Choice at Finite Capacity: The Bounded Agent as an Information Channel and the Recovery of Walrasian Demand

想象一下经典经济学教科书中的消费者，他是一个拥有超能力的超级英雄：完美的、无限的大脑算力。这位英雄能看到商店里每一个价格标签，计算出能使幸福感最大化的最优商品组合，并精准地选择那唯一完美的组合。他从不出错，不会感到困惑，也永远不需要猜测。在这个世界里，“需求定律”（即价格上涨时你会减少购买的规则）是一条刚性的物理定律，因为这位超级英雄是完全理性的，所以这一规律得到了保证。

但如果这位超级英雄并不存在呢？如果真实的人类（甚至是人工智能机器人）更像是被瓶颈限制的信息通道呢？

Avishek Bhandari 撰写的这篇论文建议，我们应该停止假装自己拥有无限的大脑算力。相反，想象你的大脑是一个有着严格数据限制的 Wi-Fi 路由器。你无法一次性下载整个互联网（整个经济状态）。你有一个“比特预算”（bit budget）。在必须停止之前，你只能处理一定量的信息。

大压缩 (The Great Compression)

由于你的“路由器”有限制，你无法看到高清 4K 画质的世界。你必须对其进行压缩。你将价格和商品那混乱、复杂的现实，压缩成一张符合你数据预算的低分辨率图像。然后，你基于这张模糊的、压缩后的图像做出选择，而不是基于完美的现实。

论文指出，你的选择不是像教科书英雄那样的一个单一、锐利的点。相反，你的选择是一个可能性的云团，一个概率分布。你可能会购买一点各种各样的东西，其中某些物品出现的概率更高，因为你的“路由器”无法 100% 确定哪一个单品才是绝对最好的。

双重预算：金钱与比特

在旧的故事里，你只有一个预算：你的金钱。你不能花掉超过你拥有的钱。
在新故事里，你有两个预算：

1. 金钱： 通常的现金约束。
2. 比特（注意力）： 对你能处理的信息量的限制。

就像你用美元支付商品一样，你用“比特”支付信息。论文引入了一个概念 $\beta$ (beta)，它充当了你注意力的“温度”：

• 高 $\beta$（无限容量）： 你的路由器速度极快。你可以处理一切。你的选择“云团”会坍缩成一个单一、锐利的点。旧的经济学定律完美回归。
• 低 $\beta$（零容量）： 你的路由器坏了或者关机了。你无法处理任何新信息。你只是固守你的习惯（你的“先验知识”）。无论价格如何变化，你都会购买以前买过的东西。
• 中等 $\beta$（现实生活）： 你处于两者之间。你足够理性到能注意到价格变化，但不够完美到能每次都计算出绝对最佳的答案。你根据一个“模糊化”的真相来行动。

魔法公式：压缩后的斯卢茨基矩阵 (The Compressed Slutsky Matrix)

这篇论文最大的“顿悟时刻”是关于你如何对价格变化做出反应的一个数学发现。在旧经济学中，关于“当价格上升时，你会买得更少”（补偿需求定律）的规则之所以成立，是因为消费者是完全理性的。

这篇论文证明了一件令人惊讶的事：你不需要是理性的，这个规则也能成立。

即使你只是一个制造错误的“嘈杂”通道，只要你在限制内试图获取价值，你的行为也会遵循特定的模式。论文推导出了一个关于你如何对价格做出反应的新公式，称为压缩后的斯卢茨基矩阵。

把这个矩阵想象成一个对称机器：

• 在旧理论中，这种对称性（即如果苹果变贵了，你会买更多橙子；如果橙子变贵了，你会买更多苹果，且过程完美平衡）是“优秀”理性思维的标志。
• 在这篇论文中，这种对称性来自于压缩本身的数学逻辑。因为你的大脑是一个带有限制的“通道”，你的选择自然会形成一种模式，看起来是对称的，并且遵循需求定律。这并不是因为你是天才，而是因为你是一个有限的通道。

论文表明，这个“压缩后的斯卢茨基矩阵”始终是对称的，并且始终指向“正确”的方向（负值），无论消费者多么“愚笨”或“依赖习惯”，只要预算约束是紧致的。这是一种预算和通道的属性，而非消费者灵魂的属性。

论文证明，只要预算约束是紧致的，这个“压缩后的斯卢茨基矩阵”始终是对称且负向的。这说明即便消费者是“嘈杂”的，这种对称性和需求定律依然存在。

“高斯”测试驱动

为了证明这不仅仅是一个大胆的猜想，作者构建了一个特定且简单的例子：一个双商品二次型消费者。

• 想象一位在两种商品（如苹果和香蕉）之间进行选择的购物者。
• 他们有一个特定的“幸福感”函数（二次曲线）和固定数额的金钱。
• 作者针对不同“比特预算”（不同的 $\beta$ 水平）运行了该购物者的数学模型。

结果如下：

• 在无限容量下 ($\beta \to \infty$)： 购物者的选择变成了一个点，完全符合经典的教科书式“瓦尔拉斯需求”。数学表现完美。
• 在零容量下 ($\beta \to 0$)： 购物者停止思考，直接购买他们的“先验”组合（纯粹的习惯）。
• 在有限容量下： 购物者的选择是一个高斯分布（钟形曲线）。论文计算出了精确的数字：
  • 在平坦先验下，平均需求为 (1.25, 1.75)。
  • “替代矩阵”（规定他们如何交换商品）的特征值为 -0.7883 和 -0.2832。
  • 至关重要的是，即使购物者是“嘈杂”的，该矩阵依然是对称且负向的（意味着需求定律成立）。

论文明确指出，对于这个特定的二次型案例，这些结果是精确的。对于更复杂的非二次型案例，数学表明同样的原理仍然适用，但只有当容量趋于无穷大时，数字才会收敛到那个经典的“完美”答案。

它排除了什么

论文非常明确地说明了它所拒绝的内容：

1. 它拒绝了“理性是秩序唯一来源”的观点。 你不需要一个完美的逻辑头脑才能获得“需求定律”。这种秩序来自于约束（预算和信息限制）。
2. 它拒绝了“教科书消费者是‘真实’消费者”的观点。 教科书消费者只是一个特殊的、极端的“无摩擦角点”，在那里，思考的价格为零。现实生活是中间的“摩擦”。
3. 它拒绝了“非理性行为是混乱无序”的观点。 即使是一个受限的、“非理性”的代理人，也会遵循严格的、可预测的规律（如对称性），因为这是信息压缩的工作方式。

总结

这篇论文并不是说旧经济学是“错误”的。它说旧经济学是一个极限。它是当你拥有无限数据和无限时间时的情况。

但对于我们其他人——拥有有限注意力的普通人，以及拥有有限处理能力的 AI 模型——我们都是有限的通道。我们压缩世界。当我们这样做时，我们的选择并不是随机的混乱，而是遵循着一种优美的、在数学上极其精确的“吉布斯定律”（一种特定类型的概率分布）。

“需求定律”并不是我们是天才的标志。它是一个信号，表明我们是被瓶颈限制的信息通道，正试图利用我们拥有的比特进行尽可能好的尝试。无论你是人类购物者、机器人，还是学习算法，只要你对处理能力有限制，你的选择自然会落入这种对称、可预测的模式中。而那个“理性”的消费者，仅仅是限制消失时的极端情况。