5D Library › 未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数 · English

第七章 原典并读:兵贵胜不贵久、途有所不由与试之官职

本章把前几章的研究与几段中国古代文献并读:《孙子兵法》的《作战篇》《九变篇》《军争篇》,《三国志·魏书·郭嘉传》中的「兵贵神速」,以及《韩非子》的《显学》与《二柄》。目的不是证明古人已经懂得停时理论或多臂老虎机,而是看古代文献怎样表达「拖延有代价」「不必每条路都走」「急行有代价」「用试用代替外貌」这几种思想,并说明三条界限:第一,这些文本讲的是战争与统治之术,目的是胜负与控制,不是在不确定性下使期望收益最大;第二,它们是经验性的格言,没有概率、先验与停止规则,不能与任何定理一一对应;第三,古代战争中最重要的不确定性来自对手的行动,是博弈而不是与自然的对局,这与秘书问题和老虎机问题的设定不同。

兵贵胜,不贵久

原典

故兵闻拙速,未睹巧之久也;夫兵久而国利者,未之有也。……故兵贵胜,不贵久;故知兵之将,民之司命,国家安危之主也。(杨丙安 校理 1999)

(《孙子兵法·作战篇》)

白话:所以用兵只听说过宁可笨拙也要速决的,没见过为了巧妙而拖延的;战争拖得很久而对国家有利的,从来没有过。……所以用兵贵在取胜,不贵在持久;懂得用兵的将领,掌握着百姓的命运,主宰着国家的安危。

本义与语境。 《作战篇》讲的是战争的经济负担:前文说出兵十万、千里运粮,「日费千金」,久战则兵疲、财竭,诸侯乘机而起。所以孙子的「速」是出于消耗:每多拖一天都要付出确定的代价,而且代价会累积。「拙速」不是说笨拙好,而是说在速与巧不能兼得时,宁可选速。

与现代研究并读。 用现代的语言说,《作战篇》强调的是等待的成本。第四章的折扣因子 gg 与第五章每次试验的成本 cc,都是让「多观察一次」变得不那么划算的因素:gg 越小、cc 越大,最优规则就越早停止,吉廷斯指数中的探索奖励也越小。第六章的面试成本例子说明了同样的结构:成本为 0.02 时,最优规则平均只面试 5 人。但孙子没有讨论「等待的收益」,即信息的价值;在停时理论中,最优的停止点恰恰是等待的边际成本与信息的边际价值相等之处。只取「贵速」一面,会得到第五章那种「过早放弃」的规则。

兵贵神速

原典

至易,嘉言曰:「兵贵神速。今千里袭人,辎重多,难以趣利,且彼闻之,必为备;不如留辎重,轻兵兼道以出,掩其不意。」(陈寿 撰,裴松之 注 1982)

(《三国志·魏书·郭嘉传》,卷十四)

白话:(大军)到了易县,郭嘉进言说:「用兵贵在神速。如今远行千里去袭击敌人,辎重太多,难以快速抓住战机,而且对方听到消息,一定会有防备;不如留下辎重,让轻装的部队加倍赶路出击,趁对方没有防备时袭击。」

本义与语境。 「兵贵神速」常被误认为出自《孙子兵法》,实际出自《三国志》记郭嘉的一段话。这是曹操北征袁尚与三郡乌桓途中的事。郭嘉的理由有两层:辎重拖慢行军,难以抓住战机;更重要的是,行动慢了对方会得到消息并做好准备。曹操采纳了这一建议,轻兵出卢龙塞,击败了乌桓。

与现代研究并读。 郭嘉的「速」与孙子的「速」理由不同:孙子说的是消耗,郭嘉说的是对手会因为你的拖延而改变。在秘书问题、贝叶斯搜索与老虎机问题中,「自然」不会因为你的观察而改变;而在有对手的情形中,观察本身会泄露信息,对方的反应会使等待的价值下降。这正是弗格森指出的古戈尔游戏的本质:写数字的人是一个对手(第一章)。所以把「兵贵神速」用作停时问题的格言时,要分清楚:拖延的代价是来自消耗、来自对手的反应,还是来自机会的流失。

途有所不由

原典

途有所不由,军有所不击,城有所不攻,地有所不争,君命有所不受。……是故智者之虑,必杂于利害,杂于利而务可信也,杂于害而患可解也。(杨丙安 校理 1999)

(《孙子兵法·九变篇》;「途」,框架作「涂」,涂、途古通,本书据通行本作「途」)

白话:有的道路不走,有的敌军不打,有的城池不攻,有的地方不争,君主的有些命令不执行。……所以明智的人考虑问题,一定兼顾利与害:在有利的情况下考虑到害,事情就可以顺利进行;在有害的情况下考虑到利,祸患就可以解除。

本义与语境。 《九变篇》讲将领在具体情境中的灵活处置。「途有所不由」五句的意思是:不是所有可走的路、可打的敌人、可攻的城都值得去做,要按利害取舍;「君命有所不受」则是说将在外要依据战场的实际情况决定,而不是机械执行命令。「杂于利害」是说权衡时同时看利与害两面。

与现代研究并读。 这几句与搜索论的分配规则相通:第三章的贪婪规则在任一时刻只搜少数几格,概率与发现概率的乘积太低的格子暂时「不由」。它也与第六章的逐轮淘汰相通:有的赛道停掉不再测试。「杂于利害」与第五章的单臂老虎机模型相通:继续的价值同时包含眼前的期望收益(可能为负)与将来的信息价值(为正),只看一面就会出错。但界限同样清楚:孙子的「不由」「不击」来自将领的经验判断,没有给出任何可以计算的标准;搜索论中「暂时不搜」的格子在其他格子搜过之后会重新变得值得搜,这种动态的再分配在《九变篇》中没有对应。

以迂为直与卷甲而趋

原典

军争之难者,以迂为直,以患为利。故迂其途,而诱之以利,后人发,先人至,此知迂直之计者也。……是故卷甲而趋,日夜不处,倍道兼行,百里而争利,则擒三将军,劲者先,疲者后,其法十一而至。(杨丙安 校理 1999)

(《孙子兵法·军争篇》)

白话:两军争夺有利态势时,难处在于把迂回的道路变成直路,把不利变成有利。所以故意绕远,并用小利引诱敌人,就能比敌人后出发而先到达,这是懂得迂直之计的人。……所以如果卷起铠甲急行军,日夜不停,加倍赶路,走一百里去争利,三军的将领都可能被俘,因为强壮的先到、疲弱的落后,按通常情况只有十分之一的人能按时赶到。

本义与语境。 《军争篇》讨论的是争夺先机。它一方面主张用迂回取得先机,另一方面警告急行军的代价:贪快会使部队分散、疲惫,真正赶到的只是一小部分。

与现代研究并读。 这段话提醒我们,「快」本身也有代价:第五章的序贯概率比检验若把边界设得太近以求快,就要接受更高的错误率。快与准的权衡在停时理论中可以计算,在《军争篇》中是一条经验警告,「十一而至」是夸张的表述而非统计数字。

试之官职,课其功伐

原典

夫视锻锡而察青黄,区冶不能以必剑;水击鹄雁,陆断驹马,则臧获不疑钝利。发齿吻形容,伯乐不能以必马;授车就驾,而观其末涂,则臧获不疑驽良。观容服,听辞言,仲尼不能以必士;试之官职,课其功伐,则庸人不疑于愚智。故明主之吏,宰相必起于州部,猛将必发于卒伍。(陈奇猷 校注 2000)

(《韩非子·显学》)

白话:只看冶铸时所加的锡与金属呈现的青黄之色,即使是区冶(欧冶子)也不能断定剑的好坏;拿剑在水中斩鹄雁、在陆上斩马驹,那么连奴仆也不会弄错剑的利钝。只看马的牙齿、口形与外貌,即使是伯乐也不能断定马的好坏;给它套上车,看它跑完全程,那么连奴仆也不会弄错马的优劣。只看人的容貌服饰、听他的言辞,即使是孔子也不能断定这个人的才能;在官职上试用他,考核他的功绩,那么平常人也不会弄错他的愚智。所以英明君主的官吏,宰相一定是从地方官中选拔上来的,猛将一定是从士兵中提拔上来的。

本义与语境。 《显学》批评儒、墨两家「以貌取人」「以言取人」的做法,主张用实际的试用与考核来识别人才。前三组比喻的结构相同:从外表判断,即使是最好的专家也没有把握;从实际使用的结果判断,普通人也能看清。最后一句给出了制度上的结论:高级官员要从基层逐级选拔。

与现代研究并读。 这段话与本书的几个主题有清楚的对应。「观容服,听辞言」相当于只看信号很弱的先验,「试之官职,课其功伐」相当于用真实的试验结果更新判断:第三章说的是同一件事,判断的质量取决于证据的「发现概率」,外貌与言辞对才能的发现概率很低。「宰相必起于州部」是一种逐级筛选:先在低风险的位置上试用,表现好的才进入下一级,这与第六章的逐轮淘汰结构相似。

但界限也很清楚。韩非所说的试用不是随机试验,也没有考虑试用本身的成本与风险,以及「州部」的表现与「宰相」的表现是否相关;现代的人员选拔研究正是要回答这些问题。

审合刑名

原典

人主将欲禁奸,则审合刑名者,言异事也。为人臣者陈而言,君以其言授之事,专以其事责其功。功当其事,事当其言,则赏;功不当其事,事不当其言,则罚。(陈奇猷 校注 2000)

(《韩非子·二柄》;「言异事也」,今本如此,一些校本改作「言与事也」,白话按「言与事」理解)

白话:君主想要禁止奸邪,就要审察「刑」(实际的事功)与「名」(事先的言论)是否相合,也就是言论与事功是否一致。臣下陈述自己的主张,君主依据他的主张交给他事情做,专门按照这件事来考核他的功效。功效与事情相符、事情与言论相符,就赏;不相符,就罚。

本义与语境。 《二柄》讲君主用刑与赏两种权柄控制臣下。「审合刑名」要求臣下事先说清楚要做什么、能做到什么,事后按这个承诺考核。第 27 本《机制设计、激励相容与谈判博弈的数学模型》第七章已经讨论过这一段如何同时惩罚夸大与低报,这里只作简短回顾。

与现代研究并读。 从本书的角度看,「审合刑名」的要点在于事先写下的标准:考核依据的是事先的言论,而不是事后的解释。这与第五章的预设止损边界、第八章的预注册试验在形式上相通:在看到结果之前,把判定的规则写下来。但韩非的目的是君主对臣下的控制,「罚」是刑罚,而不是放弃一个项目;现代的预注册约束的是研究者自己,而不是用来惩罚他人。

三条界限

第一,这些文本都是在战争与统治的语境中写成的,目标是胜负与控制,而不是在明确的目标函数下使期望收益最大;把它们读成「古代的决策理论」是一种时代错置。第二,它们没有概率、先验、阈值与停止规则这些概念,也没有任何计算;所谓「对应」只是结构上的相似。第三,古代军事中最重要的不确定性来自对手,郭嘉的「神速」正是针对对手的反应;而秘书问题、搜索论与老虎机问题的大部分结论假设「自然」不会对你的行动做出反应。在有对手的问题中,需要的是博弈论,而不是单人的停时理论。

本章小结

《作战篇》的「兵贵胜,不贵久」强调等待的成本,《郭嘉传》的「兵贵神速」强调对手会因拖延而改变,两者理由不同;停时理论在此之外还计算等待的收益,即信息的价值。《九变篇》的「途有所不由」与「杂于利害」与搜索的分配规则和继续—放弃的权衡相通,《军争篇》提醒急行同样有代价。《显学》的「试之官职,课其功伐」主张用试用结果而不是外表判断人才,「宰相必起于州部」是一种逐级筛选;《二柄》的「审合刑名」强调事先写下的标准。古人没有「早已发现」停时理论;这些文本与现代研究的相似之处在于问题的结构,而不在于方法。下一章给出核查表与试验方案。

参考文献

杨丙安 校理. 1999. 十一家注孙子校理. 中华书局.
陈奇猷 校注. 2000. 韩非子新校注. 上海古籍出版社.
陈寿 撰,裴松之 注. 1982. 三国志. 2nd ed. 中华书局.

Fan, Y. (2026). Bayesian Search in Unknown Landscapes, Optimal Stopping and Gittins Indices: Exploration–Exploitation Trade-offs and Sunk-Cost Truncation in Statistical Decision Theory [未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23810102 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).