# 重新理解辩证法：不是“既是又不是”，而是让概念跟得上现实

## ——从概念、数量、因果到模型纠错

关于辩证法，有两种非常容易走向极端的理解。

一种认为：

> 世界是不断变化和发展的，所以不能用静态的概念理解世界。

另一种则认为：

> 所谓辩证法不过是“什么都可以说”，遇到反例就换一种解释，因此是一种信息量很低的话术。

这两种批评其实都抓住了一部分问题。

第一种提醒我们：

**现实不是静止的。**

第二种提醒我们：

**如果概念可以随意变化，理论就失去了可检验性。**

那么，真正的问题就出现了：

> **面对一个不断变化、充满差异的现实世界，人类究竟应该怎样使用概念进行可靠认识？**

我认为，这比简单讨论“辩证法还是形而上学”更加重要。

因为最终我们需要的不是一个哲学标签，而是一套能够：

**描述现实、发现规律、检验错误、修正自己**

的认识方法。

而这也正是六把尺子理论中的“认知纠错层”需要进一步解决的问题。

---

# 一、先解决最基本的问题：现实、概念和模型不是一回事

我们先看一个非常简单的例子。

现实中有：

小明、小红、王老师、李经理、张师傅……

他们每个人都不同。

但是我们可以用一个概念：

> **人**

来代表他们。

这就是抽象。

抽象的好处非常明显：

我们不需要每次讨论人类，都把几十亿人的具体特征全部描述一遍。

但抽象也必然产生损失：

“人”这个概念忽略了大量差异。

例如：

年龄、性别、收入、职业、能力、健康状况、性格、经验……

所以可以得到一个非常重要的认识论原则：

> **概念不是现实本身，而是对现实的一种压缩表示。**

这句话非常重要。

因为很多哲学争论，其实从一开始就把：

**概念**

当成了

**现实本身。**

一旦发生这种混淆，问题就会越来越复杂。

---

# 二、概念为什么必然损失信息？

因为现实的信息量远远大于语言。

假设我要描述一棵树。

我可以说：

> “这是一棵树。”

这句话非常简洁。

但是它忽略了：

高度、树龄、直径、含水量、叶面积、根系、健康程度、位置、土壤、温度……

如果我要描述得更加精确，就需要增加信息：

> 一棵15米高、树龄30年、胸径40厘米的树……

继续增加：

> 土壤含水率是多少？

> 年增长率是多少？

> 叶面积是多少？

> 光合作用效率是多少？

我们会发现：

**概念越粗，信息损失越多；描述越精细，信息量越大。**

但这并不意味着：

> “越精细越好。”

因为描述全部现实是不可能的。

因此科学真正面对的不是：

> “如何消灭抽象？”

而是：

> **如何在信息成本有限的情况下，让抽象造成的误差保持在可接受范围内？**

这其实是一个非常现代的问题。

---

# 三、因此，“形而上学”和“辩证法”的真正争论，可以重新表述

如果把问题简单化，可以说：

一种方法倾向于：

> 先建立稳定的概念，再研究概念之间的关系。

另一种方法强调：

> 现实中的对象存在差异、变化和相互作用，概念不能脱离这些因素。

其实二者没有必要互相消灭。

因为科学研究本身就需要两件事情同时存在：

**稳定的概念**

和

**允许模型修正。**

如果概念完全不稳定：

今天“劳动”是什么意思，

明天“劳动”又是另外一个意思，

那么任何讨论都无法持续。

但是，如果概念永远不能修正：

现实出现新现象以后，

还强行要求新现象塞进旧概念，

同样会产生问题。

所以真正需要的不是：

> 概念永远不变。

也不是：

> 概念随时变化。

而是：

> **概念保持稳定，同时允许在明确条件下被修订。**

---

# 四、科学最重要的能力之一，就是“可追踪的修正”

例如我们今天使用“汽车”这个概念。

汽车技术不断发展。

汽油车出现了。

混合动力汽车出现了。

纯电动汽车出现了。

自动驾驶技术又出现了。

现实发生变化，并不意味着：

> “汽车”这个词今天一个意思，明天随便换一个意思。

我们通常会采取更加严格的办法：

**保留核心定义，增加分类和属性。**

例如：

汽车

→ 动力类型

→ 续航能力

→ 自动驾驶等级

→ 车辆质量

→ 能源消耗

……

这实际上就是：

> **概念 + 属性 + 参数 + 分类。**

因此，现实发生连续变化时，并不意味着必须每天创造一个新概念。

很多变化完全可以通过：

**数量属性**

来描述。

这也是原文强调“数量属性”的地方最值得肯定的部分。

---

# 五、数量属性为什么如此重要？

我们拿“高收入人群”举例。

如果只使用概念：

> 高收入。

这个概念非常模糊。

但是如果开始测量：

月收入2万元；

5万元；

10万元；

100万元……

我们获得了更多信息。

进一步，我们发现平均收入仍然不够。

因为：

10个人中9个人月收入1万元，

另外1个人月收入91万元，

平均收入就是10万元。

但这个“平均收入10万元”显然不能代表大多数人的真实状况。

于是我们需要：

P10、P50、P90；

平均值、中位数；

收入分布；

工作时间分布……

这就是现代社会越来越依赖数量属性的原因。

所以可以把认识过程理解成：

> **概念负责分类，数量属性负责描述差异。**

概念告诉我们：

> “这是什么？”

数量属性告诉我们：

> “它具体是多少？”

而时间变量进一步告诉我们：

> “它怎么变化？”

---

# 六、但是，数量化也不是万能药

这里也必须给数量化踩一下刹车。

因为：

> **不是所有重要东西都能被一个数字完整表示。**

比如：

“自由”。

你可以测量：

选择数量；

退出成本；

信息透明度；

替代机会；

收入保障……

但是这些指标并不等于“自由”本身。

再比如：

“意义”。

你可以调查：

满意度；

幸福感；

主观评价。

但不能说：

> 幸福感72分 = 意义。

因此：

> **数量属性是概念的重要补充，但不能把数量本身误认为现实。**

这实际上是另一个认识论陷阱：

过去可能犯：

> 概念 = 现实。

现在又可能犯：

> 指标 = 现实。

其实两者都不对。

---

# 七、所以我们需要三个层次：现实、模型、指标

可以把它们分成三个层次。

### 第一层：现实

真正发生的事情。

### 第二层：模型

我们对现实建立的解释结构。

### 第三层：指标

我们为了观察模型中的变量而设计的测量方式。

例如：

现实：

员工越来越疲惫。

模型：

长工时可能导致劳动者健康下降、效率下降、离职率增加。

指标：

工作时间、离职率、工伤率、缺勤率、生产效率……

这里有三个完全不同的问题：

> 员工到底发生了什么？

> 我们认为为什么发生？

> 我们如何知道发生了？

如果把三者混在一起，就会产生大量错误。

---

# 八、这就是为什么“π=22/7”这个例子其实很重要

π本身不是22/7。

22/7只是一个近似。

355/113也是近似。

3.1415926仍然是近似。

科学真正厉害的地方，不是找到一个：

> “绝对正确的数字。”

而是明确知道：

> **模型与现实之间存在误差。**

于是我们可以比较：

22/7误差多少？

355/113误差多少？

3.1415926误差多少？

在什么场景下，22/7已经足够？

在什么场景下，需要更高精度？

这就是科学思维的重要特点：

> **不要求模型等于现实，而要求模型能够以明确的误差范围有效地表示现实。**

---

# 九、因此，“模型错误”并不等于“模型毫无价值”

牛顿力学后来被相对论修正。

但这并不意味着：

> 牛顿力学完全错误。

在很多速度和尺度范围内，它仍然是非常好的近似模型。

这说明：

> **理论可以有适用范围。**

一个理论不一定非得是：

> 完全正确

或者：

> 完全错误。

更合理的评价方式是：

> 在什么条件下有效？

误差是多少？

解释了什么？

没有解释什么？

预测能力怎么样？

有没有比它更好的模型？

这其实比“谁是真理”更接近现代科学。

---

# 十、辩证思维真正有价值的地方，也许就在这里

如果把辩证法最有价值的内容提炼出来，我认为至少有三个提醒。

### 第一：不要把概念当成现实

现实永远比概念复杂。

### 第二：不要忽视变化

今天有效的关系，不代表所有条件、所有时间尺度下都有效。

### 第三：不要孤立地看对象

一个变量变化，可能改变其他变量。

例如：

工资提高

→ 消费能力变化

→ 企业需求变化

→ 投资变化

→ 就业变化

→ 下一轮收入变化。

这是一个动态系统，而不是几个孤立的数字。

这些提醒都有价值。

但问题也在这里：

> **提醒只是第一步。**

如果说完：

> “万事万物都是变化的。”

然后就结束了。

那确实没有多少信息。

---

# 十一、真正科学的问题必须继续追问：怎么变？

例如：

> “提高工资会促进消费。”

这句话可能有一定道理。

但是科学不会满足于此。

它会继续问：

工资提高10%，消费增加多少？

低收入群体和高收入群体是否不同？

短期和长期是否不同？

企业利润如何变化？

企业会不会减少招聘？

不同产业是否不同？

有没有阈值？

有没有反作用？

于是：

> “变化”

变成了：

**变量 + 条件 + 关系 + 因果机制。**

这时候，原来比较模糊的“辩证关系”，才真正进入科学研究。

所以我认为：

> **辩证思维如果不能继续走向变量、条件、机制和检验，就很容易停留在低信息量的语言层面。**

---

# 十二、“矛盾”也应该从语言概念进入关系模型

例如：

> 劳动者希望工资更高。

> 企业希望成本更低。

这可以叫“矛盾”。

但是仅仅说“存在矛盾”没有太多信息。

我们还需要问：

工资提高多少？

企业成本增加多少？

劳动生产率是多少？

消费者承担多少？

利润率是多少？

就业弹性是多少？

谈判能力如何？

替代劳动者有多少？

退出成本多高？

于是我们会发现：

**真正有价值的不是“存在矛盾”这个判断。**

而是：

> **矛盾双方的利益函数是什么？约束条件是什么？改变一个变量以后，另一个变量如何响应？**

这才是真正能够指导现实决策的分析。

---

# 十三、因此，现代辩证思维应该从“矛盾”继续走向“反馈”

很多社会现象不是简单的：

A导致B。

而是：

A → B → C → A。

例如：

工作时间增加

→ 短期产量增加

→ 企业收入增加

→ 企业进一步要求增加产量

→ 工作时间继续增加

这可能形成正反馈。

但是也可能：

工作时间增加

→ 疲劳增加

→ 错误增加

→ 效率下降

→ 企业要求更多时间

→ 疲劳进一步增加。

于是形成另外一种反馈。

这时候真正需要的不是一句：

> “要辩证地看待加班。”

而是建立：

> **动态反馈模型。**

这也是现代系统科学、控制论、经济学、生态学等领域已经在做的事情。

因此，很多传统哲学问题其实可以继续被“工程化”。

---

# 十四、真正需要警惕的不是“辩证法”，而是不可证伪的辩证法

假设一个理论预测：

> A会导致B。

后来现实变成：

> A导致了C。

理论却说：

> “这恰恰体现了A与C的辩证统一。”

那么理论就没有真正承担预测责任。

如果任何结果都能够被重新解释为理论正确，那么这个理论就很难进行有效检验。

所以，一个成熟理论应该提前回答：

> **什么结果出现时，我承认自己的模型可能错了？**

这句话非常重要。

因为：

> **允许自己失败，是理论具有科学性的一个重要条件。**

---

# 十五、但“可证伪”也不是简单地等于“数字预测”

社会科学尤其复杂。

一个理论可能不是预测：

> 明天股市上涨3.72%。

而是预测：

> 在某些条件下，提高某种激励会使某类行为发生概率上升。

这仍然可以检验。

所以科学性不等于：

> 所有事情都必须预测成一个精确数字。

而是：

> **理论必须对现实承担一定的约束。**

它不能什么都允许。

---

# 十六、这也是六把尺子理论为什么不能成为“万能解释”

这里必须把矛头转向我们自己的理论。

六把尺子：

保障、选择、劳动、贡献、激励、意义。

它们可以帮助我们从六个方向观察一个制度。

但它们绝不能变成：

> “任何社会问题都能用六把尺子解释，所以六把尺子永远正确。”

如果这样做，六把尺子就会从：

**认知工具**

变成：

**新的教条。**

因此六把尺子本身也必须接受：

**现实检验。**

例如：

如果有人提出新的社会维度，而六把尺子无法解释；

如果某个尺子的定义无法稳定测量；

如果六把尺子之间出现无法解决的逻辑问题；

如果实践证明某个概念区分没有意义；

那么理论就应该修正。

这不是削弱理论。

恰恰相反：

> **能够修正自己的理论，比宣称自己永远正确的理论更强。**

---

# 十七、这就是“认知纠错层”的真正含义

六把尺子实际上可以分成两个层面。

第一层是：

**用六把尺子观察社会。**

保障：

> 人能不能活下去？

选择：

> 人有没有真正的选择？

劳动：

> 谁付出了不可逆的劳动成本？

贡献：

> 谁真正造成了结果？

激励：

> 制度正在奖励什么？

意义：

> 人有没有定义自己人生目标的权利？

但还有第二层：

> **我们确定自己是在正确地测量吗？**

于是就需要“尺子的尺子”。

这不是第七把尺子。

而是一套认知纠错机制。

---

# 十八、我建议把认知纠错进一步概括为五个问题

### 趋：是否接近现实？

我们的概念和模型，是越来越接近现实，还是越来越脱离现实？

### 避：有没有概念偷换？

一个词的含义有没有在论证过程中偷偷变化？

### 证：有什么证据？

哪些事实支持？

哪些事实反对？

有没有反事实检验？

### 视：有没有遗漏观察角度？

是不是只看到了局部？

是不是把一个指标当成了整个现实？

### 知：知道自己的边界吗？

这个模型在哪些条件下有效？

误差在哪里？

什么事情我们根本不知道？

这五个问题构成的，就是：

> **认知纠错层。**

---

# 十九、从这里可以重新理解“概念变化”

概念当然可以变化。

但必须区分三种完全不同的事情。

### 第一种：现实变化

现实对象发生变化。

这不意味着概念必须立即改变。

例如人的身高不断变化，“人”这个概念并没有因此每天修改。

### 第二种：属性变化

对象仍然属于同一个概念，但数量属性发生变化。

例如：

工资从5000变成6000。

工作时间从40小时变成35小时。

这属于参数变化。

### 第三种：概念边界变化

现实已经出现新的性质，使原有分类方式失去适用性。

这时候才可能需要：

重新定义概念；

增加新的类别；

或者建立新的概念体系。

因此：

> **现实变化 ≠ 概念必须变化。**

更准确地说：

> **现实变化 → 检查概念是否仍然有效 → 必要时修正概念或增加属性。**

这才是科学的概念演化。

---

# 二十、这也解释了为什么“同一个词有不同含义”如此危险

我们在讨论“价值”时已经反复遇到这个问题。

有人说：

> 价值是价格。

有人说：

> 价值是劳动。

有人说：

> 价值是效用。

有人说：

> 价值是贡献。

有人说：

> 价值是意义。

如果大家都使用“价值”这个词，但实际上指的是不同关系，那么争论很容易变成：

**同词异义的争论。**

因此真正严谨的做法不是：

> “我的价值才是真正的价值。”

而是：

> **先建立概念映射。**

例如：

劳动：

> 人付出了什么不可逆成本。

贡献：

> 某因素相对于反事实状态产生了多少可归因增量。

价值：

> 某种对象、行为或结果对需求满足产生的关系。

价格：

> 特定交换制度下形成的货币交换关系。

意义：

> 主体赋予某个目标和行为的自我价值关系。

一旦概念关系被拆开，很多看似激烈的理论冲突就可以重新进入可讨论状态。

---

# 二十一、真正高级的理论，不是概念越来越复杂，而是误差越来越小

这是我认为整个问题最值得总结的一点。

一个理论的进步，不应该简单理解成：

> 概念越来越多。

而应该是：

> **它对现实的描述误差越来越小，同时仍然保持足够低的复杂度。**

因为如果一个模型把现实所有细节全部复制下来：

那就已经不是模型了。

它只是现实本身。

因此科学一直在寻找一个平衡：

> **尽可能少的概念，解释尽可能多的现实。**

这也是为什么好的理论往往非常简洁。

牛顿力学很简洁。

爱因斯坦的方程也很简洁。

但简洁不意味着简单。

而是：

> **用较少的结构捕捉较多的规律。**

---

# 二十二、所以“信息量低”这个批评应该这样使用

如果有人说：

> “辩证法信息量很低。”

不能简单回答：

> “你不懂辩证法。”

更好的回应应该是：

> **请把你的辩证命题继续展开。**

例如：

“事物是变化的。”

那么：

怎么变化？

什么变量变化？

变化速度是多少？

什么条件下变化？

变化的边界在哪里？

“矛盾双方相互转化。”

那么：

什么变量发生转化？

转化的条件是什么？

阈值是什么？

转化概率是多少？

“量变引起质变。”

那么：

哪个量？

多少算量变？

什么阈值产生质变？

是否可重复观察？

一旦这样追问：

**真正有内容的辩证分析会越来越接近科学模型。**

而没有内容的辩证话术，会越来越暴露出来。

这其实是一种非常有效的理论筛选机制。

---

# 二十三、因此，我更愿意把“辩证法”理解为一种问题意识，而不是一套万能答案

它最有价值的部分，可以浓缩成几个提醒：

> **不要把概念当现实。**

> **不要把静态分类当成动态过程。**

> **不要忽略对象之间的关系。**

> **不要忽略反馈和条件。**

但这只是问题意识。

真正的知识生产还需要继续：

**定义**

↓

**分类**

↓

**变量**

↓

**测量**

↓

**关系**

↓

**因果**

↓

**预测**

↓

**证据**

↓

**误差**

↓

**修正**

这条链条越完整，理论就越可靠。

---

# 二十四、所以，真正需要被超越的不是“辩证法”，而是“不可纠错的思维”

如果一定要给今天的辩证思维提出一个新的标准，我认为可以这样表述：

> **任何概念都必须能够说明自己代表什么；任何模型都必须说明自己解释什么；任何变化都应该尽可能转化为可观察的属性；任何因果判断都应该接受证据检验；任何理论都必须保留被现实纠正的可能。**

这比争论：

> “形而上学还是辩证法？”

更重要。

因为一个人可以嘴上说辩证法，却实际上不断偷换概念。

也可以嘴上说形式逻辑，却拿错误前提进行严密推导。

两者都不能得到可靠知识。

真正可靠的标准是：

> **你的思维能不能被现实纠正。**

---

# 二十五、这也是六把尺子理论最需要加入的一条底线

六把尺子最终并不是为了建立一套：

> “解释一切的终极理论。”

而是希望建立一个：

> **能够持续测量自己、纠正自己的认知系统。**

所以六把尺子真正完整的结构应该是：

**现实世界**

↓

**抽象概念**

↓

**六个观察方向**

保障 / 选择 / 劳动 / 贡献 / 激励 / 意义

↓

**测量与比较**

↓

**形成判断**

↓

**检查概念**

↓

**检查指标**

↓

**检查因果模型**

↓

**检查测量者**

↓

**接受现实反馈**

↓

**修正理论**

↓

**重新测量**

这就形成了一个闭环。

---

# 二十六、最后，我们甚至可以重新定义“科学辩证法”

如果一定要保留“辩证法”这个名称，我更愿意把它定义成：

> **科学辩证法，是在保持概念定义可追踪、逻辑关系可检验的前提下，研究现实对象的差异、变化、相互作用和反馈，并利用测量、证据和因果模型不断修正认识的一种思维方法。**

这个定义有一个非常重要的特点：

**它不允许“辩证”成为免检通行证。**

如果概念变了：

必须说明为什么变。

如果模型变了：

必须说明什么证据导致它变。

如果预测失败：

必须允许模型受到质疑。

如果指标发生变化：

必须检查是不是“指标替代了目标”。

如果理论长期无法被事实推翻：

反而应该问：

> 是理论真的强，还是理论根本没有承担可检验的责任？

---

# 二十七、所以，辩证法最值得保留的一句话，不应该是“既是又不是”

而应该是：

> **不要把我们的概念当成现实本身。**

现实永远比概念丰富。

变化永远比静态分类复杂。

关系永远比单个对象复杂。

模型永远不等于事实。

指标永远不等于目标。

理论永远不能免于检验。

而这最后会汇聚到六把尺子理论的一个核心原则：

> **测量者必须被测量，尺子本身也必须接受测量。**

我们不能只拿尺子去测量别人。

也不能只拿理论去解释世界。

还必须反过来测量：

**我们的尺子是否准确？**

**我们的概念是否清楚？**

**我们的指标是否偏离目标？**

**我们的模型是否仍然符合现实？**

**我们的理论是否允许自己犯错？**

如果答案是否定的，那么再漂亮的哲学语言，再严密的逻辑结构，再庞大的理论体系，都可能只是一个越来越精致的自洽系统。

而真正强大的思想，恰恰不是：

> **永远能够解释现实。**

而是：

> **能够让现实纠正自己。**

这或许才是我们今天重新理解辩证法时，最应该留下来的东西。

**不是“什么都可以辩证”。**

而是：

> **现实在变化，概念要保持清晰，模型要接受检验，认识要允许修正。**

这不是放弃辩证思维。

恰恰是把它从一种哲学话语，进一步推进成一种真正能够与现代测量、统计、计算和科学方法连接起来的**动态认知方法**。

而六把尺子理论所要建立的，也不是最后一把永远正确的尺子。

而是一套：

> **连自己的尺子都能够被测量、被质疑、被修正的认知纠错系统。**

这才是理论能够长期进化的前提。