追本之箭 — 竞争者的投影

2026-07-16 Thu 17:34

起点

题面转述 Michael Porter 的命题是：竞争者可见的行为背后，藏着它的长期目标，以及它对自身和行业的假设。本文拆的是命题本身，不把这段中文转述当作逐字原文。

题面强调的是目标与假设；为了把命题变成可执行预测，本文额外加入能力约束与组织权力，不把这两项归给上述转述。

题面里最容易被忽略的，不是“目标”和“假设”，而是“背后”二字。它暗示屏幕上看到的市场份额、定价、产品和广告，都是原因；只要盯紧这些表面，就能读懂对手。

市场份额是结果，价格是报价，产品是已经落地的选择。它们是输出，不是发生器。把输出当原因，等于拿温度计解释发烧。竞争者分析真正面对的是一个 inverse problem：给定一串行动和环境状态，反推隐藏的目标函数、世界模型、能力边界以及组织内的权重。

观察：s_t, a_t
未知：π_θ, G, P̂, C, w
任务：在外生冲击下，预测下一次 a，而不是解释上一次 a

这和系统与目标的分界相同：目标不是口头上说要什么，而是系统在冲突时仍保护什么。若只做监控，你得到新闻；若做逆问题，你才可能得到可输的模型。

第一层：行为是策略的采样

一次降价不是战略，只是策略在某个状态上的一个采样。对离散动作它是概率质量，对连续动作它是条件密度：

a_t ∼ π_θ(· | s_t)

s_t 是需求、库存、现金、产能、对手动作等状态；π_θ 是策略分布，确定性策略只是退化情形。你看到的 a_t 只告诉你在一个点上抽到了什么，几乎没有告诉你分布在别的状态怎样弯曲。

同一个价格下调，可以来自三套完全不同的生成器：扩张者用低价换装机量，仓库过满者用低价换现金，现金将断者用低价买时间。三者的下一步不一样。需求突然回升时，扩张者可能继续压价抢份额；清库存者会恢复毛利；求生者会立刻砍掉服务。单次行为无法区分它们，因为它只是在同一个坐标点重合。

所以真正有用的对象不是动作值，而是冲击下的 response function：

R(δs) = π_θ(· | s + δs) − π_θ(· | s)

离散动作比较各动作概率，连续动作比较条件均值或分位数。只有 δs 近似外生（在给定 s 后与潜在行为独立，或有可比的准实验对照）时，R 才有因果含义；否则它只是条件相关，不能冒充 do(s + δs)。

事先列出近似外生冲击，观察方向是否互斥：需求下滑、上游成本上升、竞争者退出，分别推高还是压低价格？若冲击与隐藏状态共同变化，就先承认不可识别；若同一模型预测三种冲击都做同一件事，它只是在复述动作，不是在描述策略。

这里还要防一个监控幻觉：连续十次相似行为，不等于十倍证据。若十次都来自同一类状态，样本只是重复测量同一个点。真正的辨识来自近似外生或准实验改变 s，再看 R 怎么变。

这也是被现实纠正的硬版本：不是看对手说错了什么，而是看现实以近似外生方式改写状态后，它的反应函数有没有露出折点。没有冲击，只有行为流水账。

第二层：竞争者是模型驱动的控制器

把题面命题展开为 policy-level 控制问题。对手在能力约束下，按自己相信的世界模型，选择一套能最大化长期收益的策略：

π^* = argmax_{π∈Π(C)} E_{T_{\hat P},π}[Σ_{τ=0}^{∞} γ^τ U_G(s_{t+τ}, a_{t+τ})]
a_{t+τ} ∼ π(· | s_{t+τ}),   s_{t+τ+1} ∼ T_{\hat P}(· | s_{t+τ}, a_{t+τ})

符号不能含糊：G 是目标，决定收益函数 U_G 怎样计分；P̂ 是对行业因果结构和未来状态的假设，不是事实；T_{\hat P} 是该世界模型给出的状态转移；0≤γ<1 是折扣因子；Π(C) 是可行策略集，要求所有可达状态下的动作落在 F(C,s) 内，并满足债务、技术、监管、渠道、时间等硬约束；π 是战略，a 是一次行为。这组变量不是四个静态标签，而是一台 model-based control：目标定方向，假设定地图，能力划边界，战略负责纠偏。

同一个目标，在不同 P̂ 下会产生相反动作。若公司相信降价会摧毁品类锚定，它会守价；若相信低价能把用户锁进生态，它会扩张。反过来，同一世界模型在不同 F(C) 下也会产生相反动作：有现金和产能者能打价格战，负债高且产线满载者只能缩量。把一切归咎于目标，是偷掉了约束；把一切归咎于误判，是假装约束不存在。

可证伪算子不能假装能独立拨动每一格。竞争中 ΔP̂、ΔC、Δw 常共变，只有近似外生的信念更新、契约切换、制度落地或管理层换手，才可作为准实验候选：

Δa ≈ f(Δs, ΔP̂, ΔC, Δw)，而非 ceteris paribus 的单格实验

每个候选解释都要同时过三道证据：行为是否按事前方向变化，资源/预算是否同步重排，合同、任命或权力记录是否支持该更新。不一致只能保留共变，不得宣称识别。不要用一次“聪明的反应”替对手补全整张地图。

第三层：组织目标是加权合成，不是口号

公司没有一个统一的内心。CEO 要规模，CFO 要现金，销售要佣金，研发要路线延续，董事会要估值，监管与债权人则拥有否决权。为了先把结构看清，作最粗近似，把组织效用写成：

U_org(a) = Σ_i w_i U_i(a),    w_i ≥ 0,    Σ_i w_i = 1

U_i 是利益相关者或组织单元对行动的评价；w_i 只表示 soft influence 的启发式权重，不是可直接读出的真值。监管者、债权人、董事会等硬否决不应被塞进 w_i，而要进入组织可行集 F_org(C,H) 或约束 H，把不可行动作直接剔除。软权重会随现金危机、股权变更、董事会改组而移动，硬约束则可能让策略根本无解。

组织层的可证伪算子是效用差分：

D_e(a,b) = U_org(a) − U_org(b) = Σ_i w_i[U_i(a) − U_i(b)]

若准实验近似只改变某一方的 soft influence，而动作仍在 F_org(C,H) 内，D_e 的排序或行动概率应向该方偏移，但不保证翻转；若硬否决 H 改变，先比较可行集是否新增或删除动作。权力换手后概率、排序和可行边界都不动，才削弱“组织权重”解释，不能用一次不翻转直接判死。

因此，墙上的长期主义口号几乎没有识别力。真正的目标藏在资本配置和愿意牺牲的变量里：为了守住研发周期，谁愿意牺牲本季利润？为了守现金，谁愿意牺牲市场份额？被持续拿去交换的变量，通常不是当前权重最高的那一项；被反复赎回的变量，才接近 protected variable。

组织行为突然改变，也不必先解释成“信念更新”。新董事长、新债权契约、新任 CFO 或一次并购，都可能直接改写 w，于是同一 G、同一 P̂、同一外部状态下，U_org 的梯度已经变了。控制器换了，动作当然会换；把它误读成认知升级，是把人事事件藏进了心理故事。

识别权重要看牺牲序列，而不是采访记录。记录每次冲突中哪个预算被砍、哪个交付被延迟、哪个风险被转嫁，再比较决策者的正式权力与实际结果。若一个变量只因外部硬约束不变，不能称为目标；只有系统主动牺牲别的变量去把它拉回，才说明该变量获得了权重。

第四层：对称陷阱与可证伪识别

给定有限的 (s_t, a_t)，通常存在无穷多组 (G, P̂, C, w) 使模型拟合。你可以说对手在追求利润，也可以说它在保现金；可以说它相信需求会反弹，也可以说债务契约不允许它等待；可以说 CEO 看好未来，也可以说 CFO 拥有否决权。若每一个结果都能事后塞回模型，信息量就是零。

所以“多看同类行为”并不会自动解决不可识别性。需要的是事件前的预注册：在外生 shock δs 到来前，写下两个模型必须给出的互斥预测。

M₁: 需求下滑 → 继续降价，牺牲毛利保渗透率
M₂: 需求下滑 → 提价/缩量，牺牲份额保现金与边际利润

两者不能被同一组结果同时判赢。若冲击发生后才改写“当初的目标”，那不是学习，是叙事自救。昂贵且不可逆的承诺——重资产产线、长期合同、退出成本高的并购、主动放弃既有渠道——比口号更有信号，因为它们把未来的可选项烧掉了。

稳定变量也有对称陷阱。市场份额长期稳定，可能是它的目标，也可能只是行业规则、产能上限或客户惯性把它钉在那里。只有当需求冲击来临时，系统主动砍利润、改产品、调现金去恢复份额，份额才可称为 protected variable。一个变量不动，不等于它被保护；系统为它付了什么代价，才是证据。

不要把异质单位的资源牺牲除以偏离量；单位一换，伪精度就出现。改用 matched shocks 下的 ordinal revealed-priority 协议：在冲击前预注册同口径的恢复时点 r(z)（越小越优先）与同单位牺牲 proxy c(z)（越大保护证据越强），只在同一组织、同类冲击、相同计量口径内比较。

z ≻_R z'  ⇔  r(z)≤r(z') 且 c(z)≥c(z')，至少一项严格

两轴各胜一项、跨事件方向冲突或 proxy 不同单位，记“不可比较/不可识别”；完全相等为平局。结果只有“z 优先、z' 优先、平局、不可比较/不可识别”四档；不可跨组织、跨冲击类别或跨计量口径拼成精确分数。若变量只是被硬约束钉住而没有主动牺牲，记为不可识别，不记为保护。

终点：目标是系统愿付代价保护的变量

目标的不可再分定义，不是“它声称想要的结果”，而是：系统愿意支付真实代价去保护、恢复、延缓其偏离的变量。

假设，是它相信“什么动作会恢复这个变量”的因果图；战略，是把偏差映射为纠偏动作的规则；行为，则只是一次纠偏脉冲。目标、假设、战略、行为不再是四个名词，而是一条可拆的控制链：

z 偏离 → 按 P̂ 归因 → 在 F(C) 内选 a → 承担代价 → 把 z 拉回

因此，判别竞争者不再问“它做了什么”，而问：环境变化时，它拒绝让什么改变？ 拒绝的对象必须能在资源账上找到牺牲，否则只是采访中的自我形象。

外部物证法也是 killer test，只有四步，而且必须在事件前落档：

1. 定义事件：写明 shock 的触发条件、可观察指标与时间窗；没有可测事件，不进样本。
2. 提交模型：写一个候选 protected variable、一条必须为真的因果假设、一个 hard constraint，并列出“惯性/外部约束”的 constraint/null model。
3. 写两套互斥预测：给每个指标预注册方向或区间，不留“差不多”的回旋处。
4. 写判负阈值：指标在窗口内落入哪一方向/区间，或根本没有哪种牺牲，就判模型为负；tie/缺失记不可识别，不算胜利；至少留一个 holdout shock，事后改 protected variable 即记原模型失败；结果后用行为、资源、合同/权力三角验证。

若一个模型不输给任何结果，它就不是模型，只是故事。竞争者的投影不是它留在市场上的动作轮廓；那道真正的轮廓，是风向变了以后，它仍不肯让哪一根骨头移动。

(箭到底了。)

延伸 · 同簇「竞争生产价格」 · 生产端视角 · 竞争 · 耐心的数学 · 一个公司最重要的是它的愿景