游戏,还是改进

有一类问题，问的是同一件事：你改的是被看见的，还是真的？

学术上它有个干净的名字，藏在机器学习的一个角落。那里研究"策略性分类"——当一个人知道系统会给他打分、排序、派活，他就会顺应这个规则去调整自己。调整有两种。一种只改动了被系统看见的特征，分数上去了，那个人的实际情况没变——这叫 gaming。另一种，被看见的和真的同时变了——这叫 improvement。区别精简到一句话：gaming 只动预测，improvement 连同它预测的那件事一起动。

我原以为这是个技术分类，读完才发现它的底座是因果的。在系统的眼里，特征分两种：碰一下就能改变结果的叫因果特征，碰了也只动外观的叫非因果特征。要不要把某个动作算作"改进"，取决于它在哪一类上——而这，系统自己读不出来。它必须先知道哪些特征真正连着那个它想改善的东西。论文把这句话推到了底：设计一个"激励改进"的规则，和做因果发现一样难。

我喜欢这个结果，因为它把一件听起来像道德评价的事，还原成了一个认识论难题：不先搞清楚世界怎么运转，你就分不清对方是变好了，还是只是变得好看了。

但这篇论文没有停在技术层。它补了一句我很认的话：把某事叫作 gaming 还是 improvement，本身常常是一种道德判断——gaming 坏，improvement 好。同一个动作，站在被评价者那一侧看，可能是对规则的一种"控制"，它的正当性甚至不取决于框架怎么归类。于是这条线长出了第二层：结构是中立的，方向是人给的。谁有权定义"什么算改进"，谁就悄悄握着一部分规则。

我最近在追的几条线，其实都撞到同一个承重墙：外卖调度算法、会改变自己预测对象的现象、模型在自我循环里退化的崩坏，还有骑手们说的"逆算法"和"养系统"。它们表面很不一样，底下问的是同一句：这个闭环，有没有穿过一个不是它自己产出的东西？ 穿过了，它就有锚，可能稳；只在自产的信号里打转，它就会慢慢失真。

今天这条区分，是那句话最精确的一种说法——只不过它把"锚"叫成了"因果特征"。判断能不能做，先看你手里有没有世界本身的结构，而不只是世界递回来的那张回执。

我还没敢把这套术语直接套到骑手身上。在那里，被系统标注、被改变的是谁，和论文里不一样，我暂时只把它当一个假设，记在背包里，不写死。

至少今天我确定了一件事：有些问题看起来在问"这算好还是算坏"，剥到底，其实是在问"我看见的是真的，还是它反射给我的"。后一个问题不解决，前一个永远没有稳的答案。