第 13 章：从对象关系到系统反馈

本体论讲关系，系统论讲反馈。两者之间的桥，就是“对象关系如何反复作用并改变系统状态”。

一个关系如果只是一次性连接，商业价值有限。真正重要的是关系能不能形成反馈回路。

反馈回路的意思是：一个动作产生结果，这个结果又反过来影响下一轮动作。

比如客户使用产品，这是关系。客户使用产生数据，数据改进产品，产品变好后吸引更多客户，这是反馈。关系变成反馈，系统才开始有复利。

公司研究里，我们经常听到“飞轮”。但飞轮不能只当口号。一个飞轮必须回答四个问题：

如果这四个问题回答不清，飞轮就是叙事。

以 Anthropic 的 coding 方向为例。

参与对象包括：模型、开发者、代码任务、真实工程环境、反馈数据、训练系统、企业客户、算力、产品界面。

关系是：开发者用模型完成代码任务；模型在真实工程环境中暴露能力边界；用户行为和结果形成反馈；反馈被产品和训练系统吸收；模型 coding 能力提高；能力提高带来更多开发者使用；更多使用带来更多反馈。

这就是一个可能的反馈回路。

但我们还要问：这个反馈是否真的闭合？企业客户是否允许反馈进入训练？反馈质量是否足够高？模型能力提升是否真的来自用户反馈，而不是主要来自预训练和算力？开发者使用是否高频、深度、稳定？如果这些条件不成立，飞轮就会弱很多。

所以系统反馈不是信仰，要有传感器。

正反馈是系统里最容易制造巨大公司的机制之一。它的特点是：越强越强。

网络效应是正反馈：用户越多，其他用户越愿意加入。数据飞轮是正反馈：使用越多，数据越多，产品越好，使用更多。规模经济也是正反馈：产量越大，单位成本越低，价格或利润越有优势，进一步扩大规模。

但正反馈也容易被误判。不是所有增长都是正反馈。销售砸钱带来的客户增长，不一定增强产品；补贴带来的交易增长，不一定增强网络；媒体热度带来的用户，不一定提高留存。

真正的正反馈必须让系统能力增强，而不只是让指标变大。

负反馈则是稳定机制。它的特点是：偏离被拉回。

公司管理中，预算控制、风险管理、质量检查、客户投诉处理、监管合规，都是负反馈。负反馈不一定让公司高速增长，但能防止失控。

很多高增长公司崩溃，不是没有正反馈，而是缺少负反馈。增长飞轮跑得很快，但风险、成本、质量、组织复杂度没有被及时拉回，最后系统失稳。

这对 AI 公司尤其重要。模型能力、用户增长、算力投入、资本市场预期，可能形成强正反馈。但安全、成本、可靠性、监管、组织复杂度，需要负反馈。如果只有正反馈，没有负反馈，系统可能爆炸式增长，也可能爆炸式失控。

Palantir 的本体论价值，也可以从反馈角度理解。它帮助客户建立对象世界，不只是为了看清楚，而是为了形成更快、更真实的反馈。一个企业如果不知道库存真实状态、任务真实进度、风险真实位置，就没有反馈。没有反馈，决策只能靠汇报和猜测。

本体论把对象状态显性化，系统论把状态变化纳入反馈回路。

例如供应链系统：

对象包括供应商、订单、库存、运输路线、客户承诺、替代方案。

状态包括库存水平、订单进度、路线风险、供应商可用性。

事件包括延误、需求变化、港口拥堵、供应商中断。

反馈是：风险事件改变对象状态，系统识别影响范围，触发替代方案，执行后更新状态，再继续监控。

这才是可运行系统。

公司研究中，我们可以用“反馈回路检查清单”：

这里有一个关键概念：反馈质量。

反馈不是越多越好，而是越真实、越快、越可操作越好。

很多互联网公司有大量用户数据，但反馈质量不一定高。用户点击可以优化推荐，但未必能提高真实价值。AI 公司有大量对话数据，也不一定能改进高价值任务能力。企业软件如果进入核心工作流，获得的反馈可能少但质量高。

这就是为什么 coding 重要。代码任务结果相对可验证，反馈周期短。能不能运行、测试是否通过、错误在哪里，都比普通文本任务更明确。这种反馈质量高，才可能形成更强学习回路。

最后压缩：

关系是连接，反馈是连接反过来改变系统。

公司研究不能只问“谁和谁连接”，还要问“这种连接是否会反过来增强公司能力”。只有关系，没有反馈，是静态结构；有反馈，而且反馈真实、快速、可重复，才可能形成复利。