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
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 与第五章每次试验的成本 ,都是让「多观察一次」变得不那么划算的因素: 越小、 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
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
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).