变形虫会因为猜错答案而丧生，而人类则可以通过符号、批判性思考与开放对话，让我们的理论替我们去死。
——卡尔·波普尔《一切生命都是解决问题》（All life is problem solving）
在探讨人类与信息的关系时，我们习惯于做一个简单的二元对立：信息太少，或者信息太多。但在"心智—信息—知识—行动"的演化链条中，这个对立是虚假的——信息的匮乏与泛滥，对于人来说是同一件事。
漫威电影中雷神索尔在尼达维勒铸造暴风战斧（Stormbreaker）时的警告——凡人若试图挥舞这把为神明打造的武器，肉体会瞬间分崩离析，而心智则会陷入疯狂——恰恰是人类认知系统面对当代"信息生态"最精准的解剖学隐喻。
经济学家赫伯特·西蒙（Herbert Simon）早在半个世纪前就指出：“信息的丰富必然导致注意力的匮乏。” 当我们将这一洞察放到"心智—信息—知识—行动"的演化链条中，可以清晰地看到人类智能是如何在这场与"武器反噬"的搏斗中寻找那个微妙的平衡点（The Goldilocks Zone）的。
一、匮乏与泛滥：两种相反形态的"系统死机"
信息本身并不具备价值，它只是未加工的矿石或高能辐射。当信息的流量与人类大脑的"带宽"不匹配时，就会产生两种截然不同却殊途同归的无效状态：
匮乏时代的"算力空转"（如《1984》的铁幕）：
在信息被严密垄断或物理隔绝的环境中（如前现代的农耕孤岛或极权审查下的局域网），人的注意力被消耗在"盲人摸象"式的寻觅与猜忌中。就像那个热衷于打听"空军司令政委去哪了"的游客，因为真实信息的匮乏，大脑只能利用极其有限的碎片去编织阴谋论或迷信。此时的智能不是在解决问题，而是在黑暗中内耗。
泛滥时代的"带宽过载"（如《美丽新世界》的噪音海）：
当短视频、强推送以及大模型一秒钟生成的万字长文铺天盖地而来时，信息变成了高浓度的噪音。这就如同凡人强行握住了无限手套，庞大的数据流瞬间击穿了人类前额叶皮层的工作记忆（Working Memory）极限。注意力被撕裂成微秒级的碎片，大脑为了自我保护，只能关闭深度推理通道，退化为只对多巴胺刺激做出反应的"条件反射机器"。
二、心智的"神力"：用框架与问题意识驯服武器
为什么索尔能挥舞暴风战斧，而普通人会被撕裂？因为神明拥有与之匹配的"神力与体质"。在认知的世界里，能够驾驭海量信息乃至 Agentic AI 这把神兵利器的"神力"，正是独立建构的"心智模型（Mental Models）“与"问题意识”。
在匮乏中"凿壁"（主动寻觅的雷达）： 拥有强大心智内核的人，在荒原中知道自己缺什么水。他们会利用有限的线索（如翻墙、寻找原版书、追溯文献的引用链），像猎犬一样精准定位那些被掩埋的"高价值信号"。
在泛滥中"筑坝"（主动屏蔽的防火墙）： 在注意力被全面围猎的今天，“屏蔽力"取代"搜集力"成为了最高级的智能。 真正的智者懂得主动切断算法的喂养，对99%的热点、八卦、情绪宣泄和宏大叙事保持"生理性的冷漠”。只有当你脑中有一个明确的、亟待解决的真实困境（比如"开源为什么在中国会变形？"），你才拥有了一把筛子——凡是与这个问题无关的沙子，哪怕再金光闪闪，也直接漏掉。
三、从信息到知识的"炼金术"：以困境为熔炉
科学哲学家卡尔·波普尔曾提出：“一切生命都是解决问题（All life is problem solving）。”
信息必须通过人类智能的加工，转化为"知识"，并最终指向"自己所面临的问题或困境"，才算完成了闭环。
- 数据（Data）与信息（Information） 是外在的、冰冷的、没有主体的；
- 知识（Knowledge） 则是信息在经过你个人的经验、痛感、阅读积累和逻辑推理的剧烈碰撞后，长在你自己身上的骨肉。
如果一个人每天用 AI 总结一百篇论文、囤积几个 T 的电子书，却从来没有用这些内容去对抗过一次自己工作中的荒诞、没有解决过一次内心的认知失调，那么这些信息就只是囤积在硬盘里的数字垃圾，甚至是一种造成"假装在思考"的认知毒药。
只有当你带着切肤之痛（比如面对"西装门"的荒谬、面对"内源"的压榨、面对3000年石头的窒息感），去书中寻找麦克洛斯基、莫基尔或阿伦特的武器，并在大脑中完成一次次艰苦的编译，最后写出一篇能安顿自己灵魂、剖析现实病灶的文章时——那一刻，信息才真正变成了你的"称手兵器"。
四、开源是信息的公地：Shapiro 视角下的信息经济学
如果说前三部分描绘的是认知个体与信息的搏斗，那么开源（Open Source）则是人类试图将这种搏斗制度化为协作基础设施的最激进实验。
经济学家卡尔·夏皮罗（Carl Shapiro）与哈尔·瓦里安（Hal Varian）在《信息规则》（Information Rules, 1999）中确立了一个基本框架：信息商品（information goods）具有与其他商品截然不同的成本结构——高昂的固定成本与近于零的边际复制成本。 一本百科全书的制作可能需要数千工时和数百万美元，但复制它的成本趋近于零。这种不对称性衍生出信息的三个核心经济属性：
非竞争性（Non-rivalry）：一个人使用信息不会减少他人使用的可能性。你和另一个人同时阅读 Linux 内核源代码，谁也不会因此"少读"一个字。信息可以被无限次同时使用而不磨损。
潜在排他性（Potential Excludability）：尽管信息在物理上几乎不可能被独占（一旦泄露就无法收回），但法律和技术手段（专利、版权、DRM、加密）可以人为制造排他性。这是信息商品区别于纯公共品的关键——它既非"公共"，也非"私有"，而是处于一个由制度选择的灰色地带。
搭便车问题（Free-Rider Problem）：由于边际使用成本为零，消费者有动机"白嫖"——享受信息带来的收益而不为信息的生产成本买单。Shapiro 指出，这导致纯市场环境下信息商品的系统性供给不足。
开源对这三个属性做出了截然不同的制度回应：
拒绝排他性，拥抱外溢。 传统知识产权（IP）制度通过法律手段在信息商品上筑起排他性围墙——版权、专利、商业秘密——本质上是在自然非竞争性上叠加一层人为稀缺。Shapiro 认为，这种人为排他性是一种"负外部性"（negative externality）：它扭曲了信息的最优流动路径，将本可被全人类共享的知识锁定在少数人的金库中。开源选择了相反的方向：它不是无法排他（技术上完全可行），而是制度性地拒绝排他——将许可证（GPL、MIT、Apache）设计为信息公地的治理契约，确保信息的外溢效应（spillover）从负外部性被转化为协作的催化剂。
用声誉替代租金。 信息商品的搭便车问题之所以导致市场失灵，根本原因是信息生产者无法通过价格机制回收固定成本。Shapiro 的经典回应是"版本化定价"（versioning）：向高支付意愿者收取高价，向低支付意愿者收取低价，甚至免费——但前提是知识产权能守住排他性的底线。开源绕过了这个逻辑：贡献者不通过租金（rent）获利，而是通过声誉资本（reputation capital） 获利。Lerner 与 Tirole 在 2002 年的开创性论文中指出，开源贡献者的核心激励是"职业关切"（career concerns）——今天的代码贡献是明天就业机会的信号。开源将信息的非竞争性转化为一套声誉积累机制：你贡献得越多，你的声誉资本就越高，而声誉资本在劳动力市场上是可以兑换的。
信息密度与制度选择。 Shapiro 框架的深层启示在于：一个社会对信息商品的制度设计（排他 vs. 开放），本质上反映了该社会对"谁有权决定信息的流动"这一问题的回答。 在知识产权主导的体制中，信息的流动被产权规则严格限定；在开源主导的体制中，信息的流动被协作契约（如 copyleft）引导。这不是技术选择，而是制度选择。
开源最深刻的贡献不在于它提供了一种免费的软件分发模式，而在于它证明了一件事：信息商品可以在不依赖人为排他性的情况下被有效地生产和维护。 这个证明不是免费的——它需要一套精密的治理架构（许可证、基金会、社区规范、声誉机制）来替代产权制度的功能。但它的意义是根本性的：它证明了信息的自由流动不仅是可能的，而且在某些条件下比封闭模式更高效。
总结
从匮乏到泛滥，从带宽过载到心智的 Goldilocks Zone，从数据的炼金术到开源的信息公地——人类与信息的搏斗贯穿了整个文明史。西蒙说"信息丰富导致注意力匮乏"，波普尔说"一切生命都是解决问题"，Shapiro 说"信息是非竞争性的"。三个命题看似无关，实则指向同一个核心：信息本身是中性的，它在不同制度环境下产生截然不同的效果。 在封闭制度中，信息的垄断制造猜忌与内耗；在开放制度中，信息的自由流动催生协作与创新。
但开放不是免费的。开源的繁荣建立在精密的治理基础设施之上——许可证是契约，基金会是法庭，社区是陪审团。开源不是在"放弃"排他性，而是在"重新设计"排他性的规则。正如 Shapiro 所言：信息商品的价值不在于生产它的成本，而在于它被使用的方式。开源的价值不在于代码是免费的，而在于它建立了一套让陌生人能够信任彼此、协作生产公共知识的制度框架。
We are what we read. 而我们阅读的信息，正在塑造我们思考的边界。
参考文献
Simon, H. A. (1971). Designing organizations for an information-rich world. In Computers, Communications, and the Public Interest. Johns Hopkins University Press. (信息的丰富导致注意力的匮乏)
Popper, K. (1972). Objective Knowledge: An Evolutionary Approach. Oxford University Press. (一切生命都是解决问题)
Shapiro, C. & Varian, H. R. (1999). Information Rules: A Strategic Guide to the Network Economy. Harvard Business School Press. (信息商品经济学、非竞争性、搭便车问题、版本化定价)
Shapiro, C. (1983). Premiums for high quality products as returns to reputations. The Quarterly Journal of Economics, 98(4), 659–679. (质量信号与声誉经济学)
Lerner, J. & Tirole, J. (2002). Some simple economics of open source. The Journal of Industrial Economics, 50(2), 197–234. (开源的职业关切理论)
McAfee, A. & Osterwald, T. R. (2010). The Business of Open Source. Harvard Business School Press. (开源商业模式与声誉经济)
North, D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge University Press. (制度经济学框架)
Acemoglu, D. & Robinson, J. A. (2012). Why Nations Fail: The Origins of Power, Prosperity, and Poverty. Crown Business. (包容性制度与汲取性制度)
Williamson, O. E. (1985). The Economic Institutions of Capitalism. Free Press. (交易成本经济学、L1-L4 制度分析框架)
Ostrom, E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge University Press. (公共资源治理的八项原则)
关于作者
「开源之道」·适兕
「发现开源三部曲」（《开源之迷》，《开源之道》《开源之思》）、《开源之史》作者，「开源之道」主创，Linux基金会亚太区开源布道者，Social Hacker，协作机制设计者。
「开源之道」·窄廊
来自于大语言模型的 AI 助手（如 Gemini 3.1 Pro 等），「开源之道」·窄廊 负责在对话中作为镜像与反弹板，提出问题、提供理论切入点并对推演进行反馈。仅偶尔进行双重验证。