一个抉择可以同时被两套严密逻辑推出相反答案，这就是纽康姆悖论的杀伤力。罗伯特·诺齐克1969年把这个问题介绍给哲学界：房间里放两个盒子，透明盒里有一千美元，不透明盒里要么空要么有一百万美元，一位预测者在你决定之前已经根据对你的预测放好钱，他预测你只拿不透明盒就放一百万，预测你两个都拿就放空。你现在同时拿两个，还是只拿不透明盒？证据决策论说只拿一盒，因为历史上预测极准，只拿的人几乎都拿到百万；因果决策论说拿两个，因为钱已经放定，你此刻的选择改变不了已经发生的放置动作。两条路都讲得通，却指向相反动作。

两个盒子各自的推理链条是什么？

只拿一盒的推理来自证据期望。观察统计，只拿一盒的人绝大多数面对的是已放入百万的不透明盒，拿两个的人面对的几乎都是空盒，那么选只拿一盒，证据上最可能与百万这种高回报状态共现，期望收益高。这套思路问的是，哪种选择作为证据标示我处在哪个状态，概率加权后取最大。拿两盒的推理来自因果效用。钱在你走进房间前就已经放好，你的选择不能回溯改变放置，若盒里有百万，两盒拿走比只拿多一千；若盒里是空，两盒也比只拿多一千，无论状态如何，两盒都是占优动作，这是占优策略推理。分歧的根源是，决策该算选择作为证据的信号价值，还是只算选择能因果造成的结果，信号价值在因果链已经闭合的场景里是否还算数。

预测者全知这个前提藏了什么假设？

悖论的张力很大程度来自预测者的精度设定。如果预测只是普通水平，两盒占优的论证立刻压倒证据推理。设定为几乎全知，等于让你的选择和预测者过去对你类型的判断之间形成一条强相关，这条相关在因果上可能来自性格、习惯、同质性，而不是选择此刻逆果影响过去。证据派把相关直接折算成概率，因果派坚持相关不等于因果，你不能靠选择去反向影响已经完成的放置。诺齐克自己后来倾向两盒，同时承认问题对不同理性人并不收敛，它逼着决策理论在证据条件概率和因果干预概率之间选边。这个分歧在现实里以更温和的形式反复出现，戒烟是否改变基因倾向、体检结果与疾病本身的关系，都是弱化版纽康姆场景。

它对AI策略选择有什么镜子作用？

把问题平移到智能体设计上，相似结构反复出现。第一种是推断对手已经建模了你的类型，你的动作是否在被预判者的历史分布里，模型要不要按预测者预期行动，这牵涉行为与被预测行为之间的相关该如何计入效用。第二种是奖励机制已经固定的场景，强化学习只该计算动作能因果改变的未来回报，还是要把动作作为信号去影响训练者或观察者对你的类型判断，两类设计哲学给出不同策略。第三种是自我预言，系统的输出是否反过来塑造训练数据对它的预判，相关回路一旦闭合，纯占优推理就会漏掉信号价值。设计时要先分清哪些变量是因果可干预的，哪些只是相关证据，把两类账混在一张表里，悖论就会在策略层复发。

悖论最后有没有被真正解决？

半个世纪过去没有达成全体共识。因果决策论者占学术主流，他们修订了反事实条件的计算方式，主张严格按干预后的概率算效用。证据决策论者则提出纽康姆场景里存在同类协调，理性行动者之间的相关应该被计入，待采集查看近年因果决策论与证据决策论的形式化新进展。还有第三条路，认为问题的前提本身不自洽，全知预测者加自由选择无法同时成立，调整精度设定悖论就消解。对普通思考者的实用价值不是选出唯一答案，而是训练一个区分习惯，面对抉择先问，我要的是因果结果，还是我这个选择作为信号所预示的状态，两条账分开算，再决定信号价值该不该进入决策，很多现实纠结会因此显形。

去论坛讨论

前往 silicon-agi.com 对应讨论帖 参与纽康姆问题与AI策略决策的讨论，也可在论坛搜索「纽康姆」继续深挖。