反身性

主角不是学者，是一个靠这套想法赚了几十亿美元的投机者。George Soros 把他的投资哲学叫反身性（reflexivity），核心一句话：你对市场的看法必然有错，但你的错误看法一旦付诸行动，会真的改变市场，而被改变的市场又会喂养你的下一个错误看法。观念和现实互相追逐，没有终点。这套框架比你在 R02 学过的自我实现预言更强，还有一个意外的结局：它长期被批评「无法证伪」，2020 年之后却在机器学习里拿到了数学形式。

框架由两条原理叠成。第一条，可错性：人对世界的整体判断永远不可能完全正确，掌握个别事实可以，一旦要形成理论或全局观，视角必然有偏、或不一致，或两者兼有。第二条，反身性：这些不完美的看法，会通过你的行动反过来改变它们所描述的对象。两条合起来，Soros 称之为「人类不确定性原理」。

引擎是他对「思考」做的二分。认知功能：现实塑造观念，你观察市场，形成判断。操纵功能：观念塑造现实，你按判断买卖，而买卖本身改变了你想评估的东西。两个方向同时在跑，互为输入，Soros 的原话是这个关系「是循环的或递归的」。这比自我实现预言更强：R02 里的预言是单次的，预言、行动、成真，一圈结束；反身性是持续的双向耦合，循环里找不到一个不被信念污染的立足点。

关键在反馈的符号。负反馈，是观念与现实互相靠拢：你高估了，现实教训你，你修正，系统趋向均衡，这是教科书经济学默认的世界。正反馈，是观念与现实互相推远：你看涨，买入推高价格，涨价印证你的判断，你更看涨。自我强化，但终将自我瓦解，因为脱离现实的膨胀不可能无限持续。Soros 的泡沫公式："Every bubble has two components: an underlying trend that prevails in reality and a misconception relating to that trend."，一个真实存在的底层趋势，加一个关于这个趋势的误解，两者正向互相强化。完整序列是：趋势启动，观念慢半拍跟上，两者互相加速，然后是「真相时刻」，现实撑不住预期了，接着停滞、信念反转、崩溃。由此他正面否定有效市场假说与理性预期：市场不是趋向均衡，而是内生不稳定，均衡只是两种相位之一。

这个想法不是孤例。Merton 1948 年那篇讲自我实现预言的论文里，还藏着它常被漏掉的镜像：自我否定的预言，一个本来可能成真的预测，因为被相信，触发了阻止它实现的行动，结果把自己证伪了。比如预警促成防范，危机没有发生，预警反而「看起来」错了。哲学家 Popper 也独立命名过同一结构，叫俄狄浦斯效应：神谕本身促成了神谕的应验。对齐一下：Soros 的正反馈，对应自我实现预言的放大方向；负反馈，对应自我否定预言的抵消方向。在 R07（理论如何塑造市场）里，这两个方向分别叫 Barnesian 操演性与 counterperformativity。同一个反馈结构，在社会学（1948）、科学哲学（1936 至 1957）、金融（1987）三处被独立发现。Soros 的独特贡献是把两根轴装进同一个动态模型：同一场泡沫，先正反馈膨胀，再负反馈崩塌，而学院派通常把放大和抵消分开处理。

反身性挨的最重的批评是「有洞见但无法证伪」：2013 年《Journal of Economic Methodology》为它出了整期专号，18 位经济学与科学哲学学者上阵，不少人指出它给不出一个判据，区分哪个市场反身、哪个不反身。这条批评在 2020 年之后有了部分回应，来自机器学习。Perdomo 等人提出 performative prediction（表演性预测）：部署一个预测模型会改变数据的分布，于是分布本身成了你决策的函数。这就带来一个岔路：模型的「最优」，本该相对某个分布而言，可分布又随模型换——换一个模型，就没有唯一的「最优」可言了。框架因此给出两种「解」。一种叫稳定点：模型在自己诱导出的分布上是最优的，反复重训会收敛到这里。另一种叫最优点：把「我会改变世界」这件事也算进去之后的真正最优。招牌定理是稳定不等于最优，而且稳定点可以离最优点任意远。翻译成白话：一个自我印证的均衡，可以是任意糟糕的均衡；「重训收敛了」不等于「结果是好的」。更妙的是收敛条件也写了出来：数据对模型的敏感度，也就是反应性强度，低于某个由损失函数形状决定的阈值时，反复重训会稳稳收敛；高于阈值，重训震荡发散。收敛，正是负反馈的样子——观念向现实靠拢，稳定下来；发散，正是正反馈的样子——观念把现实越推越远，收不住。这正是 Soros 的均衡相与远离均衡相，第一次有了可以写下来的分界线。后续还有两笔：2021 年有人给稳定点起了个准确的绰号，回音室，天真的优化者永远只看见自己诱导出的分布；2023 年 Piliouras 与 Yu 证明，多个学习者同时反身时，动力学可以从收敛直接跌入混沌。

留一个问题：Soros 只能事后讲述泡沫，performative prediction 给出了事前的收敛阈值，但两套语言还没对接；而且现实世界的分布不只依赖当前模型，还依赖历史，这种带记忆的反身性，收敛理论远未完成。把「这场 AI 叙事处于均衡相还是远离均衡相」变成可估计的量，是这条线最值得做的事。

一句话带走：当你的判断能改变被判断的东西，对错就不再是你和世界之间的事，而是你和你造成的世界之间的事。