史公谈兵（十九）：从"致人而不致于人"到AI博弈论——谁在牵谁的鼻子

史公

<p class="ql-block">　　史公谈兵（十九）：从"致人而不致于人"到AI博弈论——谁在牵谁的鼻子</p><p class="ql-block"><br></p><p class="ql-block"> 上回说到节奏在人不在机。有读者追问：好，人管节奏。但AI博弈里，双方都在用算法互相牵制，你怎么判断到底是你牵着对方的鼻子走，还是对方在牵你？如果AI的推荐让你"以为"自己在主动，实际上每一步都在对手的算计里呢？</p><p class="ql-block"><br></p><p class="ql-block"> 这个问题，正好撞上《孙子兵法》里最硬核、也最容易被当成鸡汤的一句话。</p><p class="ql-block"><br></p><p class="ql-block"> 一、"致人而不致于人"：六个字，一部博弈论</p><p class="ql-block"><br></p><p class="ql-block"> 《孙子·虚实篇》：</p><p class="ql-block"><br></p><p class="ql-block"> " 凡先处战地而待敌者佚，后处战地而趋战者劳。故善战者，致人而不致于人。"</p><p class="ql-block"> 曹操注："致人者，以害形之，令敌必从。"李筌注："故能致人之劳，不致人之佚也。"</p><p class="ql-block"><br></p><p class="ql-block"> 翻译成大白话：善于打仗的人，调动敌人，而不被敌人调动。</p><p class="ql-block"><br></p><p class="ql-block"> 这六个字，是整部《孙子兵法》的脊梁。为什么？因为战争说到底就是一件事——谁在给谁出选择题。</p><p class="ql-block"><br></p><p class="ql-block">- 你给敌人出选择题：打东还是打西？守这里还是守那里？增援A还是增援B？敌人疲于奔命，你以逸待劳。</p><p class="ql-block">- 敌人给你出选择题：你被牵着走，哪里着火扑哪里，永远在反应，永远在被动。</p><p class="ql-block"><br></p><p class="ql-block"> 主动权，就是"出题权"。</p><p class="ql-block"><br></p><p class="ql-block"> 二、从"调动"到"博弈"：主动权怎么丢了？</p><p class="ql-block"><br></p><p class="ql-block"> 传统战争中，"致人而不致于人"靠什么实现？</p><p class="ql-block"><br></p><p class="ql-block"> 1. 信息差</p><p class="ql-block"><br></p><p class="ql-block"> 你知道敌人不知道的→你先动→敌人后动→你牵着敌人走。</p><p class="ql-block"><br></p><p class="ql-block"> 2 . 速度差</p><p class="ql-block"><br></p><p class="ql-block"> 你比敌人快→你先到战场→以逸待劳→敌人被迫攻你。</p><p class="ql-block"><br></p><p class="ql-block"> 3. 伪装与欺骗</p><p class="ql-block"><br></p><p class="ql-block"> 你让敌人看到假象→敌人按假象部署→你打真的地方。</p><p class="ql-block"><br></p><p class="ql-block"> 这三招，两千五百年没变过。但AI时代，它们全被放大了、加速了、复杂化了。</p><p class="ql-block"><br></p><p class="ql-block"> 三、AI博弈论：当双方都在"致人"</p><p class="ql-block"><br></p><p class="ql-block"> AI时代最吊诡的事：双方都在用AI"致人"，结果变成了无限递归的博弈。</p><p class="ql-block"><br></p><p class="ql-block"> 1. 算法诱导：让AI替你"牵鼻子"</p><p class="ql-block"><br></p><p class="ql-block"> 你不需要直接欺骗敌方指挥官。你只需要欺骗敌方的AI系统，让AI给指挥官出错误建议。</p><p class="ql-block"><br></p><p class="ql-block">- 你释放假信号→敌方AI识别为假目标→你真正的攻击从另一个方向来</p><p class="ql-block">- 你制造假数据→敌方AI学到错误模式→实战中AI推荐错误方案</p><p class="ql-block">- 你利用对抗样本→敌方目标识别AI把真坦克认成假目标→不打</p><p class="ql-block"><br></p><p class="ql-block"> 你在牵的不是人，是"人的AI"。 而人信任AI→人被AI牵着走→你间接牵了人。</p><p class="ql-block"><br></p><p class="ql-block"> 这就是"致人而不致于人"的算法版——通过牵AI来牵人。</p><p class="ql-block"><br></p><p class="ql-block"> 2. 多步博弈：你在算三步，我在算五步</p><p class="ql-block"><br></p><p class="ql-block"> 围棋AI已经证明：在复杂博弈中，算得深的比算得浅的赢。</p><p class="ql-block"><br></p><p class="ql-block"> AI博弈论的核心逻辑：</p><p class="ql-block"><br></p><p class="ql-block">- 你预测我会打A→你防A→我打B</p><p class="ql-block">- 你预测我会预测你防A→你防B→我打A</p><p class="ql-block">- 你预测我会预测你预测我打B→你防A→我打B</p><p class="ql-block">- ……</p><p class="ql-block"><br></p><p class="ql-block"> 这就是"致人"的递归版——我不但调动你，我还预测你会怎么被调动，然后反过来利用你的"反调动"。</p><p class="ql-block"><br></p><p class="ql-block"> AlphaGo下出"第37手"那步棋，人类棋手目瞪口呆。为什么？因为AI算到了人类想不到的第五步、第十步的后续。人类在第三步就被牵走了。</p><p class="ql-block"><br></p><p class="ql-block"> 战争博弈比围棋复杂一万倍。但逻辑一样——谁算得深，谁牵谁。</p><p class="ql-block"><br></p><p class="ql-block"> 3. 纳什均衡的暴力解法</p><p class="ql-block"><br></p><p class="ql-block"> 博弈论有个概念叫"纳什均衡"——双方都不想先变，因为变了可能更差。</p><p class="ql-block"><br></p><p class="ql-block"> 传统战争中，纳什均衡是僵局——双方对峙，谁先动手谁吃亏。</p><p class="ql-block"><br></p><p class="ql-block"> AI时代，可以用暴力计算找到均衡的缝隙：</p><p class="ql-block"><br></p><p class="ql-block">- 穷举所有可能的行动组合</p><p class="ql-block">- 找到那个"对手看似有最优解，但实际被你牵着走"的组合</p><p class="ql-block">- 用算法证明：无论对手怎么选，你都占优</p><p class="ql-block"><br></p><p class="ql-block"> 这不是"致人"，这是"让敌人以为自己在选，其实选项都是你设的"。</p><p class="ql-block"><br></p><p class="ql-block"> 四、谁在牵谁的鼻子：三个真实场景</p><p class="ql-block"><br></p><p class="ql-block"> 场景一：俄乌战场上的" bait and switch"</p><p class="ql-block"><br></p><p class="ql-block"> 乌军用少量无人机吸引俄军防空火力暴露位置→俄军开火→乌军定位俄军防空阵地→用HIMARS打掉。</p><p class="ql-block"><br></p><p class="ql-block"> 这是最原始的"致人"——用诱饵让敌人暴露。但AI让它变成了自动化流程：</p><p class="ql-block"><br></p><p class="ql-block">- AI自动规划诱饵路线</p><p class="ql-block">- AI自动识别防空雷达开机</p><p class="ql-block">- AI自动分配打击火力</p><p class="ql-block">- AI自动评估毁伤</p><p class="ql-block"><br></p><p class="ql-block"> 俄军也在学：用电子战系统模拟假防空阵地，诱使乌军浪费弹药。</p><p class="ql-block"><br></p><p class="ql-block"> 双方都在"致人"，结果变成了算法诱饵的无限循环。</p><p class="ql-block"><br></p><p class="ql-block"> 场景二：认知域的"议程设置"</p><p class="ql-block"><br></p><p class="ql-block"> AI社交机器人不是随机发帖。它们用博弈论逻辑运作：</p><p class="ql-block"><br></p><p class="ql-block">- 分析目标群体的关注点→找到最容易被激化的议题</p><p class="ql-block">- 集中投放相关内容→让该议题登上热搜</p><p class="ql-block">- 让目标群体以为自己在"自由讨论"→实际议程是AI设定的</p><p class="ql-block"><br></p><p class="ql-block"> 你在刷手机，以为自己在"选择关注什么"。实际上，AI在决定你"能关注什么"。这就是最高级的"致人而不致于人"——让对手以为自己在主动，其实每一步都在你的框架里。</p><p class="ql-block"><br></p><p class="ql-block"> 场景三：军备竞赛中的"技术诱导"</p><p class="ql-block"><br></p><p class="ql-block"> 大国博弈中，一方故意释放假技术路线信息，诱导对手投入错误方向。</p><p class="ql-block"><br></p><p class="ql-block">- 冷战时苏联被"星球大战"计划骗了（部分），投入大量资源搞反导，结果经济被拖垮</p><p class="ql-block">- 今天：一方故意展示假AI能力→对手跟风投入→发现是假的→时间和资金都浪费了</p><p class="ql-block"><br></p><p class="ql-block"> 这是"致人"的战略版——不是牵一次鼻子，是牵十年。</p><p class="ql-block"><br></p><p class="ql-block"> 五、怎么判断"谁在牵谁"？</p><p class="ql-block"><br></p><p class="ql-block"> 这是读者最核心的问题。怎么判断自己是不是在被牵？</p><p class="ql-block"><br></p><p class="ql-block"> 1. 看"出题权"在谁手里</p><p class="ql-block"><br></p><p class="ql-block"> 问自己一个问题：今天战场上的选择题，是谁出的？</p><p class="ql-block"><br></p><p class="ql-block">- 如果是你决定"打不打、打哪、怎么打"→你在致人</p><p class="ql-block">- 如果是敌方行动逼着你"必须应对"→你在致于人</p><p class="ql-block"><br></p><p class="ql-block"> AI时代更隐蔽：如果AI系统推荐了三个方案，你选了其中一个——出题权在谁？在设计算法的人。</p><p class="ql-block"><br></p><p class="ql-block"> 2. 看"节奏"在谁手里</p><p class="ql-block"><br></p><p class="ql-block"> 上回说了节奏。谁控制节奏，谁就在牵鼻子。</p><p class="ql-block"><br></p><p class="ql-block">- 你快敌慢→你牵敌</p><p class="ql-block">- 你变敌不变→你牵敌</p><p class="ql-block">- 你多域异步→敌疲于应对→你牵敌</p><p class="ql-block"><br></p><p class="ql-block"> 3. 看"信息流"的方向</p><p class="ql-block"><br></p><p class="ql-block">- 你主动获取敌方信息→你在致人</p><p class="ql-block">- 敌方信息"恰好"出现在你面前→小心，可能是投喂</p><p class="ql-block"><br></p><p class="ql-block"> "恰好看到"的情报，永远要打问号。</p><p class="ql-block"><br></p><p class="ql-block"> 4. 看"决策树"的宽度</p><p class="ql-block"><br></p><p class="ql-block"> 如果你觉得"我只有这几个选项"→大概率被限制了。</p><p class="ql-block"><br></p><p class="ql-block"> 如果你觉得"选项很多，我需要筛选"→主动权在你。</p><p class="ql-block"><br></p><p class="ql-block"> 被牵的人觉得"没得选"。牵人的人觉得"选哪个都行，反正都是我赢"。</p><p class="ql-block"><br></p><p class="ql-block"> 六、反制"被牵"：孙子的三招</p><p class="ql-block"><br></p><p class="ql-block"> 面对AI时代的"致人"博弈，孙子给了三招：</p><p class="ql-block"><br></p><p class="ql-block"> 第一招："先知"——不被信息牵</p><p class="ql-block"><br></p><p class="ql-block"> "明君贤将，所以动而胜人，成功出于众者，先知也。先知者，不可取于鬼神，必取于人。"</p><p class="ql-block"> 不被牵的前提是：信息是真的、全的、自己的。</p><p class="ql-block"><br></p><p class="ql-block">- 多源互证（第十四回说过）</p><p class="ql-block">- 独立侦察（不依赖敌方可能操控的渠道）</p><p class="ql-block">- 原始数据（不依赖别人处理过的结论）</p><p class="ql-block"><br></p><p class="ql-block"> 第二招："形人而我无形"——不暴露被牵的把手</p><p class="ql-block"><br></p><p class="ql-block"> "故形人而我无形，则我专而敌分。"</p><p class="ql-block"> 让敌人看到你想让他看到的，不让他看到真实的你。</p><p class="ql-block"><br></p><p class="ql-block">- 数据脱敏（不泄露真实部署）</p><p class="ql-block">- 行为随机化（不让AI建立预测模型）</p><p class="ql-block">- 欺骗与反欺骗（第十四回的AI战略欺骗）</p><p class="ql-block"><br></p><p class="ql-block"> 第三招："以正合，以奇胜"——留一手不被牵死</p><p class="ql-block"><br></p><p class="ql-block"> 上回说了正奇。被牵的本质是没有"奇兵"了——所有力量都被牵到正面去了。</p><p class="ql-block"><br></p><p class="ql-block"> 留预备队、留暗手、留不暴露的能力。让敌方永远不知道你的全部底牌。</p><p class="ql-block"><br></p><p class="ql-block"> 七、AI博弈的终极悖论：谁在牵算法？</p><p class="ql-block"><br></p><p class="ql-block"> 最后说一个更深的问题。</p><p class="ql-block"><br></p><p class="ql-block"> 如果双方都用AI博弈，AI推荐方案，人类拍板。那到底是谁在牵谁？</p><p class="ql-block"><br></p><p class="ql-block">- AI牵人？→人依赖AI建议，AI被敌方数据投毒→人间接被敌方牵</p><p class="ql-block">- 人牵AI？→人设目标，AI找方案→人在牵AI</p><p class="ql-block">- 算法牵算法？→双方AI互相博弈→谁算得深谁赢</p><p class="ql-block">- 数据牵算法？→训练数据决定了AI的"思维"→数据提供者牵AI</p><p class="ql-block"><br></p><p class="ql-block"> 最终答案：谁控制数据、谁设计算法、谁定义目标，谁就在牵。</p><p class="ql-block"><br></p><p class="ql-block"> 而这三样，最终还是人在控制。</p><p class="ql-block"><br></p><p class="ql-block"> 所以"致人而不致于人"的终极答案没变：还是人牵人。AI只是工具，让牵的速度更快、范围更广、隐蔽性更强。</p><p class="ql-block"><br></p><p class="ql-block"> 八、茅元仪的"牵"字诀</p><p class="ql-block"><br></p><p class="ql-block"> 茅元仪编《武备志》，在"兵猷"部分收录了大量"致人"的案例。他最推崇的是韩信的"致人"：</p><p class="ql-block"><br></p><p class="ql-block"> "韩信背水一战，非奇也，致人也。使赵军尽出，空其营垒，而后得入。赵军不空，韩信不敢入。赵军之出，韩信致之也。"</p><p class="ql-block"> 韩信的精髓：不是自己能打，是让赵军"不得不"按他的剧本走。</p><p class="ql-block"><br></p><p class="ql-block"> 茅元仪如果看到今天的AI博弈，大概会说：</p><p class="ql-block"><br></p><p class="ql-block"> "古之致人，致人耳目。今之致人，致人机心。耳目易惑，机心难防。何也？耳目之惑，人能觉。机心之惑，人不能觉——以机惑机，机不自知也。故善致人者，不惑人，惑人之机。机惑则人惑，人惑则牵矣。"</p><p class="ql-block"> 然后他会补一句：</p><p class="ql-block"><br></p><p class="ql-block"> "然机虽能惑机，不能惑心。心者，人之本也。心清则机不能惑。心乱则机自惑之。故防机之惑，先正其心。"</p><p class="ql-block"><br></p><p class="ql-block"> 九、结语：牵与被牵，存乎一心</p><p class="ql-block"><br></p><p class="ql-block"> 从孙武到今天，"致人而不致于人"六个字没变。但"致人"的方式变了无数次。</p><p class="ql-block"><br></p><p class="ql-block"> AI时代，"致人"变成了：</p><p class="ql-block"><br></p><p class="ql-block">- 骗AI→AI骗人→间接牵人</p><p class="ql-block">- 算得深→让对手永远在反应→直接牵人</p><p class="ql-block">- 设议程→让对手以为自己在选→隐性牵人</p><p class="ql-block"><br></p><p class="ql-block"> 但有一件事没变：被牵的人，往往不知道自己在被牵。</p><p class="ql-block"><br></p><p class="ql-block"> 这是最可怕的地方。</p><p class="ql-block"><br></p><p class="ql-block"> 所以"致人而不致于人"的现代版，第一要义不是"学会牵人"，而是"学会发现自己被牵了"。</p><p class="ql-block"><br></p><p class="ql-block">- 你的AI推荐了方案→问自己：这个方案是谁设计算法的？数据从哪来的？</p><p class="ql-block">- 你看到"恰好"的情报→问自己：为什么这个情报恰好出现？</p><p class="ql-block">- 你觉得"没得选"→问自己：真的是没得选，还是选项被限制了？</p><p class="ql-block"><br></p><p class="ql-block"> 能问出这些问题的人，就不容易被牵。</p><p class="ql-block"><br></p><p class="ql-block"> 茅元仪四十六岁死的时候，大概觉得自己一辈子都在被牵——被朝廷牵、被党争牵、被时局牵。但他留下了一部书，书里有一句话，今天读来依然清醒：</p><p class="ql-block"><br></p><p class="ql-block"> "兵者，诡道也。诡者，疑也。疑者，不自信也。不自信者，人致之。自信者，致人。自信非自是也。自是者，刚愎也。自信者，知彼知己而信其断也。"</p><p class="ql-block"> 自信不是自大。自信是知道自己在做什么、为什么做、有没有被牵。</p><p class="ql-block"><br></p><p class="ql-block"> 牵与被牵，存乎一心。心清则明，心乱则盲。</p><p class="ql-block"><br></p><p class="ql-block"> 下回预告：《史公谈兵（二十）：从"兵非益多"到AI算力经济学——算力即兵力，但兵力不是越多越好》</p>