我生活的种种模式
Models of My Life · 1991
Simon 拿了诺贝尔经济学奖，却用一整本自传去拆经济学的地基。古典经济学的「经济人」能穷尽所有选项、算清每个后果、永远选到最优；Simon 认定这种人不存在——真实的人信息不全、算力不够、时间有限。于是问题变成：如果最优解根本算不出来，人的决策靠什么运转？组织靠什么运转？机器智能又该往哪个方向造？
这本自传的特别在写法：他把自己的一生当成这个命题的案例。回顾每个人生拐点，他反复用同一个隐喻——迷宫。你站在岔口，看不见全局，时间在流逝，只能沿一条路走下去。他自己选大学就没有「最优化」：芝加哥不是算出来的最优，是「足够好且够得着」。全书要证明的不是他多理性，而是：有限理性不是待修复的缺陷，是人、组织、AI 全部从中生长出来的根本约束。
Simon 的回答由三个部件咬合而成，少一个都转不动。
满意即止（satisficing），他用 satisfy 加 suffice 造的词。既然穷尽不可能，理性的搜索就是先划一条「够好」线，碰到第一个过线的解就停手。机制在成本侧：寻找最优的搜索成本——时间、算力、错过的机会——往往超过最优解比「够好」多出的那点收益。所以满意即止不是妥协，是有限条件下唯一算得过账的理性；「再找找更好的」反而常常不理性。
蚂蚁与沙滩。一只蚂蚁在沙滩上爬出复杂、精密、看似深思熟虑的轨迹，但这复杂性几乎全部来自沙滩地形，不是蚂蚁的脑子。这个部件回答一个必然的追问：如果人只是「够好就停」的简单机器，行为为什么看起来那么复杂？答案是复杂性由环境画出，不是内心的深度。归因的方向就此调转——从解剖主体，转向勘测地形。
改造迷宫。前两个部件往前推一步：既然人人都是有限理性的蚂蚁，改善决策的杠杆就不在「让人更理性」，而在设计环境——流程、默认选项、信息呈现，让有限理性的人也能走对。这是他从经济学跨进管理学与 AI 的桥：组织是替个人扩容的决策机器；人脑和计算机是同一类东西，都是有限资源下搜索够好解的符号系统。1956 年他与 Newell 写出第一个 AI 程序 Logic Theorist，就是这个信念的直接产物。
书名 Models 用的是复数，这是整套回答的自指版本：没有单一真实自我，只有多个够用的近似模型。他写自传的方式本身就在演示满意即止——挑足够说明问题的片段，不追求完美叙事。
x：最优解算不出来（信息不全 · 算力不够 · 时间有限）
│
▼
f：有限理性——把约束当起点，不当待修的缺陷
├─ 满意即止：先划「够好」线，第一个过线的解即停
│ （搜索成本 超过 最优多出的那点收益）
├─ 蚂蚁与沙滩：行为的复杂来自环境地形，非内心深度
└─ 改造迷宫：改默认项与流程，不改人
│ 应用
▼
f(x)：判断从「解优不优」换成「线在哪、何时停」
看人先看地形，改决策先改环境
f(x) · 怎样回应这个世界
接受这套回答，三个东西会具体地换掉。
选择的判断标准。 以前问「这个解是不是最优」，现在先问「这里的最优，值不值它的搜索成本」。操作顺序随之倒转：先划满意线——必须项和加分项写清楚——再开始搜索，第一个过线就停手。看了几十篇测评还买不下手一台相机，不是信息不够，是在一个没有最优的空间里追最优：每多看一篇，搜索成本涨一截，换来的边际优势趋近于零。
看复杂行为的归因顺序。 以前是「行为复杂，所以此人深邃」；现在先问「是内心深，还是地形逼的」。把适应误读成深邃，是对人对己最常见的误判——包括回看自己那条曲折的轨迹。
改善决策的杠杆位置。 以前想训练人更理性；现在改造迷宫——改默认选项、改信息呈现、改流程。好制度不是让人变聪明，是让笨办法也不出错。招人时不再等「最优候选人」，定义过线条件后第一个过线就出手；面到第五十个还在想「万一后面有更好的」，搜索成本早已吞掉那点边际优势。
最后是 Simon 用一生示范的推论：满意即止不等于停止搜索。他每次「够好即停」，都在上一个框架失灵的地方重新开一局——政治学、经济学、心理学、AI，一路迁移。划线停手不是懒，是把算力省下来，投进下一座迷宫。