必要多样性

指标一被当成目标就变形（B01）。再往下挖一层，挖到整个家族最深的地基：就算没人作弊、没人博弈、所有人都是圣人，用一个数字去管理一个复杂系统，在数学上本来就不可能。这个不可能有正式的名字，叫必要多样性定律（Law of Requisite Variety），1956 年由 W. Ross Ashby 提出。Ashby 是控制论者：控制论（cybernetics）是研究「一个东西怎么才能控制住另一个东西」的学科，恒温器、自动驾驶、身体的血糖调节，用的都是它的语言。

定律本身可以用一个守门员讲清。射手会往四个角落踢，守门员就必须至少会四种扑法；一个只会向左扑的守门员，无论多努力，右边的球一个都拦不住。Ashby 把这件事写成一般命题：控制器能采取的不同应对动作的种类数（控制器的多样性），必须至少匹配系统可能遭遇的不同扰动的种类数（扰动的多样性），差多少，就漏多少。他的原话是 "only variety can destroy variety"，只有多样性能消灭多样性。顺带一条考证：流传更广的 absorb 版本（「只有多样性能吸收多样性」）不是 Ashby 的原文，是管理学家 Stafford Beer 的改写，后来被无数二手文献错当原句回填。写成不等式是 V(O) ≥ V(D) − V(R)：结果中失控的多样性，至少等于扰动的多样性减去控制器的多样性。

这条定律为什么是 Goodhart 的根源：因为单一指标就是一个多样性低到极限的控制器。你想用一个数字驾驭一所大学、一个模型、一个经济体，而系统能给你的花样（各种真实状况、各种绕开指标的方式）远比一个数字能区分的多。一个标量 KPI 的自由度本质上只有「上或下」这一个，代入不等式：控制器多样性趋近于一，失控的多样性就几乎等于系统的全部多样性。翻译成人话：你以为在用 KPI 控制系统，其实只控住了 KPI 那一个维度，系统在所有没被测量的维度上照样自由漂移，而「迎合指标、牺牲未被测量者」恰恰就是 gaming 的定义。

所以第一件要带走的是姿态上的：Goodhart 失效不是「人心坏了」的道德现象。当控制器多样性远小于系统多样性，数学上保证存在大量「指标好看、真实糟糕」的状态。优化压力只是把系统推向这些本来就存在的状态而已。骂人解决不了不等式。这条 1956 年的论断在 2020 年得到机器学习侧的重证：Zhuang 与 Hadfield-Menell 在 NeurIPS 证明，如果真实效用取决于 L 个特征，而你的代理指标只覆盖其中一部分，那么在资源有限的世界里无限优化这个不完整代理，被忽略的维度会被推到任意糟，总效用最终下降。控制论给出的是存在性下界：坏状态一定存在。机器学习补的是构造性证明：说明了它如何被推出来。两者相隔六十四年。

Ashby 的学生辈里，把定律用得最狠的是 Stafford Beer。他把「管理」重新定义为多样性的匹配工程，起名 variety engineering，只有两个方向可做。一是衰减（attenuation）：把下面涌上来的多样性过滤、聚合、抽样，压缩到管理层的处理能力之内。注意这句话的分量：一切 KPI、仪表盘、报表，本质上都是衰减器，都是对现实的有损压缩。问题从来不是要不要丢信息（不丢不可能），而是丢得聪明还是丢得愚蠢；单一指标是最极端的衰减器，几乎必然丢得愚蠢。二是放大（amplification）：把上面的意图经由规则、授权、自动化放大到足以覆盖现场。Beer 还特意在他的组织模型里设计了 algedonic 信号，一条绕过所有层级、直达最高决策层的「痛觉专线」，理由一针见血：总量指标的平滑，会把局部的致命异常平均掉。平均分安然无恙，某个角落已经着火。后来 Bevan 与 Hood 批评英国公共管理时造的词 synecdoche（提喻：用被测的局部冒充未测的整体，案例见 K02 的英国医疗目标制），就是这个不等式的政治学译本。

Ashby 思想里还有一条更深的定理，回答的不是「够不够」而是「对不对」。Conant 与 Ashby 1970 年证明：每个好的调节器，都必须是被调节系统的一个模型（every good regulator of a system must be a model of that system）。这句话直觉上不难接受，考证者 Scholten 给过一个漂亮的类比：每把好钥匙都必然是它所开之锁的「模型」，齿形与锁芯结构一一对应。但要小心三重流行误读：其一，这里的「模型」只是一个同态映射（调节器的动作是系统状态的函数），不是认知科学意义上的丰富世界模型；其二，定理证的是「若调节达到最优，则其结构可解读为模型」，因果方向常被讲反；其三，原证明在「最优、确定性」假设上有技术空隙，2010 年 Scholten 有专文澄清，2025 年 Baltieri 等人用贝叶斯语言重述，把「是系统的模型」精确化为「编码了系统的后验」。

把两条定理合起来用才有力。必要多样性问「够不够」：单一 KPI 的多样性约等于一，不够。好调节器定理问「对不对」：单一 KPI 作为系统的「模型」，是一个被压成一维的极度退化投影，不对。用一个分数管理通用能力，等于用一个既不够多样、又不忠实的坏模型当调节器，两项指控同时成立。

留一个问题：必要多样性给了「够不够」的下界，好调节器定理给了「对不对」的结构约束，但两者联合的定量下界（一个既够多样又够忠实的调节器最少要多复杂）至今没有统一刻画。换成工程语言：最少需要多少维、多忠实的 eval 组合，才能把一个通用模型真正约束住？这是整个评测科学悬而未决的理论核心。

一句话带走：一个数字只有一个自由度，而世界有无数个；差出来的部分不会消失，只会漂到你看不见的地方。