博弈论中有一个术语叫“混序代价”，意思是系统中的个体完全按自己利益行动的话，会降低系统效率。这是个普遍现象，几乎每个人都遇到过。
举个例子，假如你是一座城市的交通规划者，有两种交通导流方式可供你选择。一种是中心化的、自上而下的方式——整个系统被事先清楚考虑好，拥堵之处被人工识别，然后通过调整系统加以清除；一种是直接让司机们在路上自己做决策。一般来讲，前者更有效率，它降低了混序代价，更加有效地利用了信息。
数据淘刷着今天的世界。2015年人类制造的信息量，等于以往人类文明所制造信息量的总和。我们无时无刻不在发消息，打电话，进行交易，而这些都会留下数据轨迹。我们正快速实现一个被意大利作家卡尔维诺称为“世界之记忆”的场景：打造物理宇宙的完整的数字化复制品。
随着互联网在物理空间的不断扩张，混序代价将成为我们社会的根本特征，与此同时，借助大数据的力量来消除混序代价的尝试将甚嚣尘上。
相关的例子不胜枚举。想想在亚马逊上买书的情景，亚马逊手里有海量的用户数据——他们的个人资料，他们的搜索历史，他们在电子书上划的高亮条——亚马逊会用这些信息预测用户下一步的购买行为。正像所有中心化架构的人工智能一样，过去的轨迹会用于预测未来。亚马逊会调阅你最近买过的十本书，然后以更大的精确性推送你可能想读的下一本书。
不过，我们应该考虑到，当我们如此成功地削弱了混序代价时，我们失去了什么。在你读过十本书之后，对你最有意义的一本书，不应该服服帖帖地遵循你已经建构起来的模式，而应该让你吃惊，给你挑战，逼你以一种不同的方式看世界。
相对于上面提到的交通导流，优化推荐——常被等同于下一个购买对象的自动浮现——或许对在线图书浏览这个问题来说并非最佳范例。大数据会增加我们的选择，却也会滤掉我们不想看到的东西。人们却经常以为，那“第十一本书”是在纯粹的幸运中被发现的。
网上购书是这样，其他很多被数字化了的系统也是这样，比如我们的城市和社会。中心化的市政系统现今喜欢运用算法来指导市政建设，指导从交通灯和地铁，到垃圾存放和能源传输等各类事情。全球各地的许多市长都迷恋中控室，比如IBM给里约设计的城市运营中心，市政管理者可在此对各类新信息加以实时响应。
不过，随着中心化的算法越来越控制社会上的一切，受数据驱动的技术阶层正对创新和民主产生威胁。我们必须不惜一切代价来阻止这样的情况。去中心化的决策机制是让社会保持生机的基础。相反，数据驱动的优化过程，是从一个预定了的范型中调取解决方案，这往往会把一些变革性的和反直觉的想法排除掉，而正是这些想法，往往推动着人类前进。
我们的生活中存在一定程度的随机性，这是新颖思维方式的产生空间，否则它们很可能会被错过。而且在宏观层次上，这也是生活的必需。如果大自然采用的是预测性的算法机制，那么DNA在复制过程中的突变就会被统统扼杀，地球上将很可能仅仅存在着经过了最大优化的单细胞有机体。
去中心化的决策机制能够通过自然与人工的合作进化，创造人与机器智能之间的化合反应。分布式智能短期内可能效率不佳，但从根本上，它可以打造一个更有创造性、更多样化、更有弹性的社会。如果我们想保护创新的话，混序代价其实是个好价钱。
本文转自d1net（转载）
