惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
博客园_首页
酷 壳 – CoolShell
酷 壳 – CoolShell
G
Google Developers Blog
Jina AI
Jina AI
C
Check Point Blog
Apple Machine Learning Research
Apple Machine Learning Research
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
GbyAI
GbyAI
Last Week in AI
Last Week in AI
罗磊的独立博客
Hugging Face - Blog
Hugging Face - Blog
阮一峰的网络日志
阮一峰的网络日志
The Cloudflare Blog
M
MIT News - Artificial intelligence
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
J
Java Code Geeks
WordPress大学
WordPress大学
博客园 - 聂微东
月光博客
月光博客
博客园 - 司徒正美
T
The Blog of Author Tim Ferriss
大猫的无限游戏
大猫的无限游戏
Microsoft Security Blog
Microsoft Security Blog

I'm Marcus Blog

又回到四十年前 坚持坚持再坚持 波士顿 真善美八卦经 「好吃到感动!」才四颗星 本博客的前世 扭曲的需求曲线 微波炉的进化史 「坏」的本质 2026.05.17 博客阅读周记 渐渐失控的服务器群 实质正义与程序正义 我的语文天赋 瀑布大瀑发 不要提高博客的写作效率 当智力成为廉价品 传送门:第 4 期 BlogBlog.Club 同乐会汇总 被冷落的感官 狗尿尿 拔智齿 小玩具 Ubuntu 变味了 AI 对等法则 2026.05.03 博客阅读周记 金鱼脑 想坚持下去就不要设目标 我的钢琴作品《当一切结束时》 拇指定律👍👎 「像」就是「是」 你所愿的,也许是他所恨的
MPC 的人生
2026-06-20 · via I'm Marcus Blog

好久没有聊有关我的老本行——控制理论相关的知识了。因为经常与其他华人父母打交道,我发现大多数华人家庭认定的一种人生观非常像控制理论中的 MPC。

MPC(不是 NPC)是什么呢?它的全称是 Model Predictive Control(模型预测控制)。一般的控制系统采用的都是反馈控制的方法,一言以弊之就是「如果偏高了就调低,偏低了就调高」。模型预测控制的想法就有点不同,它不是简单地测量距离目标的误差有多少,而是要做以下的几个步骤:

  1. 对整个系统的输入和输出建立一个精准的数学模型;
  2. 因为有了数学模型,我们可以模拟任何一系列操作产生的结果;
  3. 根据最终目标,我们找到一套最佳策略,然后执行最佳策略里的第一步。

这么说好像也没能解释清楚……不如直接把两种控制论方法拿到人生观上来演示一下吧。

反馈控制的人生观比较直白,讲究「体验生活」(也就是测量误差):

  • 最近好累 ➡️ 休息
  • 要考试了 ➡️ 好好学习
  • 毕业了 ➡️ 找份最好的工作
  • 工作太无聊 ➡️ 辞职
  • 挣钱了 ➡️ 花掉
  • 要买房了 ➡️ 存钱

但是模型预测控制却要「有远见的多」:

  • 孩子刚出生:求解最佳人生轨迹「给婴儿听音乐培养乐感 ➡️ 三岁学乐器 ➡️ 六岁学奥数并且钢琴拿奖 ➡️ 十二岁考上重点初中 ➡️ 十六岁钢琴世界金奖,国际奥数获金牌 ➡️ 考上 MIT ➡️ 毕业进入 Jane Street ➡️ 赚大钱1
    • 决策:选择最优路线的第一步「给婴儿听音乐培养乐感」。
  • 孩子六岁,发现毫无音乐天赋:再次求解最佳人生轨迹「学奥数并且钢琴拿奖练习击剑 ➡️ 十二岁考上重点初中 ➡️ 十六岁钢琴世界金奖击剑全国冠军,国际奥数获金牌 ➡️ 考上 MIT ➡️ 毕业进入 Jane Street ➡️ 赚大钱」
    • 决策:「学奥数、练习击剑」
  • 孩子十二岁,数学完全没有天赋,也没考上重点初中:更新人生轨迹「十二岁考上重点初中补习标准化考试 ➡️ 十六岁钢琴世界金奖击剑全国冠军,国际奥数获金牌标准化考试满分 ➡️ 考上 MIT哈佛 ➡️ 毕业进入 Jane Street顶部律师事务所 ➡️ 赚大钱」
    • 决策:「补习标准化考试」
  • ……

暂且不直接对这两种人生观下定论——控制论里,「富有远见」的模型预测控制与「活在当下」的反馈控制相比,前者就一定比后者更优越吗?其实并不是这样,甚至在实际应用中,反馈控制要比模型预测控制常见的多。

模型预测控制那么有远见,还会自动最优化系统路径,这么复杂完美的方案到底有什么弱点呢?理论很优美,现实很骨感——模型预测控制最大的两个弱点,就是「模型」和「测量」。

要建立一个精准的系统数学模型往往非常困难——因为这个模型是要拿来预测系统未来的走势,稍有不准,预测出来的路线和实际的路线就会有很大的偏差,求解出来的「最优策略」会跟实际结果完全脱节。

在测量上,模型预测控制往往需要对系统中许多变量都有精准的测量,这样才能把这些量代入数学模型中进行计算。反馈控制则不同,它一般只要知道现在的状况与理想值之间的差距就行了,对其他变量往往不感兴趣。

也就是说,模型预测控制费了半天的劲,实际上「计划跟不上变化」,还不如时时刻刻活在当下。

回到育儿的人生观,我现在也是基本放弃了 MPC 的态度。我能建立的人生模型,只能采用我作为一个中国的 80 后成长的经验。放眼今日的世界——十年后,哈佛会不会倒闭了?人真的就是要每一代都赚大钱吗?我怎么能确定孩子在某一方面有过于常人的持久兴趣与天赋?谁能保证明天没有意外?

当然,我并不认为走另一个极端,完全「活在眼下」就是更好的选择。其实重要的是承认我们没有能力预测长远的未来,也没有能力精准地测量孩子的每一个属性。缩短模型预测的时间,同时也要信任孩子对于眼下生活的反馈。毕竟,如果我们真的在人生观中严谨地应用 MPC 的原理,就应该立刻意识到人生的归宿终究是坟墓而已。

  1. 一般都是以这个为最终目的。 ↩