【思想札记】现代技术文明的咬合链条与观念节点的点火

企业是社会的一个器官，而不是凭空存在的孤岛。企业必须对社会负有责任，因为企业的一切绩效都在外部，而企业对社会的每一次滥用，最终都会以更高的代价反噬自身。

———— 彼得·德鲁克（Peter Drucker）《管理：任务、责任、实践》

（配图由大模型 sensenova-u1.5-lite 与 skill sn-image-base 生成：一排精密的齿轮互相咬合，其中一枚还带着未熄灭的余火。）

引子：一道被算错的算术题

核心命题：超越局部算计的"MBA 价格战叙事"，从互为因果的社会生态链条审视开源——为什么在数字文明中，维护上游公地是现代市场经济不可逃避的**“结构性必做项（Structural Imperative）”**，以及独立思考者如何从观念节点出发，点燃正向的链式反应。

主题域：制度经济学 · 组织理论 · 产业公共品 · 「对抗开源」系列理论总纲

这几年，关于开源最常见的一种解释，是把企业资助开源说成一场定价决策：把某一技术层的价格压到零，将利润挤压到自己更有垄断优势的相邻层——芯片、云算力、物理载体。这套说法在游说场合与商学院课堂上都很受欢迎，因为它听上去老练、务实、不含任何理想主义。

但它算错了一件事，而且是致命的那件。

如果开源真的只是一场"把中间层变免费"的商业阳谋，那么任何一个受过标准训练的理性高管、任何一个精明的制度套利者，算出来的最优解都不是自己去造那座桥——而是等别人把桥修好，自己省下研发预算去打广告、抢渠道、赚下游的人月差价。这是一个标准的搭便车纳什均衡：既然投入是公共的、收益是私有的，那么理性选择就是不投入。

于是这套叙事立刻遇到它解释不了的事实：公地为什么还是被造出来了？而且被一造再造？

正如 Google 发明并向 CNCF 捐赠了 Kubernetes，成功将容器编排层免费标准化，但流向底层算力的最大市场份额却被 AWS（28%）和微软 Azure（22%）收割，出资人 Google 自己仅排第三（约 14%）。靠教人算计短期价格转移，永远无法解释公地的生成与维系。

如果开源是纯粹的价格转移，Google 是这场交易里最不划算的一方。它为什么还要做第二次、第三次？

答案不在价格里，在制度里。这是一道算错的算术题——它把"事后控制权"从等式里删掉了。

哈佛教商学院对 PyTorch 治理权移交的实证（Yue & Nagle, 2024），与波士顿大学对 Eclipse 治理演进的研究（O’Mahony & Karp, 2020），指向同一个结论：真正决定外部互补者（芯片制造商、独立工具商）敢不敢真金白银入场的，从来不是代码免不免费，而是焦点企业是否通过可信的制度安排让渡了事后控制权、是否建立了在时间与范围上可预期的供给规则。

把开源等同于"零价格（Access Rights，访问权）"，掩盖了现代技术生态最核心的制度博弈。真正决定外部互补者是否敢于真金白银入局投入的，从来不是代码免不免费，而是焦点企业是否通过可信的宪政制度让渡了事后控制权，是否建立了具有时间与范围可预期性的供给规则（Provisioning Rules）。

只有消除了"事后被敲竹杠（Hold-up）“与"被平台从脚底下吞噬（Eaten from below）“的制度恐惧，分布式平台领导力与生态繁荣才会真正涌现。

代码免费是入场券；控制权被让渡，才是让人敢下注的理由。

这篇文章想做的，是把这道题再往上推一层：不只在"某家公司该不该开源"这一层算账，而是回到人类文明的组织方式上，问一个问题——

为什么在现代技术文明里，维护上游公地是一件"结构性必做项”，而不是一道可选的善事？

为此需要十个理论节点。它们不是十条并列的道理，而是十个互相咬合的齿轮：拆掉任何一个，其余九个都转不动。

一、科斯：不维护上游，企业就要用科层去重造整个技术栈

科斯（Coase, 1937）在《企业的性质》里问了一个朴素的问题：既然市场能配置资源，为什么还要有企业？答案是交易成本——企业之所以存在，是因为把某些交易放到组织内部来做，比在市场上一次次谈判更便宜。

这个框架反过来用，可以算一笔非常冷的账。

今天任何一家公司——哪怕市值万亿——的技术底座并不是它自己造的。它悬空架设在一条由开放标准与开源软件层层咬合而成的公共链条上：

连接与展示的协议基座（TCP/IP 与 W3C）：互联网之所以没有分裂成早期 CompuServe 或 AOL 那样相互隔绝的私有局域网，是因为 IETF 的 TCP/IP 协议栈与蒂姆·伯纳斯-李在 W3C 确立的免版税（Royalty-Free） Web 标准（HTML/HTTP/CSS），将网络通信与信息展示的底层规则变成了全人类共享的公共品。

计算、终端与协同的引擎（Linux、Chromium 与 Git）：往下看，从托起全球 90% 以上公有云和全部超级计算机的 Linux 内核，到吞吐着全球绝大多数网页与桌面应用流量的渲染引擎 Chromium，再到全世界几乎所有软件工程师每天赖以协作合并每一行代码的工业级公共品 Git（Alcaras, 2026），构成了现代数字工厂的车床与流水线。

表达、调度与智能的语言（Python、Go、Kubernetes 与 PyTorch）：往上看，支撑起云原生高并发基础设施的 Go 语言与 Kubernetes，支撑起整个数据科学与人工智能革命的 Python 生态与 PyTorch 框架——今天高达 97% 的商业软件代码库中都直接流淌着开源的血液。

不妨做一次最冷酷的资产清算：如果把这条公共技术链条抽走，今天任何一家哪怕市值万亿的科技巨头，还能独立运转哪怕一秒钟吗？

一家公司要"独立"运转，就得靠自己内部的科层去独立生成、维护并演进一套操作系统（如一亿行代码的 Linux）、一套浏览器内核（如数千万行代码的 Chromium）或一套编程语言生态（如 Python/Go）——那不是多花点钱的问题，而是它的内部组织协调成本与重置维护成本会瞬间变成一个令任何资产负债表破产的天文数字。

科斯告诉我们：企业存在是为了节约市场交易成本；但市场交易成本之所以能被压低，是因为有一层公共基础设施先把重复的谈判消化掉了。 开源公地承担的，正是这一层。

现代科技企业的超额利润，本质上是因为开源公地替它们承担了高达 90% 的底层公共折旧。

开源不是市场经济之外的施舍，它本身就是现代市场经济得以实现深度分工（亚当·斯密定理）的先决制度条件。 斯密说分工受市场范围限制；而在数字技术领域，“市场范围"这件事本身，是被开放标准与共享代码撑开的。

1.1 这不是修辞：一笔已经被算出来的账

上面那个"天文数字”，此前只能当形容词用。但 2024 年，哈佛商学院的 Hoffmann、Nagle 与 Zhou 把这个数字算了出来（The Value of Open Source Software, HBS Working Paper 24-038）。

他们的做法很讲究：用劳动力重置成本估计供给侧价值——把每一个被广泛使用的 OSS 包，按代码行数（只用人类最可能手写的那一类语言）套入 COCOMO II 模型，算出"从零重写这一份代码需要多少人月”，再乘上按各国 GitHub 贡献份额加权的全球程序员薪资；需求量侧价值则乘以实际使用次数（每家公司只计一次，因为代码在企业内部是俱乐部品）。数据来自两个互补来源：Linux Foundation 与哈佛创新科学实验室的 Census II（借三家软件成分分析厂商的扫描覆盖数万家公司，会计年度 2020 年，2,709,155 次使用观测、2.61 亿行代码——面向企业内部产品），以及 BuiltWith（扫描全球 880 万个网站、7,280 万条 OSS 使用观测——面向企业对外网站）。

结果是这样的：

$41.5 亿 对 $8.8 万亿，相差约二千一百倍。 这不是笔误，是两种世界观的价差。

而这两个数字的比，本身就是一个制度命题。为什么同一个东西，“重写一次"只要 41.5 亿，“每家企业各自重写"就要 8.8 万亿？因为差额正是公地替社会消掉的那部分重复劳动。这两千倍，就是科斯所说"交易成本被公共基础设施消化掉"的价格标签。

再看三个更有杀伤力的细节：

第一，企业软件支出会变成 3.5 倍。 论文的估算路径是：2020 年全球企业在软件上实付约 $3.4 万亿（由 Statista 全球软件营收 $5,317 亿的存量折算，再按美国 NIPA 中预包装软件占 45% 的比例外推）。若无 OSS、每家改用内部开发者重写，总支出将变成 $3.4 万亿 + $8.8 万亿 = $12.2 万亿，即现在的三倍半。这不是"开源省钱”，这是现代市场经济的成本结构建立在开源之上。

第二，价值极度集中在少数语言上。 需求方价值的 84% 来自前六大编程语言（Go、JavaScript、Java、C、TypeScript、Python）；其中 Go 一个语言的需求侧价值是第二名 JavaScript 的四倍以上——因为云原生基础设施的依赖密度远高于前端库。这说明公地不是一个均质的"公共池塘”，而是一个由少数几个底座撑起的哑铃结构。

第三，也是最重要的一条：5% 的开发者创造了 96% 的需求方价值。 论文的洛伦兹曲线几乎是贴着横轴然后垂直拉起的——最后 5%（约 3,000 名）开发者贡献了供给侧 93%、需求侧 96% 的价值；而且这批人不是只守着几个明星仓库，他们参与的项目数也显著更多。论文的原话是：“对社会上这一小批人的支持，是开源未来成功的决定性条件”。

这一条恰好把科斯接回了制度分析：公地的重置价值高达 8.8 万亿，但维护它的人不到三千。 这个数量级的错配，不是"维护者很伟大"的抒情题材，它是一个结构性风险——也是科斯所谓"企业用科层重造世界"在现实中唯一没有发生的理由。

顺带一提：作者在引言里把数字公地与哈丁的"公地悲剧"（Hardin, 1968）和奥斯特罗姆的解法并置，并引了开尔文那句"不能度量就不能改进"。他们写这段话的目的很明确——如果公地被过度使用而投入不足，它会在自身成功的重量下垮掉（Lifshitz-Assaf & Nagle, 2021）。这句话在 2024 年被写进哈佛的工作论文，而它在我们这里，是同一条链条上的同一个判断。

齿轮一：开源把全社会的重复谈判成本吃掉了——这一笔账 2024 年已经被算出具体数字：抽掉它，每家企业都要用科层重造一遍世界，代价是 8.8 万亿美元。

不过这一节算的是重置成本，它回答的是"抽掉公地要付多少钱"，还没有回答另一件事：这笔账既然这么大，为什么每天真正去付维护费用的人，少得不成比例？

这个缺口不是修辞上的，是结构上的。“必做项"和"没人做"之间如果没有一道机制，那么所有关于结构性必做项的论证，都只是把话说得更重而已。 后文第九节和第十节会分别给出这道机制的两半：价值捕获路径已经转移（第九节），以及分配机制的断裂（第十节）。

二、马奇：组织不是求解机器，它需要"无理由做事"的空间

科斯解释了"为什么必须共享”，但没有解释共享是怎么被组织出来的。这里需要第二个节点：詹姆斯·马奇（James G. March）。

马奇与西蒙同出卡内基学派，但他后来做的事情比"理性有限"更近一步。他在 1971 年的《愚蠢的技术》（The Technology of Fooliness）里提出一个几乎反管理的判断：

个体与组织需要一些没有充分理由去做事的方式。

这句话不是反智，而是对"组织是一台求解机器"这个假设的反驳。马奇认为，如果组织只做被证明有效的事，它就永远只能在已知的选项空间里优化；而真正的新东西，往往来自在理由不充分时就先做起来的过程。

更具体的是他与 Olsen 提出的组织选择的垃圾桶模型（Garbage Can Model）：在"有问题的偏好、不清楚的技术、流动的参与"这类有组织的无政府状态里，问题、解决方案、参与者与选择机会是四条各自流动的溪流，它们的相遇往往靠时机而非因果。

这个模型放在开源里几乎不需要翻译：

• 问题：某个工程师今天被一个 bug 卡住了；
• 解决方案：三年前某人写的一段代码，此刻恰好被找到；
• 参与者：一个从未谋面的陌生人，正好在同一个邮件列表里；
• 选择机会：一次 pull request 的评审。

它们为什么能相遇？不是因为有人在规划，而是因为有一个公共场域让它们能够相遇。公共邮件列表、公开的代码历史、可检索的 issue——这些东西的功能不是"管理"，而是提高四条溪流相互碰撞的概率。

马奇还给了另一对更著名的概念：探索（exploration）与利用（exploitation）。组织必须在两者之间分配资源，而这两者的回报结构完全不同——利用的回报是确定的、短期的；探索的回报是不确定的、长期的。任何一个理性的、被短期考核驱动的组织，都会系统性地把探索饿死。

开源公地在这里的作用方式非常特别：它把探索的成本外部化了，于是探索得以在单个组织的考核周期之外存活。

一个工程师在业余时间为一个上游项目修 bug，这件事在他的 KPI 里是负分；但放到公共场域里看，它是整个生态的探索预算。公地是社会给"无用之事"留的那笔钱。

2.1 组织的热力学铁律：没有开放的负熵输入，封闭企业无法抵抗内部熵增

马奇讲的是"组织为什么需要探索"，但还有一个更硬的视角：任何封闭的科层组织，都是一台天然制造熵增（Entropy）的机器。

在封闭的企业高墙之内——正如那些迷信"关起门来诚实实践"、把外部同行评议斥为"外人指指点点"的本土外包式大厂——信息传递是顺着行政汇报线扭曲的。为了迎合短期 KPI、保住部门地盘或按时向客户交差（售卖人月），工程师倾向于用最廉价的**硬编码（Hardcode）和临时补丁（Workaround）**把问题糊弄过去。

缺乏残酷的外部证伪机制，再聪明的精英团队一旦处于信息封闭的孤岛，不出数年就会陷入集体自欺：代码库迅速腐化为无人敢动的**“遗产泥潭（Legacy Mud）”，组织则在部门墙、汇报表演与内耗中走向热寂**。

而真正的开源共同体（Upstream），在组织意义上究竟是什么？

它是现代企业唯一能够接入的、低成本且高强度的"外部负熵源（Negentropy Source）“与"极限压力测试场”。

尼古拉斯·奥雷（Auray, 2017）对 Debian 社区的制度解剖展示了这套机制如何运转：在公开邮件列表的永久审视、基于代码实力的绩优制（Meritocracy）以及**“谦逊元规范（Norme d’humilité）”**之下，没有任何公司头衔可以帮你遮羞。

当一家企业迫使自己的核心基础设施代码走向开源上游，去和全球最挑剔的同行发生摩擦、接受质询、对齐通用架构标准时，它实际上是在借用全球共同体的外部势能，强行打破自身内部科层制的板结与腐败，完成技术架构的新陈代谢与负熵输入。

拒绝开放与 Upstream 的企业，就是在切断自己的负熵通道，注定要在内部技术债的堆积中窒息。

热力学在这里不是比喻的修辞，而是对一个可观察事实的命名：封闭系统的无序度只增不减，唯一的办法是从外部持续输入秩序。

齿轮二：开源不是一个更高效的生产方式，它是一个让探索不必经过审批就能发生的社会装置。

三、西蒙：因为人是有限理性的，所以必须共享——这是认识论结论，不是道德结论

马奇的组织理论有一个更底层的地基：赫伯特·西蒙（Herbert Simon）的有限理性（bounded rationality）。

西蒙的判断是三句话：人的理性是有意图的（intendedly rational），但能力是有限的；因此真实决策不是最优化，而是满足（satisficing）——找到一个"够好"的选项就停下。

这个判断的推论，比它本身更重要。

如果每个决策者都是有限理性的，那么没有任何一个决策者，能独自掌握一个复杂技术系统所需的全部知识。这不是谦虚，这是认识论上的一条硬约束。于是只有两个选择：

1. 每个人各自满足于自己的局部最优，系统整体陷入重复劳动与不可互操作；
2. 建立一个能让判断互相校验、让"够好"的标准被共同抬高的场域。

开源选的是第二条。而它之所以能被选，是因为代码是可被公开检验的对象——这是软件这种人造物罕见的一点：它的正确性可以被陌生人独立验证。

于是出现一个很关键的转换：

共享不是慷慨，是有限理性的必然结果。 你不共享，别人也无法从你的错误中学习；别人不共享，你同样要在同一个坑里再摔一次。

在这个意义上，开源社区做的其实是把个体的有限理性，汇聚成一个分布式的、可以自我纠正的共同体理性。公开评审、可复现的构建、可追溯的提交历史——它们的意义不是"透明"这种价值，而是降低整个系统的认知误差。

3.1 链条的咬合：开源如何作为核心齿轮死死咬住现代市场经济

理解了"巨额重置成本（科斯经济维度）“与"抵抗组织熵增（热力学维度）"，就能看清开源是如何作为核心齿轮，死死咬合在现代市场经济的链条之中的：

产权与契约保护（开源许可证） ⇄ 平权同行评议（外部负熵输入） ⇄ 产业公共品演进（TCP/IP · Linux · Git · PyTorch） ⇄ 控制权窄廊制衡（消除敲竹杠恐惧） ⇄ 互补性商业创新与市场整体繁荣

在这条环环相扣的现代文明链条上，每一个节点既是"鸡”，也是"蛋"：

• 黑客与工程师在日常工作痛点中对**“真正工作（Real Work）”**的追求，滋养了 Git 与 Linux 这样的产业公共品（Alcaras, 2026）；
• 产业公共品的成熟，大幅降低了全社会创业与创新的边际成本，催生了移动互联网、云计算与 AI 巨头的商业繁荣；
• 而成熟的商业巨头为了防止底层技术栈腐烂、为了吸引互补者（如芯片商与独立工具商）共同分摊下一代基础设施的研发风险，又必须通过中立基金会让渡控制权、建立可预期的供给规则（Yue & Nagle, 2024；O’Mahony & Karp, 2020），将资本与工程力量反哺回上游公地。

因此，对于任何一家深度嵌入现代技术生态的企业而言，参与标准制定、做 Upstream 回馈与维护开源公地，绝不是顺景时的"慈善选做题"，而是维持整个市场分工链条不断裂、防止自身组织熵死与技术断代的"结构性必做项"。

反之，如果一个生态里的精英普遍奉行**“强盗与包工头逻辑”**——只管拿免费的开源底座去砌私有的墙、赚取数万名程序员的人月差价，却绝不向上游回馈一行通用代码——那么多米诺骨牌的坍塌将是必然且不可逆的。

3.2 四张多米诺骨牌

这四张牌的顺序不是修辞上的排比，而是因果上的先后：第一张牌倒下的那一刻，其余三张已经在路上了。

齿轮三：因为没人能全知，所以必须共享。这是认识论，不是道德。

四、自由市场：不是价格机制，而是一整套让陌生人可以协作的制度

上一节说到，共享是有限理性的必然结果。但「必须共享」只回答了为什么，没有回答凭什么——凭什么一群互不相识的人，愿意把自己最要紧的判断交出去？

这就要谈到承载协作的那个容器。而在谈容器之前，必须澄清一个常被混淆的点。

很多人以为"市场经济"就是价格机制、就是供需曲线、就是谁便宜买谁。这是把市场的结果误认成市场本身。

自由市场真正的内容，是一整套让陌生人能够彼此信任地做交易的制度：产权清晰、契约可执行、进入与退出自由、欺诈有成本、失败可承受。价格只是这套制度运转之后浮现出来的信号。

阿西莫格鲁与罗宾逊（Acemoglu & Robinson, 2012; Acemoglu, Johnson & Robinson, 2005）把这套内容概括为包容性制度（inclusive institutions）：它允许广泛的人参与经济机会、允许新进入者挑战既得利益者、允许失败者重来。

开源是这套制度在技术领域的同构物，而且不是比喻，是逐条对应：

这张表里最容易被忽略的是第四行：fork 权。它看上去是个技术功能，实际上是退出权——而在制度经济学里，退出权是约束权力的最后手段。

一个不能被 fork 的"开源项目"，即使许可证写得再漂亮，也只是开放了访问权，没有开放退出权。它的治理不受任何真实约束。

齿轮四：开源之所以有效，不是因为代码公开，是因为它复刻了一整套让陌生人敢合作的制度。

五、阿西莫格鲁：汲取性制度在原理上就完不成这个咬合

现在可以把这条线索翻到反面——这可能是整篇札记里最锋利的一处。

阿西莫格鲁与罗宾逊（2012）在《国家为什么会失败》里给出一个关键机制：汲取性制度（extractive institutions）下的增长不可持续，原因不是效率不够，而是精英会主动扼杀创造性破坏。

因为创造性破坏会重新分配权力，而权力正是汲取性制度赖以存在的基础。

这个机制放到开源上，是一个几乎无法绕开的结论：

一个汲取性的制度环境，无法完成开源所需要的制度咬合。 不是它不愿意，是它在原理上做不到。

逐条对照就能看清：

• 它做不到让渡控制权。 开源的核心承诺是"我相信你，你把控制权交出去，我才会投入"。而汲取性制度的默认姿态是集中控制——控制权一旦交出，就再也拿不回来。
• 它做不到可信承诺。 承诺之所以可信，是因为有第三方、有时间、有可验证的记录。而汲取性制度下的承诺，其有效期等于承诺者的任期。
• 它做不到容忍 fork。 fork 是退出权，而退出权在汲取性制度里被视为背叛而非选择。
• 它做不到让声誉累积。 声誉需要长期、公开、可追溯的记录。而在一个"评价体系由行政级别决定"的环境里，技术声誉根本无法被兑换成任何东西。
• 它做不到允许失败。 汲取性制度把每一次失败都变成责任问题，于是所有人都会选择不做事而不是试着做错。

结论不是"这个地方的人不够聪明"或"投入不够多"，而是：这套制度所需的每一个前提，在这里都被系统性地反向设定了。

这也解释了「开源之道」过去反复观察到的一个现象：形态可以照抄，咬合无法照抄。 许可证可以翻译，基金会可以注册，仓库可以自建，代码可以搬运——但让这些东西真正咬合起来的那套制度关系，无法随之迁移。

于是长出的是外形相似、内核不同的东西：有仓库没有治理，有项目没有共同体，有提交数没有声誉，有"开源活动"没有开源。

齿轮五：汲取性制度不是"开源做得差一点"，是与开源所需的制度前提相冲突。这不是程度差异，是方向相反。

六、莫基尔：共同知识才是增长的引擎，而它需要被"允许"增长

如果说阿西莫格鲁解释的是为什么有些地方不行，那么莫基尔（Joel Mokyr）解释的是为什么有些地方行。

莫基尔在《增长的文化》（A Culture of Growth, 2016）与《雅典娜的礼物》（The Gifts of Athena, 2002）里提出一个判断：工业革命之所以在欧洲爆发，不是因为资本更多、资源更丰富，而是因为那里出现了一种对知识本身的新态度——知识被当作公共财产、被允许质疑、被鼓励公开。

他给出的分析工具里，有两个特别有用：

第一，命题知识与指令知识（propositional / prescriptive knowledge）。 “知道为什么"与"知道怎么做"是两种不同的知识。近代增长的关键不是其中任何一种单独增长，而是两者之间的反馈回路被打通了：懂原理的人开始关心技术，做技术的人开始能读到原理。

第二，“文人共和国"与知识访问成本（Republic of Letters / access cost）。 启蒙时代的欧洲出现了一个跨越国界的非正式自治网络：学者与工匠放弃行会的祖传秘方，转向公开发表以换取同行声誉。由此，全社会获取知识的访问成本断崖式下降。

这两个工具放在开源上，几乎是量身定制的：

• 开源是指令知识的公共化——代码就是"怎么做"的最精确表达；
• 开源同时是命题知识的载体——设计文档、RFC、issue 里的争论，把"为什么这样设计"留了下来；
• 而开源许可证 + 公开仓库 + 可检索历史，正是数字时代的访问成本断崖。

更关键的是莫基尔那句隐含的判断：知识之所以能累积增长，是因为它被放进了一个允许它增长的制度环境。 共同知识不是自然状态，它是被维护出来的。

一个社会如果把知识当成需要保密的资产、把公开当成损失、把质疑当成冒犯，那么它的共同知识不会增长——它会退化。因为共同知识的存在依赖于互相信任对方会公开，而这个信任一旦破裂，理性选择就退回到秘方文化。

齿轮六：共同知识不是天上掉下来的，它是被一套"允许公开"的制度持续生产出来的。

七、Innovation Commons：公地不是免费的，它有必须先付的钱

上一节讲的是「知识需要被允许公开」。但允许公开只是松了绑，还没有回答一个更实际的问题：公开之后，那个让大家先凑在一起试错的场合，是谁搭起来的、又靠什么维持？

这是整条论证里最容易被理想化掉的一环。人们倾向于把公地想象成「只要大家愿意分享，它就在那儿」。事实恰好相反。

珀茨（Jason Potts）在《Innovation Commons: The Origin of Economic Growth》（2019）里提出了一个很有意思的概念：创新公地。它的核心主张是——在新技术真正成为市场之前，存在一个公地阶段：知识在尚未被定价、未被确权、未被商业化的状态下，先在一个半开放的共同体里流动、试错、被发现。

这个阶段的价值在于：它发现了技术的机会。市场只能配置已经知道的东西，而公地可以发现还没人知道的东西。

但珀茨也提出了一个更难的问题：创新公地不是自然而然存在的，它有成立条件。

从制度经济学的角度看，这些条件可以列成一张清单：

1. 边界必须存在。 公地不是无主之地。谁在做、谁在评审、准入门槛是什么——这些必须清楚，否则公地会退化成荒地（Ostrom, 1990 的第一条设计原则）。
2. 有值得分享的知识。 如果参与者手里没有互补的东西，公地就没有价值，只剩社交。
3. 有可预期的回报。 参与者不一定为了钱，但一定要有某种可兑换的东西——声誉、优先权、就业机会、后续商业化的可能。没有兑换通道的公地，会迅速空掉。
4. 有低成本的协作基础设施。 邮件列表、版本控制、issue 追踪、CI——这些不是锦上添花，是公地能否以极低成本维持的硬条件。
5. 有容忍失败的余裕。 公地里的绝大多数尝试都会失败，如果失败有惩罚，就没人尝试。
6. 有让渡控制权的意愿。 这是最贵的一条。控制权是公地里最稀缺的资源：给了别人，自己就不再独占。

这六条里，前五条都可以靠投入解决；第六条不能。

而第六条恰恰是最关键的——因为它决定了这一整套投入是否会被信任。没有可信的控制权让渡，前五条投入都是沉没成本：你可以建起漂亮的公地，但没人愿意把最好的东西放进去。

齿轮七：创新公地不是免费的，它有一张必须先付的账单——而账单上最贵的一项是"放弃控制”。

八、为什么有的扩散开了，有的没有——罗杰斯扩散论与它背后的六层机制

8.0 一个被排除在主线之外的问题

前面七节论证的是"为什么必须咬合”。但必须做和做成了之间，还有一道很宽的沟：同样的开源技术，为什么有的扩散成全社会的基础设施，有的只能在一个小圈子里自转？

这道沟属于传播学。而传播学里最结实的一条腿，是埃弗雷特·罗杰斯（Everett Rogers）在《创新的扩散》（Diffusion of Innovations, 1962）中建立的框架。

先把他的基本结构摆清楚：

• 采纳曲线是 S 形：先慢、后快、再饱和。原因是网络效应——采纳者身边已有采纳者时，采纳的阻力会急剧下降，所以拐点往往发生在某个临界比例之后。
• 采纳者分为五类：创新者（2.5%）、早期采纳者（13.5%）、早期多数（34%）、晚期多数（34%）、落后者（16%）。切分标准不是性格，而是相对他人采纳时点的早晚。
• 扩散靠社会网络：曲线的形状由人际影响决定，而不是由信息可得性决定。“知道"和"采纳"是两件事，中间隔着一次社会性的担保。

但罗杰斯框架里真正可用的，是他给出的决定采纳速度的五个属性，以及他反复强调的那几个关键角色。逐条放到开源上，诊断力惊人。

8.1 五个属性：开源在哪些维度占优，在哪些维度自伤

这五条里，值得单独展开的是三条。

相对优势为什么在采购流程里失效。 罗杰斯的"相对优势"预设了一个可以比较的收益口径。但企业采购的比较口径是报价单，而开源没有报价单——它的收益是"省下的授权费"（看不见）、“避免的锁定”（未来），以及"可审计性"（合规部门才在意）。这三项都难以进入采购决策的算分表。于是出现一个荒谬的结果：开源的相对优势越真实，它在采购流程里越难被表达，因为它的优势恰恰是"没有价格"这件事本身。

兼容性是真正的坎，而且冲突发生在价值观层。 罗杰斯把兼容性分成三层：与既有技术基础设施、与既有实践习惯、与既有价值观。用开源这一侧，前两层正在快速改善；真正卡住的是第三层——开源要求组织承认"墙外的陌生人有权评价我们的代码"。这不是流程问题，是与科层制的基本假设正面冲突（见第五节）。这也是为什么很多组织能"用开源"但永远做不到"参与开源"：前者只需要前两层，后者必须过第三层。

参与门槛是被低估的认知税。 使用开源的门槛正在趋近于零（一条 pip install）。但参与开源的门槛堆得很高：许可证语义、DCO 与 CLA 的差别、邮件列表的礼仪、补丁格式、review 周期的耐心、被拒绝时的心理承受力。前七节讲的"让渡控制权"是给组织的门槛，这一节讲的是给个人的门槛。技术扩散的失败，常常不是组织不让，是个人不愿。

8.2 可观察性：为什么"上游之旅"讲起来都像成功学

罗杰斯框架里最被忽略、却在开源语境里最锋利的一条，是可观察性。

开源的成功故事极其可见：Linux、Kubernetes、PyTorch，都写进了每家公司的品牌材料。但失败的故事系统性不可见，原因不是没人失败，而是失败没有留下可被观察的痕迹：

• 失败是私有的。 “我们派了三个人做了两年上游，最后没进 maintainer 席位”——这段话不会出现在任何公开渠道，因为它对当事人是负资产。
• 失败不可归因。 上游尝试往往不声不响地衰减：投入减少、人员调岗、补丁越来越少，没有一个"失败时刻"可以被指认。
• 失败被重新叙事。 一旦退出，组织会把这段经历重新包装为"我们评估后认为自研更合适"，于是失败变成了决策。
• 成功被选择性记录。 少数进了 maintainer 席位、拿了 commit 权、影响了一次 roadmap 的案例，会被反复讲述，形成幸存者偏差的样本池。

罗杰斯给出的结论是：可观察性越低，采纳越慢——因为潜在采纳者失去了"看别人先试"的机会。而在这里，问题还要严重一层：不是降低了可观察性，是扭曲了可观察性。潜在采纳者看到的不是"样本不足"，而是一个被系统性修饰过的样本池。

这就解释了一个长期困惑「开源之道」的现象：为什么"上游之旅"的叙事在中文世界几乎全是成功学？ 不是写作者不诚实，而是失败根本没有被生成的机制。你不可能采访到一个不存在的失败案例。

更要命的是它的二阶效应：高估成功率 → 高期望 → 资源投入不足（因为按成功案例的时间表估的）→ 失败 → 失败不被记录 → 下一个采纳者继续高估。 这是一个自我强化的错误学习回路。

破这个回路的方法只有一个，而且相当反直觉：把失败写下来。 不是失败学式的安慰，而是把"上游尝试的失败"当成一类可被观察的证据生产出来。这件事的价值不在于总结经验，而在于恢复样本的完整性——让下一个采纳者看到的是分布，而不是幸存者。

8.3 扩散的深层机制：罗杰斯之下还有六层

罗杰斯的五属性是症状描述。要继续往下问"为什么会这样"，需要把扩散这件事拆成六层机制。这六层不是罗杰斯的，而是把前七节的理论放到扩散问题上之后的自然推论——它们构成"扩散为什么会失败"的完整解释栈。

第一层：理性的边界（西蒙）。 采纳决策不是在全信息下做的。决策者只能处理有限的信息、用满足代替最优。因此在扩散早期，人们采纳的不是最好的方案，是最先被想起来的方案。这决定了扩散的战场在"注意力"而不在"性能"。

第二层：搜索的结构（马奇）。 组织的探索能力有限，且倾向于在邻近空间搜索。扩散之所以常常沿产业带、沿熟人网络、沿同一批会议发生，不是因为那些地方的人更聪明，而是因为他们在彼此的探索半径之内。

第三层：试错的成本（珀茨）。 可试性之所以关键，是因为采纳本质上是一次投资。而公地阶段的意义，正是把"试"的成本降到个体可以承受的水平。扩散的速度，约等于试错成本下降的速度。

第四层：制度门槛（阿西莫格鲁）。 采纳往往不是个人选择，而是制度许可。一个组织能不能采纳，取决于它所在的环境是否允许：允许外部评价、允许放弃控制、允许失败。这一层解释了为什么同样的技术在两个环境里扩散速度差一个数量级——不是文化差异，是制度许可差异。

第五层：知识的可及性（莫基尔）。 扩散需要的不只是"东西能用"，而是"知道为什么它能用"。命题知识的公开程度，决定了采纳者能否在遇到变体时做出正确判断。没有原理层知识的扩散，只能复制，不能演化。

第六层：意义的生产（罗杰斯本人）。 最后，扩散是一种社会过程，不是信息传递。人们采纳一件事，往往是因为身边的人在采纳，并用它重新定义了自己是谁（“我们是做上游的团队”）。这一层最容易被技术人忽略，也最难假装。

把这六层叠起来，就得到一个判断：

扩散失败很少发生在"技术不够好"这一层。它发生在更下面：搜索半径没覆盖到、试错成本付不起、制度不允许、原理没公开、身边没人先做。

这也解释了为什么「开源之道」一直在做的那件事是有效的：写作与布道不是宣传，是在同时改变这六层的参数——它扩大搜索半径（第三层）、降低原理层知识的获取成本（第五层）、生产可被观察的样本（第六层的可观察性）、并持续为"制度许可"提供论证（第四层）。

按罗杰斯的语言，这叫培养采纳者网络。按制度经济学的语言，这叫降低扩散的制度摩擦。它们是同一件事。

8.4 反向读罗杰斯：开源本身就是一台扩散机器

最后一步，把镜头反过来。

前面是把开源当作"被扩散的创新"。但如果把开源本身当作扩散的载体，会发现它恰好是一个为降低五项属性阻力而设计的装置：

• 它把可试性推到极致——fork 的成本约等于零，这是所有已知创新里最低的试错门槛；
• 它把可观察性制度化——公开历史、公开评审、公开 issue，采纳者可以看到别人怎么用、怎么坏、怎么被修；
• 它把复杂性分层——用的人只需要 API，参与的人才有门槛，两层可以由不同的人承担；
• 它把兼容性从"说服"变成"技术选择"——你要兼容，就让你的代码向上游靠；不兼容，就维护一个 fork。兼容性成了一个可以自己动手解决的问题；
• 它把相对优势从"营销话术"变成"可验证的基准"——不用我说我好，你自己跑 benchmark。

开源之所以扩散得快，不只是因为它好，而是因为它把扩散所需的每一项条件都做成了基础设施。 这是它区别于一般"新技术"的地方：别的技术在等待被扩散，开源在制造扩散的条件。

8.5 采纳者的分类：开源世界里，这五类人分别是谁

罗杰斯把采纳者按采纳时点的相对早晚切成五类。这个切分常被误读成性格分类，其实它是结构分类：切的是"在一条还没成形的曲线上，你站在哪个位置"。

把它落到开源上，五类人各有非常具体的面孔：

• 创新者（约 2.5%）：第一批往上游提 issue 的人，第一个在公司内部说"我们应该向上游靠"的人。他们的共同特征是能容忍高不确定性——不是为了收益，是因为不确定性本身对他们不构成惩罚。这批人几乎总是失败的：他们提的 issue 会被无视，他们推的方案会被推翻，他们的产出在本公司的考核里看不到痕迹。
• 早期采纳者（约 13.5%）：意见领袖。他们不发明，但他们让一件事"变得可以谈论"。在开源里，这些人往往是已经有上游声誉的资深工程师、是那些在会议上被反复引用的布道者。他们采纳一件事，本身就是一个信号——罗杰斯这一层的关键判断是：早期采纳者的采纳行为，比任何说服都有效。
• 早期多数（约 34%）：审慎的跟随者。他们不等别人跟自己，但也不做第一个。他们需要的是可参照的案例——而这正是 8.2 节那个扭曲的样本池最致命的地方：早期多数要的样本，恰恰是失败被抹掉之后剩下的那部分。
• 晚期多数（约 34%）：压力驱动的采纳者。他们采纳不是因为看见好处，是因为不采纳开始有成本。这一层是开源历史上最容易观察的一层：某项技术成为事实标准之后，原本观望的企业会在很短时间内集体进入——不是因为想通了，是因为供应链、合规、人才市场同时开始要求它。
• 落后者（约 16%）：他们中的一部分最终仍会采纳，只是非常晚；另一部分永远不会。罗杰斯特别提醒：不要把落后者当成需要被教育的对象——他们往往有充分理由（成本结构、监管约束、既有沉没投资）。把资源投在先愿意动的人身上，扩散效率远高于试图说服最后 16%。

这五类给「开源之道」一个很实用的自我定位问题：我们在跟谁说话？ 如果写的东西是给创新者的，那它应该足够前沿、足够不确定；如果是给早期多数的，那它必须是案例与证据；如果是给晚期多数的，那它应该是风险与合规语言。用同一种语气对五类人说话，等于对谁都没说清。

8.6 同质性与异质性：为什么创新总是跳过"最需要它的人"

罗杰斯有一对概念，在开源语境里被严重低估：同质性（homophily）与异质性（heterophily）。

• 同质性指交往双方在属性上的相似程度（背景、语言、组织、技术水平）。人际传播绝大多数发生在同质性网络里——因为沟通成本低、理解不费力、信任容易建立。
• 异质性指交往双方差异大。信息在异质网络里传播更难，但价值更高——因为异质网络里流动的是你原本不知道的东西。

罗杰斯的核心判断是：扩散最容易在同质性网络中发生，但最有价值的知识在异质网络的边界上。

这句话解释了开源扩散中两个看起来矛盾的现象：

现象一：开源在同类工程师之间传得极快。 一个 PyTorch 用户圈子里的新工具，几周内就人人皆知。这是同质性的效率。

现象二：开源跨过组织边界、跨过语言、跨过产业时，几乎每一处都卡住。 这不是因为对方不聪明，而是因为跨越异质边界的成本被严重低估。从"中国工程师读英文邮件列表"到"外企法务理解 copyleft 的互惠性"，每一步都是异质边界的穿越，而每一步都需要专门的翻译者。

罗杰斯把这批翻译者称为变革推动者（change agents）：他们不属于目标系统，但他们的任务是连接两个系统。他还给出一个很冷酷的经验判断：变革推动者的成效，取决于他们与目标系统的异质程度——太同质，带不进新东西；太异质，听不懂对方在说什么。

这几乎就是「开源之道」这类工作的结构性描述：它不是一个宣传岗位，它是一种中间人岗位——把全球开源共同体的制度经验，翻译成中文世界可以辨认的语言；再把中文世界的具体约束，翻译回上游可以理解的语汇。中间人的价值不在于站在哪一边，在于两边都能听懂。

8.7 再发明、意外后果与"先污染后治理"

罗杰斯还有两组概念，读开源历史时格外好用。

第一组是"再发明（re-invention）"：采纳者不是原样复制创新，而是在采纳过程中改造它。罗杰斯早期把再发明视为"偏离"，后期则明确认为再发明是常态，甚至是好事——因为它意味着创新被适配进了本地的约束里。

开源世界最典型的再发明，就是 fork。fork 从来不是"复制粘贴"，它是"我认为这里应该走另一条路"的一次制度化表达。这也是为什么 fork 在制度上有正当性，而在文化上常常被污名化——被 fork 的一方会把它读成"分裂"，而它其实是再发明。

第二组是"创新的后果（consequences of innovation）"：罗杰斯按两个轴把后果切成四类——合意的／不合意的 × 直接的／间接的。他特别强调：不合意的、间接的后果，几乎总是被低估，因为它们在时间与因果上离得太远。

把这一组放到开源上，是一个几乎不设防的清单：

• 合意且直接：成本下降、创新加速、可审计；
• 合意且间接：人才流动、知识扩散、产业结构重排；
• 不合意且直接：维护者倦怠、AI 补丁洪水、许可证诉讼；
• 不合意且间接：生态的单点依赖——某个默默无闻的库撑起半个互联网，而它的维护者是一个没有薪水的个人。

最后一类正是 XZ 后门、Log4Shell、Heartbleed 这类事件的结构性根源：它们都不是意外，而是"不合意的间接后果"积累到临界点之后的必然显形。 而这恰好把第八节接回前面几节——如果没有人承担"间接后果"的治理成本，公地就会在最脆弱的那一点上先断。

8.8 临界质量与集中式／分散式扩散：为什么开源天生是"分布式扩散系统"

罗杰斯区分了两种扩散系统：

• 集中式（centralized）：由一个中心决定创新、决定推广、决定节奏。典型是政府项目、大企业的技术推广。
• 分散式（decentralized）：创新由系统内部的多个行动者各自产生、各自推广，中心只提供最低限度的公共设施。

他还提出一个专门适用于互动型创新（电话、电子邮件、社交网络、以及今天的开源项目）的概念：临界质量（critical mass）。互动型创新的价值取决于多少人已经在用，因此它们的采纳曲线不是一个平滑的 S 形，而是一个有门槛的 S 形——在达不到临界质量之前，采纳是净损失；一旦越过，才进入自我强化的正循环。

这两个概念叠在一起，给开源一个很本质的定位：

开源天然是分散式扩散系统，而它的成功条件，是越过临界质量。

这解释了两件事：

其一，为什么开源的成功案例呈现出强烈的"突然性"。 Linux、Kubernetes、PyTorch 都不是慢慢变好的，它们都有一个"某天开始不再需要被推荐"的时刻。在那之前，投入是净亏的；在那之后，投入的边际回报急剧上升。临界质量之前与之后，是两个完全不同的经济学。

其二，为什么行政动员式的"集中式推广"很难成功。 集中式扩散系统的效率，依赖一个前提：中心知道该推广什么。而互动型创新的价值恰恰在中心不知道的地方——它取决于参与者之间的相互适配，而不是中心的一次判断。罗杰斯观察过大量集中式推广失败的案例，原因高度一致：中心推广的不是系统需要的，是中心能理解的那部分。

这也给第八节收尾时那句判断补上了一个制度维度：开源不是"更好的推广方式"，它是一个需要临界质量的分散式系统；而能把它推过临界质量的，从来不是预算，是让参与者彼此看见的那套基础设施。

齿轮八：技术再好也需要被扩散；而扩散不是靠说服，是靠可试性、可观察性与一张正在生长的社会网络——开源恰好把这三样都做成了基础设施。

九、现代经济增长：这条链条到底产出了什么

前面八节讲的是为什么必须咬合。这一节要回答一个更硬的问题：咬合之后，增长的到底是什么？

因为如果不把"增长"这件事说清楚，“维护公地"就永远只是一个道德命题；一旦说清楚，它就是一个产出命题——你会看到，开源维护的不是某种抽象的好，它维护的是现代经济增长赖以发生的那个机制本身。

9.1 增长不是"更多的投入”，是"同样的投入产出更多"

先把一个流行误解拆掉：经济增长常被理解为"投入更多的资本、更多的劳动、更多的资源"。这在外延型增长里成立，但现代经济增长的主体不是这个。

现代经济增长的核心特征，是全要素生产率（TFP）的持续提高——同样的资本与劳动，产出更多。而 TFP 提高的来源，可以归结为三类，且三类都依赖同一样东西：

这三行里的粗体，全部是开源基础设施在做的事。 标准接口让分工能跨越企业边界；公开仓库让知识可被检索复用；宽松或互惠的许可证让要素可以被自由重组。

换句话说：开源不是增长的"结果"，它是增长机制的一个组成部件。

9.2 “零边际成本"到底改变了什么

现代数字经济增长被反复提及的一个特征是复制成本趋近于零。但这个说法常被误用，需要用制度经济学的语言校准一下。

零边际成本真正改变的，不是"东西变便宜了”，而是三件事：

第一，它把"稀缺"从复制端移到了创造端与维护端。 代码可以无限复制，但写出第一份代码和长期维护它这两件事，成本不为零，而且不随规模下降。这解释了一个残酷的现状：开源让分发变得几乎免费，却让维护变成了瓶颈——维护者的时间是整个生态唯一不可复制的资源（这也是维护者倦怠为什么是一个制度问题，不是个人问题）。

第二，它让"事前投资 + 事后免费"成为一种可行的供给结构。 教育、基础设施、基础研究都是这个结构，而开源把它推广到了软件。而这种结构有一个前提：必须有人愿意承担事前投资——这正是第七节那张"必须先付的账单"。

第三，它把竞争的战场从"谁有"推到"谁能持续供给"。 当所有人都有同一份代码，差异就只剩下：谁的版本更新、谁的支持更可靠、谁在标准里更有话语权。于是竞争的焦点变成了治理，而不是产权。

9.3 增长的真正瓶颈：不是资本，是"可被信任的承诺"

这是这一节最想说的判断。

传统增长理论把瓶颈放在资本、劳动、技术。但当我们把镜头拉到技术文明的层面，会看到一个不同的瓶颈：缺的不是资源，是"可被信任的长期承诺"。

为什么这是瓶颈？因为现代增长依赖长期投资，而长期投资的意愿取决于承诺是否可信：

• 你要投入十年做一个硬件后端——凭什么相信上游不会突然改接口、改许可证、改路线？
• 你要押注一个技术栈——凭什么相信它五年后还在、标准不会把你排除在外？
• 你要在业余时间维护一个库——凭什么相信你的贡献会被记住、你的判断会被听见？

这三问如果答不上来，钱再多也不会投。 而这三问的答案，恰好就是前面几节讲的：控制权让渡、供给规则的预期性、公开可追溯的历史、以及声誉的可累积。

所以增长的公式可以被重写：

增长 = 可信承诺 × 可复用知识 × 可自由重组的要素

三项里，只有第三项靠市场自发；前两项都必须被人有意识地维护。这就是维护公地为什么是"必做项"的最终经济学理由——它不是成本的分配问题，它是增长的供给侧条件。

9.3.1 公式成立的前提：得有人能靠它活着

这个公式有一个不写在纸面上的前提：前两项的维护者，必须能从别的什么地方赚到钱活下去。

而当代码的价格被清零之后，钱并没有消失，它只是换了位置。开源的商业史，本质上是一部价值捕获路径的迁移史：

从"卖软件"迁移到"卖确定性"。 Red Hat 的全部洞察在此——企业客户要的从来不是代码，而是代码背后的确定性：安全更新会来、兼容性有人担保、出事有人接、许可证有人背书。这些服务的价值，在关键系统上往往超过代码本身。 免费的是制品，收费的是承诺。

从"卖许可"迁移到"卖互补层"。 这是最容易被误读成"慈善"的那一类。Google 把 Kubernetes 捐出去，把容器编排层的价格压到零，而容器跑起来之后真正稀缺的东西——算力——被 AWS（28%）和 Azure（22%）收割，Google 自己只排第三（约 14%）。它买的不是这一层的利润，是下一层的位置。

从"卖产品"迁移到"卖场所"。 平台化之后，代码成为吸引两端的场地：一端是要部署的人，一端是要工作的人，收费发生在交易而非制品上。

这三种迁移加起来，解释了一个表面上反常的事实：开源没有让软件业变小，它让软件的定价点整体上移了一层。 定价点转移之后，原来守在产品层收钱的角色被清空了——而公地维护这项工作，恰好留在了这个被清空的位置上。

这就是本节的公式为什么会失效。不是因为「可信承诺 × 可复用知识」不重要，而是因为承诺的供给方，没有被安排在任何一个新的定价点上。他们提供的是整个定价链条的底座，却站在了唯一没有收费站的那一层。

顺带说一句容易被忽略的：贡献代码本身也有回报，只是那不是货币回报。代码不是商品，人才才是——贡献是一个可验证的能力信号，声望、雇佣、职业机会都从这个信号里兑现（Lerner & Tirole, 2002）。对个人而言这条路是通的。但对基础设施而言，靠个人信号变现来维持一套人人依赖的公共底座，是把系统性成本押在个人职业选择上。

9.4 一个反直觉的推论：公地衰败是"慢性失血"式的

如果增长依赖可信承诺，那么公地的衰败就不会表现为"突然崩塌"，而会表现为承诺可信度的一点点下降：

• 维护者响应时间变长一点；
• 一次许可证改动带来一轮观望；
• 一批有经验的贡献者悄悄离开，没人注意到；
• 某个关键库只剩一个人在维护，而所有人都默认"它一直在那儿"。

这些单看都不是事件，合起来就是增长率的缓慢下滑——而且它不会出现在任何季报里。

这就是公地问题最险的地方：它的症状出现在几十年后，而它的原因出现在无人记账的每一天。

齿轮九：增长不是投入堆出来的，是可信承诺乘出来的。公地衰败从不发出声音，它只是让一切慢慢变慢。

十、系统论：现代社会的环环相扣与牵一发而动全身

上一节讲的是"产出"，这一节要讲的是结构——为什么这条链条一旦被拉断，问题不会停在断口，而会顺着结构扩散到所有地方。

10.1 系统不是"很多部分"，是"部分之间的关系"

系统论最容易被误读的地方，是被读成"整体大于部分之和"这种抒情句子。它真正的内容要冷得多：

系统的性质，主要由元素之间的连接方式决定，而不是由元素本身决定。

这个判断在技术文明里有立刻的推论：

• 一堆好项目拼起来，不一定是一个好生态——取决于它们之间的接口、依赖与治理关系；
• 一堆强企业聚在一起，不一定能形成健康的供应链——取决于它们之间的承诺结构；
• 一堆聪明的工程师，不一定能协作——取决于他们之间有没有一套降低协作摩擦的制度。

所以"我们有很多优秀的开发者"这句话，在系统论上不构成任何保证。

10.2 反馈回路：为什么"补一个洞"常常补出两个洞

系统的另一个特征是反馈：改变一个变量，会通过回路返回，产生修正或放大。

开源生态里最典型的几个回路：

正反馈（放大器）：

• 用户多 → 发现的问题多 → 修得快 → 更好用 → 用户更多；
• 贡献者多 → 声誉累积快 → 吸引更多贡献者；
• 标准被采纳 → 兼容成本下降 → 更多实现跟进 → 标准更稳固。

负反馈（稳定器）：

• 项目变大 → 评审变慢 → 部分贡献者流失 → 负荷下降 → 评审恢复。这是自愈，但也是天花板：它会把项目稳定在一个"刚好不崩"的规模上。

恶性回路（最需要警惕的一类）：

• 维护者倦怠 → 响应变慢 → 用户不满、转投替代品 → 项目边缘化 → 更没人愿意接棒 → 加速衰败。

这个回路的关键在于：它的每一步都看起来合理，合起来却是不可逆的。

系统论给出的应对不是"加大投入"，而是切断回路——在"维护者倦怠"这一环上动手（分担维护、给维护者资源、把隐性劳动显性化），比在后面每一环上补救都便宜。

10.3 单点故障：为什么最脆的地方总是最不起眼的地方

系统论的第三个工具是脆弱性分析。一个系统最脆弱的地方，通常不是最显眼的地方，而是连接数最多、冗余最少、注意力最少的那个节点。

开源生态的这个节点，几乎总是"某个没人注意的小库"：

• 它被几千个项目依赖；
• 它的维护者是一到两个人，没有资金；
• 它没有安全审计，因为"太小了，不值得"；
• 它坏了，半个互联网一起坏。

Log4Shell、Heartbleed、XZ 后门，全都是这个结构的产物。它们不是偶发的技术事故，而是系统结构的必然显形：只要某个节点的连接度足够高而冗余足够低，事故就只是时间问题。

这也给了"维护上游公地"一个更精确的表述：它不是"回报社区"，它是给系统做冗余设计。

10.3.1 但为什么冗余一直没被做出来

讲到这里必须停一下，因为前面这个判断会引出它自己解释不了的问题：既然冗余是保命的，为什么几十年过去了，最关键的节点还是一个人？

不是没人看见。每一次 Log4Shell 之后都有大量报告、倡议、基金会专项——看见了，算清楚了，还是没做。 所以这不是认知问题，是分配问题。

第一层：收益与成本落在不同主体身上，而且不可谈判。

冗余的收益是全局的、延后的、无法归属的——半个互联网少出一次事故，没人会收到账单；冗余的成本是具体的、即时的、必须有人先掏——多雇一个维护者、多一次安全审计、多写一份文档。

在一套正常的商业交易里，这种错配会被价格纠正：受益人付钱，成本方提供服务。但这里没有交易对手方。 一个被几千个项目依赖的库，没有一个地方能让那几千个受益人坐到同一张桌子前分摊费用——这就是科斯意义上的交易成本高到使交易无法发生。于是它落在了唯一不要求先谈钱的那批人身上：把维护当兴趣的人。

第二层：现有分配结构里，“维护"这项劳动没有价格。

一个工程师在企业里修一个上游 bug，在他的考核里是负分——不产出本公司的功能，还要花时间做评审和沟通。他的雇主为"自家产品"付钱，不为"公共底座"付钱。于是这项劳动要么被推到业余时间，要么被推到少数几家意识到长期利益的公司身上。

第三层：荣誉能维持热情，但维持不了一个人三十年。

开源靠声誉解决了「为什么要贡献」，解决不了「为什么不离开」。当一个人的贡献记录是公开可查、而他的收入不随依赖量增长时，每一次被依赖度上涨，都是在给他加工作量而不加报酬。Heartbleed 前的 OpenSSL 就是最干净的标本：一个支撑大量关键连接的库，长期靠极少数人、极少经费维持，直到出事才被追认成"基础设施”。

所以「给系统做冗余设计」这句话是对的，但它是一句诊断，不是一句行动指南。 一个系统不会因为有人指出它需要冗余，就长出冗余来；冗余是从分配结构里长出来的——当维护这项劳动在某个位置上有价格时，它才会持续存在。

从这个角度看，Heartbleed、Log4Shell、XZ 都不只是"技术事故"或"系统结构的必然显形"，它们同时是分配机制失效在技术上的显影。事故只是把一条早就断掉的账，以所有人都能看见的方式呈现出来。

一条判据：衡量一个项目是否真的被当作基础设施对待，不要看有多少人依赖它，也不要看基金会名录里有没有它，要看有没有任何一笔钱，是专门付给"维护它"这件事的。有，就是基础设施；没有，就只是"很大但没人负责"。这个判据用在国家级的开源计划上同样成立，而且它比任何口号都更早暴露问题。

10.4 涌现：秩序不需要设计者，但需要条件

系统论里最有分量的一条，是涌现（emergence）：复杂秩序可以从简单规则的局部互动中自发产生，不需要一个总设计师。

Linux 内核、Debian、Kubernetes，都是涌现出来的。没有人在 1991 年设计过"一个有八千名贡献者、覆盖九百多个组织的协作体系"。

但涌现有一个常被忽略的前提：涌现只在特定条件下发生。 需要有人提供底层规则（许可证）、提供协作的基础设施（版本控制、邮件列表）、提供冲突的裁决机制（治理章程）、以及容忍失败的空间。

这些条件不会自己出现，它们是被人搭出来的。 这也是「开源之道」反复强调那个判断的系统论版本：

秩序可以涌现，但涌现的舞台必须被人搭好。

搭舞台的工作，恰恰是行政动员最不擅长、也最不愿意做的那种事——它不产出可见成果，只降低摩擦。

10.5 牵一发而动全身：这条链条为什么不能局部优化

把前四条叠起来，就得到这一节的核心判断：

在一个高连接度的系统里，“局部最优"几乎总是"全局次优”。

具体的表现非常常见：

• 一个部门为了自己的 KPI 写了一套私有工具——局部最优；但它同时增加了整个组织的维护负担与知识碎片——全局损失；
• 一家企业为了短期利润改掉许可证——局部最优；但它摧毁了外部互补者的信任，而这个信任的重建成本以年计——全局损失；
• 一个生态为了"自主可控"建了一套平行体系——局部最优（可控性提升）；但它同时失去了接入全球协作网络的能力——全局损失。

这些选择在局部看都算得通，在系统看都是负数。 而识别这一点，需要的不是更精细的局部算账，而是把系统结构放进视野。

德鲁克那句话在这里显出了它的分量：企业的一切绩效都在外部。 因为企业不是一个封闭的计分单位，它是系统里的一个节点——它的成败取决于系统是否健康，而系统健康与否，又取决于每个节点是否愿意为共同的结构付一点成本。

齿轮十：系统里没有真正的"外"。你在局部省下的每一次成本，都会在结构的另一处以更高的代价找回。

十一、咬合：十个齿轮如何转成一条文明链条

现在可以回答开头那个问题了。

这十个理论节点不是十条并列的道理，而是一条因果链上的十个位置：

有限理性（西蒙）
   ↓ 因为没人能全知，所以必须共享
马奇：组织需要"无理由做事"的空间
   ↓ 探索必须在考核周期之外存活，于是被外部化到公地
创新公地（珀茨）：但要先付六笔钱
   ↓ 最贵的一笔是"让渡控制权"
自由市场的制度（阿西莫格鲁）：让渡之所以可信，是因为有退出权
   ↓ fork 权 = 退出权 = 约束权力的最后手段
科斯：公地替全社会吃掉了重复谈判成本
   ↓ 抽掉它，每家企业都要用科层重造世界
共同知识（莫基尔）：知识在公开中被累积、被放大
   ↓ 累积的前提是"允许公开"
罗杰斯：扩散靠可试性与社会网络，而不是靠道理
   ↓ 扩散开出规模，规模才有增长
现代经济增长：增长 = 可信承诺 × 可复用知识 × 可自由重组的要素
   ↓ 而可信承诺是供给侧条件，不是成本分配问题
价值捕获迁移（第 9.3.1 节）：定价点整体上移一层，却把维护留在了没有收费站的那一层
   ↓ 于是维护成为全链条唯一没有收入科目的环节（第 10.3.1 节）
系统论：高连接度系统里，局部最优几乎总是全局次优
   ↓ 没有真正的"外"，省下的成本会在结构另一处找回
商业繁荣与下一轮投入
   ↓ （回到"让渡控制权"）

这条链条上，每一个节点既是鸡，也是蛋。李录（2020）在《文明、现代化、价值投资与中国》里讲现代经济是一个环环相扣的链条，每一个节点都同时是原因与结果；把这个框架放到技术文明上，就是上面这张图。

它带来两个直接推论：

推论一：参与上游维护，是结构性必做项，不是选择题。

不是因为它高尚，而是因为抽掉任何一环，链条会在别处断裂，而代价会以重置成本的形式，落回到不维护它的那家企业身上。开源公地替全社会承担了绝大部分底层公共折旧；停止回馈，等于让自己脚下的地板变薄。

推论二：链条的断裂是可以被预测的，而且有顺序。

「开源之道」过去观察到的那些现象——把同行评议视为"外人指指点点"、几千万行定制代码沦为一次性腐殖质、企业间充满敲竹杠猜忌、全面缺席全球架构议程——不是四件独立的坏事，而是同一条链条上依次倒下的多米诺。

而这正好接上第五节的结论：汲取性制度之所以完不成这种咬合，是因为它同时抽掉了这张图里的三个关键齿轮——它不允许让渡控制权、不允许退出权、也不允许声誉累积。剩下七个齿轮空转，链条转不起来。

推论四：增长与系统，是这条链条的"出口"与"地板"。

第九节把链条的产出说清楚了：它产出的不是"更好的软件"，而是增长率本身——通过降低分工的接口成本、放大知识的复用、并（最关键的）生产"可被信任的长期承诺"。而第十节把地板铺上了：在一个高连接度的系统里，公地的每一次失修都会沿着依赖关系扩散，没有任何一个参与者能站在系统之外。

两条合起来，就是德鲁克那句话的技术文明版本：企业的一切绩效都在外部；而外部是否健康，取决于链条是否被维护。

推论三：扩散的瓶颈不在技术层，在机制层。

第八节把"为什么有的扩散开了、有的没有"拆成了六层。这个拆法的价值在于：它把"推广开源"从一件靠热情的事，变成一件可以逐层诊断的事。推广失败时，问的不是"讲得够不够动人"，而是"卡在哪一层"——是搜索半径没覆盖（第二层）、试错成本太高（第三层）、制度不许（第四层）、原理没公开（第五层），还是身边没人先做（第六层）。

诊断的意义在于：绝大多数努力都花在了错的层上。 在第四层不通的环境里，把第三层的成本降得再低也没用；在第五层缺失的情况下，第六层的动员只能换来复制品，换不来演化。

推论五：这条链条最薄的一环，不在技术也不在制度，在会计。

把第九节的定价点迁移和第十节的分配失焊放在一起，会得到一个比"必做项"更冷的结论：整条链条上，唯一没有对应收入科目的环节，是维护。

• 生产者有收入科目：卖确定性、卖互补层、卖场所；
• 使用者有成本科目：买服务、买算力、买席位；
• 治理者有预算科目：会费、赞助、项目支出；
• 维护者没有。 他做的事——响应、审查、发版、盯安全——分散在所有人的账单之外，因为在任何一张发票上，它都是"已包含在内"的。

这不是道德问题，也不是认知问题。一个环节如果连续几十年都没出现在任何人的账本上，它就会被系统性地低估，直到它以事故的形式重新出现一次，短暂地被记上一笔，然后再次滑出去。

所以推论一要成立，光说"这是必做项"是不够的——必做项必须同时是"有科目的事"。 把维护写进合同、写进采购、写进预算、写进国家项目的验收标准，比再写一百篇呼吁生态繁荣的文章都有用。

这是整篇文章里我唯一敢说"应该怎么做"的地方：不要问怎么让大家更热爱开源，要问怎么让维护这件事出现在某张必须被支付的账单上。

十二、点火：观念是最上游的那个节点

前十节讲完了这条链条怎么咬合，第十一节把它收成一张图。但这张图还留下最后一个问题：既然链条这么结实，为什么改变它看起来又那么难？

答案是：链条结实，并不等于它只能被动运转。正因为每一节都咬合着下一节，所以任何一个节点上的作用，都会沿着链条传导。这意味着，你不需要等到"大环境变好"才能动手——你只需要在能动手的那个节点上动手。

而这个节点，恰恰是最上游、成本最低、也最容易被低估的那一个：观念。

因为链条上所有的制度装置——许可证、基金会、治理章程、评审流程——都是观念的落地形态。没有"陌生人值得被当作同等智识主体"这个观念，许可证只是文本；没有"控制权应当被让渡"这个观念，基金会只是空壳；没有"失败应当被容忍"这个观念，评审流程就变成审批。

所以「开源之道」做的事，本质上是在最短路径上点火：把公地契约、控制权让渡、外部负熵、共同知识这些判断讲清楚，让它们在中文世界里成为一种可被引用的常识。

12.1 立身之处：那道少有人走的窄廊

面对一边是**“封闭傲慢、靠信息差与人力差价寻租的旧壁垒”，另一边是“算法霸权与外骨骼崇拜的新迷信”，独立思考者与践行者的立身之处，正是那道少有人走的“认知与制度窄廊”**。

既然在环环相扣的文明链条中，每一个节点既是鸡也是蛋、任何节点都可以开启链式反应（李录, 2020），我们就无需在"等大环境变好"或"等既得利益者醒悟"的虚无中消耗心力。具体的做法有两条：

第一，划清主体主权与外骨骼的边界。 将静态知识的检索、跨语种文献的搬运与局部沙箱试错，交给硅基外骨骼；而把**“带着切身痛感（Skin in the Game）的探索”、“对复杂系统制度演进的洞察”、以及“死磕母语写作的技艺（Techne）”**，牢牢握在自己手里。

这条边界的意义，不在于拒绝工具，而在于拒绝把判断也外包出去。外骨骼可以替我搬运一百篇文献，但它无法替我疼——而没有痛感的分析，读起来永远是别人的。

第二，放弃唤醒装睡的套利者，直接锻造新范式的路标。 新文明从来不是靠说服旧时代的漕运总督而获胜的。当我们在「开源之道」的写作与研究中，把观念史、新制度经济学与工程实践的手术刀精准切入本土现实，把**“公地契约”、“控制权窄廊”、“外部负熵"与"纠缠经济”的真理剖析清楚时，我们就是在直接敲击整个链条中最源头的那个“观念节点”**。

哪怕只是在这个节点上擦出一簇微小的思想火苗，只要它足够诚实、足够锋利，就终将沿着技术文明的咬合链条传导下去，在未来的某一天，点燃属于新一代创造者的正向链式反应。

一簇火苗当然点不亮整条链条。但链条的性质决定了：只要有一个节点真的热起来，它就会传给下一个。

视角：一个视角，不是定论。

参考资料

1. Hoffmann, M., Nagle, F., & Zhou, Y. (2024). The Value of Open Source Software. Harvard Business School Working Paper No. 24-038. — https://www.hbs.edu/faculty/Pages/item.aspx?num=65230
2. Nagle, F., Dana, J., Hoffman, J., Randazzo, S., & Zhou, Y. (2022). Census II of Free and Open Source Software — Application Libraries. Linux Foundation, Laboratory for Innovation Science at Harvard (LISH) & OpenSSF.
3. Hardin, G. (1968). The Tragedy of the Commons. Science, 162(3859), 1243–1248.
4. Lifshitz-Assaf, H., & Nagle, F. (2021). The doubled-edged sword of doing business with open source software. Managerial and Decision Economics.
5. Alcaras, G. (2026). Beyond severance: The entangled economies of free software, open source and the high-tech industry. Big Data & Society, 13(4). — https://doi.org/10.1177/20539517261494679
6. Auray, N. (2017). L’Alerte ou l’Enquête : Une sociologie pragmatique du numérique（第 3 章：在自由软件项目中书写）. Paris: Presses des Mines.
7. Acemoglu, D., Johnson, S., & Robinson, J. A. (2005). Institutions as a Fundamental Cause of Long-Run Growth. In Handbook of Economic Growth, Vol. 1A, 385–472.
8. Acemoglu, D., & Robinson, J. A. (2012). Why Nations Fail: The Origins of Power, Prosperity, and Poverty. Crown Business.（中译《国家为什么会失败》）
9. Coase, R. H. (1937). The Nature of the Firm. Economica, 4(16), 386–405.
10. Cohen, M. D., March, J. G., & Olsen, J. P. (1972). A Garbage Can Model of Organizational Choice. Administrative Science Quarterly, 17(1), 1–25.
11. March, J. G. (1971). The Technology of Foolishness. 后收入 Decisions and Organizations (1988).
12. March, J. G. (1991). Exploration and Exploitation in Organizational Learning. Organization Science, 2(1), 71–87.
13. Mokyr, J. (2002). The Gifts of Athena: Historical Origins of the Knowledge Economy. Princeton University Press.（中译《雅典娜的礼物》）
14. Mokyr, J. (2016). A Culture of Growth: The Origins of the Modern Economy. Princeton University Press.（中译《增长的文化》）
15. O’Mahony, S., & Karp, R. (2020). From proprietary to collective governance: How do platform participation strategies evolve? Strategic Management Journal, 43(3), 530–562.
16. Ostrom, E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge University Press.
17. Potts, J. (2019). Innovation Commons: The Origin of Economic Growth. Oxford University Press.
18. Potts, J. (2017). Governing the innovation commons. Journal of Institutional Economics, 14(6), 1025–1047.
19. Rogers, E. M. (1962/2003). Diffusion of Innovations（第 5 版）. Free Press. —— 第 6 章感知属性、第 7 章可再发明、第 8 章扩散网络与意见领袖、第 9 章变革推动者、第 10 章创新的后果
20. Rogers, E. M. (2003). Diffusion of Innovations 第 10 章：创新的后果（合意／不合意 × 直接／间接）与可再发明（re-invention）
21. Markus, M. L. (1987). Toward a “Critical Mass” Theory of Interactive Media. Communication Research, 14(5), 491–511. —— 互动型创新的临界质量门槛
22. Solow, R. M. (1957). Technical Change and the Aggregate Production Function. Review of Economics and Statistics, 39(3), 312–320. —— 全要素生产率与增长的残差
23. Romer, P. M. (1990). Endogenous Technological Change. Journal of Political Economy, 98(5), S71–S102. —— 知识的非竞争性与增长的內生化
24. Schumpeter, J. A. (1942). Capitalism, Socialism and Democracy. Harper & Brothers. —— 创造性破坏与要素重组
25. North, D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge University Press. —— 可信承诺与长期投资的制度前提
26. Perrow, C. (1984). Normal Accidents: Living with High-Risk Technologies. Basic Books. —— 紧耦合系统的正常事故
27. Simon, H. A. (1962). The Architecture of Complexity. Proceedings of the American Philosophical Society, 106(6), 467–482. —— 系统的层级结构与近可分解性
28. Meadows, D. H. (2008). Thinking in Systems: A Primer. Chelsea Green. —— 反馈回路、杠杆点与系统干预
29. Drucker, P. F. (1973/1974). Management: Tasks, Responsibilities, Practices. Harper & Row.（中译《管理：任务、责任、实践》）
30. Mahler, A., & Rogers, E. M. (1999). The diffusion of interactive communication innovations and the critical mass. Telecommunications Policy, 23(10–11), 719–740.
31. Simon, H. A. (1955). A Behavioral Model of Rational Choice. Quarterly Journal of Economics, 69(1), 99–118.
32. Yue, D., & Nagle, F. (2024). Igniting Innovation: Evidence from PyTorch on Technology Control in Open Collaboration. Harvard Business School Working Paper No. 25-013.
33. 李录 (2020). 《文明、现代化、价值投资与中国（增订版）》. 中信出版集团.

关于作者

「开源之道」·适兕

「开源之道」·窄廊