公地悲剧：每个人都理性，公共资源却被榨干

公地悲剧 / Tragedy of the Commons
中文：一群各自理性的人共用一份有限资源，最后往往会一起把它榨干。
EN: When many rational people share one finite resource, they tend to drain it together.

我们来聊一件做多智能体、做基础设施的人特别熟的事：只要一样东西是大家共用的、又没人管，一群绝顶聪明、每个都很理性的人，几乎一定会把它一起用垮——不是因为谁使坏，恰恰因为每个人都在为自己精打细算。

为什么要问这个问题

先说一个你大概率天天在经历的场景。

你想跑个实验，去抢 GPU。调度器告诉你：集群 100% 占满，排队。可你心里门儿清，那些卡至少有一半在空转——每个组都比自己真正需要的多占了一截配额，”以防万一””留点 buffer””别到时候被别人抢走”。于是集群从来没真的忙过，它只是被所有人一起占死了。

换个场景，一模一样的剧本。你的服务跑在一个共享的 API 网关后面，平时好好的。某天 p99 突然爆了，你查了半天自己的代码，最后发现是隔壁一个组上了新功能，把这个共享端点打满了——经典的”吵闹邻居”（noisy neighbor）。你没做错任何事，但你和他共用一条管道，他多占的，就是你被挤掉的。

这两件事是同一件事：一份有限的、大家共用的资源，每个人都有动力去多占一点，因为多占的好处全归自己，而多占的代价，是所有人一起摊。

这事一点都不新鲜。一个生态学家在 1968 年就把它讲透了，讲的还不是芯片，是牛。

它从哪来

这个结构最早被人画出来，是 1833 年，一个叫劳埃德（William Forster Lloyd）的英国经济学家，讲的是村里共用的一片牧场。真正让它出名的，是 1968 年，生态学家加勒特·哈丁（Garrett Hardin）在《Science》上发的一篇文章，标题就叫《公地悲剧》。

哈丁画的这幅画，简单到你一听就忘不掉：

一片公共牧场，村里每个牧民都能来放牛。对每个牧民来说，多放一头牛的账特别好算——这头牛的收益全归我自己；而多一头牛带来的过度放牧、草场退化，是全村所有牛一起承担，摊到我头上微乎其微。于是每个理性的牧民都会得出同一个结论：再多放一头。所有人都这么想，草场就被啃秃了，最后谁的牛都吃不上草。

哈丁真正戳人的地方在于：这里没有坏人。 没有哪个牧民是贪婪的恶棍，他们每个人都只是在做对自己最划算的选择。悲剧不是因为有人使坏，而是因为这个结构本身——好处私有、代价公摊——逼着每个理性人都往同一个方向走。

哈丁自己给的药方有点悲观：要么把公地私有化（分给个人），要么交给政府自上而下强管。很长时间里大家以为只有这两条路。

直到 1990 年，埃莉诺·奥斯特罗姆（Elinor Ostrom）用一本《Governing the Commons》把这个二选一打破了——她后来因此拿了诺贝尔经济学奖。她跑遍全世界，去看真实的渔村、林场、灌溉系统怎么管公共资源，发现了第三条路：社区自己定规则、自己互相盯着、对越界的人有分级的惩罚，既不用私有化，也不用一个中央独裁者。 这条路，恰恰是我们做系统的人最该抄的作业。后面细说。

核心直觉

公地悲剧的核心，一句话：你真正在乎的（资源别被用垮）是集体的事，可你面对的每一个具体选择，账都是你自己一个人算的。而这两本账，算出来的方向正好相反。

拆开看，要凑齐几个条件，这出戏才会上演：

1. 资源是有限的、会被用掉的。 我多用一分，你就少一分（经济学叫”竞争性”）。一片草场、一段带宽、一个限流额度，都是。
2. 谁都能来用，拦不住。 没有门票、没有围栏（叫”非排他性”）。开放，正是”公地”两个字的意思。
3. 多占的好处私有，多占的代价公摊。 这是整台发动机。你多占那一下的甜头全进你口袋，苦头却均摊给了所有人，摊到你自己头上几乎无感。

记住这把钥匙，后面反复要用：多占的好处全归你，多占的代价大家分。只要这个不对称还在，理性人就会一直多占，直到没得占。

最阴的地方在第三条引出的一个推论：克制会被惩罚。 假设你良心发现，主动少占一点。结果呢？你省下的那份，立刻被别人占走了，资源该垮还是垮，而你白白少拿了自己那份。于是在这个结构里，克制的人不是英雄，是先吃亏的那个傻子。这就是为什么光靠”大家自觉点”永远没用——它在结构上就是个亏本买卖。

graph TD
  A[共享资源 有限但对所有人开放] --> B[每个人各自理性算账]
  B --> C[多占一点 好处全归自己]
  C --> D[代价被所有人摊薄 几乎无感]
  D --> E[理性结论都是尽量多占]
  E --> F[所有人都多占 资源被榨干]
  F -.克制的人只会先吃亏.-> B

注意最后那条虚线：资源越紧张，克制越吃亏，于是大家占得越凶。 这是个会自己越滚越快的循环，不是踩一脚刹车就停得下来的。悲剧最狠的地方是，越到后期、资源越稀缺，每个人抢的动机反而越强——正是在最该收手的时候，所有人一起踩了油门。

现实中的例子

最惨烈的一个真实版本，是鱼。

纽芬兰外海的大浅滩（Grand Banks），曾经是地球上最富饶的渔场之一，鳕鱼多到传说能踩着鱼背走过去。几百年里，这片海养活了一代代渔民。然后到了 20 世纪下半叶，声呐、大型拖网、工厂化加工船一起上，捕捞效率翻着跟头往上涨。

对每一条船来说，账都好算：我今天多捞一网，钱全是我的；至于会不会捞过头、鱼群还能不能繁衍得过来，那是”大家”的事，跟我这一网关系不大。每条船都这么想，于是所有船一起，把鳕鱼捞得比它们繁殖的速度快得多。

1992 年，鳕鱼群直接崩了——种群量掉到历史水平的百分之一。加拿大政府紧急下了禁渔令，一夜之间三万多渔民和工人失业，是加拿大历史上最大的一次裁员。三十多年过去，那片海的鳕鱼到今天都没真正恢复。

没有哪条船想毁掉这片渔场——那是他们自己和子孙的饭碗。可他们每个人都很理性，而正是这一船一船的理性，一起把海掏空了。你把”渔船”换成”团队”、”鳕鱼”换成”GPU 配额”或者”开放网络上的数据”，剧本一个字都不用改。

映射到 AI：共享的东西，正在被一起用垮

AI 这行，简直是公地悲剧的主题公园，因为我们到处都在共用有限的东西——集群、限流、上下文预算，还有一整个开放的互联网。

共享算力集群。 就是开头那一幕。每个组都多占配额、留下大量”占着但空转”的卡，集群利用率显示 100%，真正在跑活的吞吐却被饿着。多占那份”永远不会被抢走”的安全感归你自己，排队的代价却是全公司一起扛。谁先松手，谁先吃亏——于是没人松手。

共享服务与限流：吵闹邻居和重试风暴。 一个吵闹邻居能拖垮整条共享管道，这还只是开始。更狠的是重试：共享服务一变慢，每个客户端都会更用力地重试——每一次重试单看都很理性（我这个请求得成功啊），合起来却是一次自己人打自己人的 DDoS，把一次小抖动直接放大成一场雪崩（thundering herd）。

开放网络这个数据公地（最典型的一个）。 开放的互联网，曾是所有人免费取水的那口井，几乎每个大模型都从这里训出来。现在两件事同时在发生：一是被抽得太狠，网站开始把自己围起来（Cloudflare 拦爬虫、robots.txt、付费墙，Reddit、Stack Overflow、Twitter 纷纷关掉 API）——井正因为被抽干而被封上；二是 AI 生成的垃圾内容正往同一片网络里灌，拿它训出来的模型越来越差，这就是”模型崩溃”（model collapse），一代拿上一代的输出来训，多样性和质量一路衰减。每家实验室去爬、每一次把生成内容倒回网上，单看都很理性；合起来，却是在抽干、同时污染下一代模型必须来喝的那口井。最扎心的是：AI 同时扮演了过度取水者、污染者，和未来的受害者。

多智能体里的共享预算。 多个 Agent 共用一个有限的上下文窗口、token 预算、工具调用额度。每个子 Agent 为了把自己那一小块任务做好，都想往共享上下文里多塞点东西（”把这份文档也带上，以防万一”）。共享上下文被噪声填满，每个 Agent 的质量都往下掉（context rot）。每一次塞都是局部理性，合起来却把共享预算耗光了。共享的限流池也一样——一个贪心的 Agent 就能把其他所有 Agent 饿死。

把这四个场景叠在一起看，你会发现它们是同一把钥匙：每一个多占的人都是理性的、都不是坏人，可他们多占的好处归自己、代价摊给整个系统——于是共享的那样东西，在没人使坏的情况下，被一起用垮了。

工程师视角：别靠自觉，靠规则

道理讲完，落到能做的动作上。而这里最重要的一句话，就是奥斯特罗姆那句：公地不需要私有化，也不需要一个独裁者，它需要治理。

把公共的代价，让它被个人感受到。 悲剧的燃料是”代价我几乎无感”。所以第一刀，就是把代价明码标价地还回去：内部计费 / showback、给每个任务标上它烧掉的卡时和 token。当多占真的会让某个组的账单变难看，理性的方向立刻就掉头了。（这其实就是把”外部性”内部化。）

配额和公平调度，别靠信任。 给每个租户设硬配额、上公平调度器（DRF、fair-share、K8s 的 ResourceQuota）。为什么必须是硬的？因为我们前面说了，克制在结构上是亏本的——所以”克制”不能靠自觉，得由系统强制均摊。

隔离，别让一个吵闹邻居拖垮整池。 每租户限流、令牌桶、熔断、背压（backpressure）。共享池最怕的就是一个用户能把整池吸干；隔离就是给公地修围栏，但修的是”你只能用你那份”的围栏，不是私有化。

给重试上预算。 指数退避 + 抖动（jitter）+ 重试预算（retry budget，Google SRE 那套）。一个客户端拼命重试是理性的，一万个一起重试就是雪崩。重试预算，就是从结构上不许”理性重试”累加成自杀。

对着数据公地，别只顾着捞。 训练别拿没过滤的网络垃圾直接喂；给合成数据打标、留来源（provenance，C2PA 这类），别把污染倒回大家共用的井里。用了开源，就回馈开源——顺手提一句：AI 生成的低质 PR 和”安全报告”正在淹没开源维护者（curl 的作者 Daniel Stenberg 公开吐槽过 AI 编的假漏洞报告），维护者的时间精力，也是一块正在被榨干的公地。

奥斯特罗姆的洞见对我们太受用了：你既不用把集群拆成一人一块（碎片化、利用率惨不忍睹），也不用让一个中央审批卡住每一个任务（那是瓶颈）。中间那条路——配额 + 监控 + 越界有后果——才是对的。

投资视角：整个行业正在榨干它赖以为生的那口井

把镜头拉到行业层面，最大的一块公地，是开放互联网上那些人类原创的数据。过去十几年，几乎所有大模型都免费从这口井里打水。现在的问题是，所有人一起打水、还一起往里倒 AI 生成的水，这口井正在同时被抽干和污染。

这对”该怎么押注 AI”有很直接的含义：当公共数据这块公地退化，护城河会往两个地方挪——一是谁手里有别人拿不到的私有数据（自己的、围起来的、还没被污染的那口井），二是谁能建起治理（数据来源可溯、质量可控）。裸奔在公共网络数据上的玩家，脚下的地基正在被大家一起掏空。

绕回到我们写代码这件事，启示很朴素：别把公共网络数据当成一口永远打不完、水永远干净的井。 把它当成一块正在退化的公地来对待——该验证来源就验证来源，该自建数据就自建数据，该给合成数据留标记就留标记。你今天怎么对待这块公地，决定了你两年后训得出什么。

生活视角：你早就在公地里博弈过了

这套机制根本不待在机房里。

办公室那台公用冰箱，最后总是塞满了没人认领、长毛的剩饭——每个人放进去都很方便，清理却是”大家”的事，于是谁也不清。合租的厨房、共享的会议室、小组作业里那个什么都不干还署名的人（搭便车），是同一出戏。最大的一块公地叫地球气候：每个国家、每家公司多排一点的好处归自己，代价全人类一起扛。

把这个想透，对做 AI 产品很要命：只要你的产品让一群人共用一个池子——共享的限流额度、社区一起贡献的内容、一套共享的信誉分——它就一定会被”公地化”。 会有人薅额度、灌垃圾内容、刷信誉分，而且他们个个理性、不觉得自己在使坏。所以做这类功能时，正确的心态不是”用户会不会滥用”，而是”一定会有人多占，那我的规则、配额、代价分摊，从第一天就设进去了吗？”。想清楚这个，往往就决定了你这个共享功能，是长成一片草场，还是长成那台长毛的冰箱。

常见误解

误解一：这是人性贪婪的问题，教育一下、呼吁大家自觉就好了。 不是。它和古德哈特一样，是结构问题，不是人品问题。一屋子全是善良体贴的人，只要”好处私有、代价公摊”这个结构还在，公地照样被榨干——因为克制的人先吃亏。所以那种”请大家合理使用集群”的全员邮件，基本等于没发。想反了这一点，你会去抓”坏人”，而不是去改那个有毛病的结构。

误解二：要么私有化，要么中央强管，只能二选一。 正好相反，这恰恰是哈丁留下的思维定式，也是奥斯特罗姆拿诺奖打破的东西。把集群拆成一人一块，利用率惨不忍睹；让一个中央调度独裁者审批每个任务，它自己变成瓶颈。真正好用的几乎总是第三条路：治理——共享的池子 + 明确的配额 + 互相能看见的用量 + 越界有后果。别一遇到公地问题就往”私有化 vs 大政府”那个假两难里跳。

误解三：只要是共享资源，就注定完蛋。 也不对。公地悲剧是有条件的，不是所有共享都会崩。它要资源有竞争性、开放不设防、代价能外摊、而且没有治理。这几条只要破掉一条，悲剧就不一定发生——这正好引出下一节。

什么时候不成立

知道一个模型什么时候失效，比记住它本身更值钱。把前面那几个条件反过来，就是公地悲剧不成立的地方：

资源是非竞争性的——你用不减少我用。 纯信息类的东西，复制一份几乎不花钱：一份只读的模型权重、一个 CDN 上的静态文件，你读你的、我读我的，谁也没少。这种东西不存在”被用垮”。（当心：托管它、分发它要烧的带宽和算力，仍然是竞争性的——公地常常藏在你以为免费的那一层背后。）

已经被围起来、被计量了。 你独占的那块 GPU 配额不是公地，它不会有悲剧（当然也没了共享的效率）。计量和配额本身，就是解药——这也是为什么”治理”能治它。

人少、反复打交道、彼此看得见。 三个人共用一台开发机，基本能自己商量着来；一万个匿名 API 客户端就不行。当参与者少、长期共事、还能看见彼此的用量，声誉和默契就能压住多占的冲动（这正是奥斯特罗姆的条件，也是重复博弈里合作能长出来的原因）。

再生速度远快于消耗。 如果抽取远低于恢复，池子近似无限，就不崩。但小心杰文斯：一旦你把打水变便宜了，抽取速度自己会涨上来，”近似无限”很快就不成立。

判断方法还是那把钥匙，反过来问一句：**”如果我多占一份这个共享的东西，好处是不是全归我、代价是不是摊给别人，而且我还不会被看见、被惩罚？”** 三个都”是” → 公地悲剧风险很高，赶紧上治理；只要有一个”否”（代价落回自己头上、会被逮到挨罚、或者池子近似无限）→ 这个共享还算结实。AI 里绝大多数共享资源，三个答案都是响亮的”是”——这正是为什么这条 1968 年的老定律，在我们这行格外扎眼。

相关模型

公地悲剧不是孤岛，它挂在一张网里。下面这些是同一张网上的邻居（这些文章我会陆续补上）：

• 囚徒困境 / Prisoner’s Dilemma：公地悲剧本质就是它的多人版——对每个人来说，”多占”都严格优于”克制”，可所有人一起多占，结局比一起克制惨得多。
• 纳什均衡 / Nash Equilibrium：”所有人都往死里占”恰恰是一个纳什均衡——在别人都占的前提下，你单方面克制只会更惨。这就是为什么悲剧这么稳、这么难自己走出来。
• 机制设计 / Mechanism Design：治理这块公地，就是一道机制设计题——把规则设计成”个人理性的选择”恰好等于”集体最优”，也就是把外部性内部化。奥斯特罗姆那套，是它的实证版。
• 外部性 / Externality：”代价公摊”说白了就是负外部性——你多占的成本，转嫁给了没参与决策的其他人。公地悲剧是外部性堆到极致的样子。
• 杰文斯悖论 / Jevons Paradox：把公地里打水变便宜，抽取速度会自己涨上来。效率不但没省下共享资源，反而让它耗得更快。

一句话记住

中文：公地不是因为有人使坏才崩，而是因为每个人都太理性——好处归你，代价归大家。所以别等谁自觉，把公共的代价，明码标价地还给花它的那个人。
EN: A commons doesn’t die because someone turns evil—it dies because everyone stays rational: the gain is yours, the cost is everyone’s. So stop waiting for restraint; hand the shared cost back, with a price tag, to whoever spends it.