為什麼只花 5 美元就能拯救一條生命的蚊帳，卻不如一張 50,000 美元的醫療研討會門票吸引資金？
——《Inadequate Equilibria》
想像你站在非洲馬拉威的黃昏裡：紅土路揚起塵土，風裡夾雜濕稻草與消毒水的味道。鄉村診所外，孩子們蜷縮在塑膠椅上等待退燒；內部貼著褪色海報，提醒孕婦睡覺前要記得放下蚊帳。然而，就在同一時間，距離一萬公里外的日內瓦會議廳裡，醫學巨頭們正舉杯談笑，一張門票抵得上一百頂蚊帳。我們習以為常的資源配置，何以荒謬到近乎諷刺？
作者 Eliezer Yudkowsky 用一個尖銳的詞形容——「文明被困在不及格的均衡」。他要你思考：如果連「拯救生命」這樣的明確目標都能被機制扭曲，我們日常工作、投資、教育、甚至愛情，又被困在多少看似安全卻低效的均衡？
那麼，擺脫卡關的第一步，可能是看見卡關本身。
作者與本書介紹
- 作者簡介｜Eliezer Yudkowsky 是機器智能研究院（MIRI）共同創辦人，也是理性社群 LessWrong 的靈魂人物。17 歲輟學後自學認知科學與機器學習，寫作觸角從 AI 風險延伸到日常決策心理學，被譽為「最擅長用部落格寫出哲學論文的人」。
- 寫作動機｜2016 年底，一位朋友質疑他：「如果你真能比金融時報還早看出套利機會，難道不是市場失靈？」這句挑釁促使 Yudkowsky 把多年思考結集成書，試圖破解那句經濟學金科玉律——「市場在長期內是有效率的」。
- 內容架構｜全書 3 部 11 章，以半故事、半演算法的形式交錯：
- 局部知識的力量——為何小餐廳老闆有時比星級顧問更懂市場？
- 制度如何卡關——從醫療到教育，看看激勵錯置如何把聰明人推向愚蠢決策。
- 個人如何突圍——不靠天選之人，而靠可複製的思考模型與測試框架。
若說《黑天鵝》揭露了「不確定性的爆炸」，《Inadequate Equilibria》則拆解「確定性的滑落」。——讀者評論
《不充分均衡》核心觀念
1. 局部信號 vs. 全局噪音
Yudkowsky 回憶 2012 年日圓寬鬆風暴：他在 Reddit 的冷門論壇裡讀到一篇基層銀行員的現場觀察，結合自己的簡易模型，預判日銀將超預期放寬貨幣。結果匯市重挫，他的小額部位卻翻了十倍。教訓：當資訊網絡太龐大，真正有用的訊號反而沉沒；若你握有「現場微觀」資訊，可能比任何宏觀報告更值錢。
2. 激勵結構扭曲
書中詳述美國醫療機構「治療導向、忽視預防」的邏輯：保險理賠只對既有手術與藥物買單，政客則偏好肉眼可見的大建設。Yudkowsky 揶揄道：**「沒人因為三十年後你沒得糖尿病而上頭條。」**於是錢流向新藥廣告和大型磁振造影機，卻冷落街角的健康餐盒與步道設計。
3. 「專家崇拜」的陷阱
他引用孕婦子癲前症案例，補充 1991 年的隨機對照試驗已證實鎂鹽可降低 50% 死亡率，仍被產科協會「審慎觀望」拖延十年。這不僅是惰性，更是**「名望壟斷」**：既得權威承擔失敗風險，卻無改變誘因。
4. 次佳均衡的自我強化
Yudkowsky 以「曼哈頓交通」隱喻：計程車司機、乘客、政府與租賃公司各自優化自身利益，最終卻獲得「塞車、空車、飆價」三輸局面。要打破此結構，需要一股足以改寫規則的外生力量——Uber 的 surge pricing 就是翻桌者之一。
5. 認識「被低估的你」
他鼓勵讀者採用「內部測謊儀」：當你在小眾領域具備深知識，卻看見宏觀敘事與實情相左，別急著懷疑自己。先量化自己的基礎優勢：數據稀缺度、驗證速度與錯誤成本，再決定是否下注。
6. 建構更好的回饋迴路
作者點名有效利他主義社群，把「反饋速度」視為公益 ROI 的決定因子：淨水片 vs. 深井挖掘，前者幾週可測驗、後者數年才見效，於是資金更應優先流向前者。快速疊代，是阻止善意淪為「慈善劇場」的防腐劑。
7. 協作失衡稅（Coordination Failure Tax）
如果每個人獨立優化，看似合理的局部行為會疊加成全球性的浪費。Yudkowsky 援引航空業的排班案例：航站樓容量充裕，航司卻為搶早班閒置大量夜間時段，結果消費者、機場、航司都付出延誤成本。這是隱形的「協作失衡稅」，且幾乎無人開票收取。
8. 謙遜 vs. 主體性
作者非但不否定「謙遜」，反而提出「計量化謙遜」：先用貝氏方法評估自己知識優勢的後驗機率，再決定行動強度。謙遜不等於棄權；是帶著風險條件設定的進擊。
9. 讓市場學會學習
他讚賞幾個「自帶實驗室」的商業模式：Khan Academy 透過 A/B Test 一天就能驗證教學影片效果；微軟 Bing 每週數千次線上實驗，使產品升級不再靠部門權力，而靠統計顯著性。關鍵是把「做對事」轉成「做小而快的錯」，累積進步幅度。
總結
閱讀本書，我彷彿聽見台灣夜市老闆的吆喝聲：「再來一圈就中大玩偶！」每一次拋圈，都像公共政策裡的補助方案——看似公平，其實機率早被設計到僅比零高一點點。Yudkowsky 的大哉問提醒我們：如果連慈善都能被激勵扭曲，商業世界的「失真」只會更高級、更隱蔽。
我的三個延伸視角
- 資料透明 + 代價對齊 = 可驗證信任｜政府開放預算數據固然重要，但若議員能因 KPI 未達而自動減薪，透明才能轉化成動能。
- 把改革拆成「可逆按鈕」｜學 Google 的「持續整合」，任何大政策都先在小規模沙盒試行，錯誤可回滾，成功再擴大。
- 跨領域的翻譯者優勢｜次佳均衡的漏洞常藏在「兩個專業交界」，能讀懂雙方語言的人，就是橋梁也是收租者。
最後，讓我用一句話收尾：
Punchline： 當制度像壞棋局，使每一步都走向平庸，你的「局部真實 + 快速驗證」就是那顆奇襲的馬。別等裁判換規則，現在就先衝出棋盤。
延伸閱讀／行動清單
- 《The Great Stagnation》｜Tyler Cowen 解析創新停滯根源。
- 《Superforecasting》｜學習如何校準個人機率判斷，降低認知偏誤。
- Effective Altruism 台灣社群 Meetup｜每月一次工作坊，實地演練成本效益評估。
- LessWrong Sequence 線上讀書會｜從理性基礎工開始拆解思考盲點。
- GiveWell 年度報告｜觀摩如何用數據選出「每美元最能拯救生命」的方案。
參考連結 (URL)
- Inadequate Equilibria 官方網站：https://equilibriabook.com
- LessWrong 討論頁面：https://www.lesswrong.com/s/BLGJMDuPWP3ogr7pN
- GiveWell 蚊帳專案成本效益分析：https://www.givewell.org/top-charities/overview
- Preeclampsia Foundation 歷史時間線：https://www.preeclampsia.org/research/timeline
- Effective Altruism Fund 專案清單：https://funds.effectivealtruism.org
