前几天与朋友喝茶，探讨了一个很有意思的问题，宏观决策为什么会失误？
人类进入工业文明以来，宏观决策就逐渐摆脱了拍脑袋工程，而越来越专业与严谨。
我们以军事为例。
一场战役该不该打，早就不是将领凭感觉出兵，起码从一战前后，海军搞航海推演开始，到日军联合舰队 1940 年代成熟的图上推演 (甲、乙演习)，到美军蒙特雷海军学院兵棋。打不打某场战役，前必有兵棋推演、必有参谋计算油耗航程弹药侦察半径，必有 "若敌军在此出现怎么办" 的假设分支预案，把一切可能性都推算好，计算成本与收益最后才能做出战役的决定。
经济类宏观决策也是如此。
中国从“一五计划”用物资平衡表，到1980 年代社科院、国家计委 (发改委前身 )搞投入产出表，到朱相时代起，国研中心、国家信息中心就开始建 CGE( 可计算一般均衡) 模型了。
最近这十几年宏观决策一般是这样的流程：大模型先跑一遍（初代多智能体政策模拟器早，会把乐观、基准、悲观三档全拉出来），然后是
老化模型 (CGE/DSGE) 交叉验证，再然后是专家座谈会辩论，再然后是部委进行风险评估，最后就是政治局、国务院集体讨论，讨论之后领导拍板。
看看这个决策程序还是很严谨的。
但是如此严谨的程序也会出现宏观政策的失误。
那么问题究竟出在哪里呢？
我们首先以军事领域为例。
1942 年5 月，日本联合舰队高层在战列舰大和号上搞图上推演，代号“甲演习”，准备打中途岛。
推演规则是掷骰子定命中。结果红方 (代表美军) 运气爆棚，连掷 9 次命中，把日军 4 艘主力航母全部击沉了。
按理说，这是个巨大的警告：美军如果反应快、运气好，日军可能输得很惨，得重新考虑作战计划。
但参谋长宇垣缠不乐意了。他是总裁判，直接把 9 弹改成 3 弹，沉 4 艘改成只沉 1 艘（加贺），其他三艘变轻伤。更离谱的是，被击沉的加贺在下一轮推演里又复活了，继续参战。
山本问了一句：“要是美军航母真的突然出现
怎么办?"
航空参谋源田实回答：‘铠袖一触!’（翻译过来就是：小菜一碟，一下就灭了）
一个月后实战，942 年 6 月4 日，日军赤城、加贺、苍龙、飞龙四艘全沉，跟最初推演一模一样。
这个案例说明了什么？
再严谨的决策程序也无法避免人为的干扰，这就是宏观决策失误的根本。
读史如观镜，我们把镜头拉到2024 年9 月。
- 26政治局会议提出：“要促进房地产市场止跌回稳，对商品房建设要严控增量、优化存量、提高质量，加大白名单‘项目贷款投放力度，调整住房限购政策，降低存量房贷利率……”
如此顶级规格会议明确提出房地产企稳止跌，那么市场肯定认为最多 12 个月房地产就能实现企稳止跌。
实际呢? 一直到 2 年后的 2026 年8 月，房地产都还没有企稳止跌。
那么问题出在哪里呢？
其实，前期大模型推演跑出来是三种结果：
乐观: 政策一出，2025 年上半年触底。
基准：2025 下半年到 2026 年慢慢磨。
悲观: 居民资产负债表受损、人口 2022 年已经转负、城镇化基本见顶、烂尾信任破裂,2026-2027 甚至更久才企稳。
然后这个大模型结果拿到专家座谈会辩论上又是什么结果呢？
大部分专家一致倾向于乐观的结果，只有少数专家提出日本1991 年房价崩了之后 15 年才稳住，中国房地产从 2021 年下行，2025 年就稳住太乐观了。
模型结果与专家意见拿到部委进行风险评估的时候开始变形了。
那个可能要两三年的悲观情景，权重从 30% 被人为压到 10%(与日军中途岛战役前推演人为修改结果大同小异)。
为什么压? 因为 2025 年是“十四五”收官年，上面需要经济在好转的叙事，政治时间表等不了两三年。
最后拿到政治局讨论的时候，领导们看到的是，大模型推演三种结果，悲观结果概率只有 10%，专家讨论也支持这个意见。
最后领导拍板，政治局通稿出台，然后就是 9.26房地产企稳止跌的叙事。
宏观决策失误就是这么来的。
那么未来还会不会出现同样的失误?
实事求是地说，我党不但善于试错，同时也是善于纠错的。
现在宏观决策程序出现了以下优化：
三档情景，乐观、基准、悲观，必须同时摆在桌面上，不能只挑好听的。大模型里专门搞一个反向专家 Agent，就负责唱反调，不允许被摘要掉。
让大模型做冲突检测。你把止跌回稳草案丢进去，让它算，市场解读为 12 个月见底，但慢变量指向 36—60 个月，中间这个缺口有多大？这个缺口必须回写给起草组。
减少人为干扰，谁把悲观权重压下去，谁签字。必须就在纪要上写：已知悲观情景 X，基于某某原因压低了权重 "。谁签字未来对谁追责。
这些优化程序走下来，那么未来人为因素影响宏观决策失误就会小得多。
但是，还要补充一点内容，2025 年 10 月网信办
和发改委出了个《政务领域人工智能大模型部署应用指引》，说得很清楚：大模型是辅助型定位，防AI幻觉，人工审核兜底。
为啥要将大模型定位为辅助决策工具，必须人工兜底。
逻辑是这样的，大模型要准确必须是靠海量数据喂出来的，以围棋为例，AI为啥能比人类棋手明显高一个层级？原因是围棋是封闭空间既定规则下，AI喂了几百万盘棋谱，让AI把所有模糊地带都算得清楚楚。
而我们宏观市场经济跑出来的数据现在是很有限的，以房地产为例，满打满算也就不到30 年，而且不同时期市场反应可能完全不一样——比如在2014 年，可能降息100 个基点就能让房地产销售增长 15%，到了2024 年（城市化见顶，人口增长逆转），降息200 个基点房地产销售也未必能反弹 10%。
所以，在未来较长一段时间，人工审核与判断才是决策最大的权重。
决策程序优化可以排除人为因素对大模型的干扰，但是人工审核与判断如何排除人为的干扰呢? 这个问题目前还没有好的答案。
评论