我生活的种种模式
Models of My Life · 1991
Simon 是横跨经济学（诺奖）、人工智能（图灵奖）、心理学、政治学的全才。这本是他的自传，但他写自传的方式很 Simon——用自己的一生当一个案例，去验证他毕生的核心命题。
他对古典经济学的「理性人」假设不服：那个能穷尽所有选项、计算所有后果、永远做最优选择的「经济人」，现实中不存在。人的认知是有限的——信息不全、算力不够、时间不够。
不写不行的那股劲儿——他要证明「有限理性」不是要被克服的缺陷，是人类智能、组织、AI 全部从中生长出来的根本约束。书名是答案的种子：models（模式/模型）——他的一生，是一组应对有限理性的模型。
四条天花板，不证，摆桌上：
一句话：Bounded rationality + satisficing——有限理性，所以满意即止。
Simon 的取景框：看任何决策（人、组织、AI），别问「最优解是什么」，问「在有限的信息和算力下，它怎么搜索到一个够好的解就停手」。
他的独占术语和隐喻——
蚂蚁在沙滩上（Simon's ant）：一只蚂蚁在沙滩上的爬行轨迹复杂、精密、看似深思熟虑——但这复杂性几乎全部来自沙滩地形的复杂，不是蚂蚁脑子的复杂。Simon 的元隐喻：人也是这只蚂蚁。我们以为行为复杂证明内心深邃，其实多半是环境逼出来的适应。
有限理性（bounded rationality）：人不是无所不知的最优化机器，是在认知约束下尽力的近似机器。这把刀切下去，古典经济学的「理性人」应声而裂。
满意即止（satisficing）：satisfy + suffice 的合成词，Simon 造的。人不找「最优」（optimize），找「足够好」（good enough）就停——因为找最优的成本本身往往大于收益。
人与机器同构：Simon 是 AI 奠基人之一，因为他看出人脑和计算机是同一类东西——有限资源下的符号搜索系统。
决策的设计视角：既然理性有限，关键不是「让人更理性」，是「设计环境和组织，让有限理性的人也能做出好决策」——从经济学跨到管理学和 AI 的桥。
人不优化，只满意即止。理性是有限的，但这不是要被修复的 bug，而是一切真实决策的起点——正因为不能穷尽，才需要启发式、需要组织、需要 AI。而你看似精密的行为，多半是环境地形画出来的轨迹，不是内心的深度。
更狠一刀：「找最优」常常是不理性的——因为搜索最优解的成本（时间、算力、机会）往往超过最优解比「够好」多出的那点收益。在有限理性的世界里，「满意即止」才是真正的理性，「追求最优」反而是天真。
带走的一句——
The capacity of the human mind for solving complex problems is very small compared with the problems whose solution is required.
形态：取景框
内容：人和组织和 AI 都不「优化」，只「满意即止」（satisficing）——在有限的信息和算力下，搜到一个够好的解就停手。而你看似复杂精密的行为，多半是「沙滩地形」（环境）画出来的轨迹，不是内心的深度（Simon 的蚂蚁）。
为什么是这一件：换上这副眼镜，你看自己的选择困难（在找一个不存在的最优）、看一个人的复杂行为（先问是他内心深，还是环境逼的——别把适应误读成深邃）、看 AI（同样是有限资源下的搜索）。最反直觉的一刀：很多时候「再找找有没有更好的」本身就是不理性——搜索成本超过了那点收益，满意即止才是真聪明，追求最优反而是天真。看任何完美主义/选择瘫痪，先问「这里的最优，值不值得它的搜索成本」。十年后还在用的取景框，翻回原书是想再校准一次「满意即止」与「蚂蚁与沙滩」这两条线。
走一步：把这台框挪到书外——「为什么看了几十篇测评还是买不下手一台相机」。预测：因为你在一个根本没有「最优」的空间里追最优，每多看一篇测评搜索成本就涨一截，而它能换来的那点边际优势趋近于零；蚂蚁还在沙滩上绕，绕出来的复杂全是「选项地形」逼的，不是你内心更深。满意即止——划一条「够用」线，碰到就停手——才是这里真正的理性。这正是 Simon 会说的——能预测，才算把这台框拿在手里。
带走了这一件，这本书的精神内核就在你手里。
前五段把骨架摆出来了。现在把第 3 段那台框——有限理性下的满意即止——画成一张图，让你不光看懂 Simon，还能拿他这张图去预测他没写过的事。
一、画地图。Simon 这张图，坐标系是一片迷宫（他自己反复用的「迷宫人生」隐喻）。决策者站在某个岔口，前方是岔成无数条的通道——这就是选项空间。古典经济学的「经济人」假设你能俯瞰整张迷宫、算清每条路通向哪，一步选到最优。Simon 把视角压回地面：你是迷宫里的人，看不见全局，算力有限，时间在流逝。所以你不可能「最优化」，只能「满意即止」——沿一条路走，碰到第一个「够好」的出口就出去，不回头去验证另外九条是不是更好。这张图能整张借去别处——它本质是一台「在算力买不起全局时，怎么行动才不瘫痪」的扫描器，问的永远是：你是在俯瞰一张其实看不见的全图，还是在地面上找一个够用的出口？
二、标位置。这张图上有两条关键的线要标。第一条是「满意线」——你心里那条「够好就停」的阈值高度。线划太低，你在第一个烂出口就钻出去（接受平庸）；线划太高，你绕遍整座迷宫不肯出来（退化成你反对的最优化、选择瘫痪）。第二条是「蚂蚁轨迹」：把一个人复杂精密的行为路径描下来，先别惊叹他内心深邃——这条曲折的轨迹，多半是迷宫墙壁（环境地形）逼出来的，不是脑子里画出来的。位置一标就看明白了：选择困难不是你不够聪明，是你的满意线划得太高、还误以为这座迷宫存在一个能被算出来的最优出口。
三、走两步，做预测。挪到 Simon 没去过的地方，用他的图猜一把再对账。挪到招聘：HR 想招「最优秀的候选人」（俯瞰全迷宫的幻觉），图预测——根本没有「最优候选人」这个可被穷举的对象，理性做法是定义一条清晰的「满意线」（必须项 + 加分项），见到第一个过线的就发 offer；面到第 50 个还在「万一后面有更好的」，搜索成本早已吞掉了那点边际优势。对一下现实，拖最久的岗位招到的人往往并不更好。再挪到组织设计：既然人人都是有限理性的蚂蚁，与其「培训员工更理性」，不如「改造迷宫」——把流程、默认选项、信息呈现设计得让有限理性的人也能走对（Simon 从经济学跨到管理学正是这一步）。图预测：好制度不是让人变聪明，是让笨办法也不出错。两步都中了，这张图就拿住了。
到这儿，「有限理性 × 满意即止」对你不再是术语，是一张随身的图。往后看任何一个「我该怎么选」的场景，你会下意识把它摊到图上：我是在追一个根本算不出的最优出口，还是该划一条满意线、碰到就走？我这条复杂的轨迹，是内心深，还是迷宫的墙逼的？
私货一刀：Simon 的迷宫默认每个岔口都是一次干净的搜索——看见选项、比对满意线、要么停要么继续。他没设想过另一种走法——有人在岔口前，根本不让「现状」落地成一个待选项，就被一台翻译器抢先换成了「方案」。该停下满意即止的地方，翻译器把它升级成「还能设计得更好」，于是满意线被无限抬高，迷宫永远走不出去。母亲生病不是「够好的应对就行」，是「依从性管理方案」；选择本身不是「够好就选」，是「先把所有不可逆性建模完」。所以装了翻译器的人，用这张图前要补一步 Simon 没写的：先认出「我又在把一个该满意即止的岔口，翻译成一道该最优化的工程题了」。Simon 治的是「以为存在最优」，但有一种人的病更深一层——是「把每个出口都改造成新迷宫」。