本文来自微信公众号： 集智俱乐部 ，作者：郭瑞东
如果你穿越到一万年前，别急着造轮子——先看看你的“工具箱”里有几块骨头。
想象一下：你一睁眼，发现自己赤脚站在一片约一万年前的草原上，那是人类仍以狩猎采集为主的时代（更新世晚期的尾声）。身边没有手机、没有网络，甚至连一把最基础的金属工具都没有。你能依赖的，是手边几块燧石、一根木棍，以及脑子里那些零碎的荒野求生知识，但未必真的派得上用场。
在这样的条件下，问题不在于“创造新的工具”，而在于如何把已有元素快速组织成可用的功能结构：哪些可以用来切割，哪些可以用于敲击，哪些可以承担支撑或防护的作用。换句话说，生存本身依赖的是对“可组合性”的即时利用，如图1所示。
图1：与生计相关的、复杂程度不同的古人类工具实例
从更深一层来看，这种能力并不是天才发明家偶然的灵光一现，而是在长期演化过程中逐渐形成的一种稳定策略：在反复试错中筛选出更有效的组合方式，并不断在功能收益与使用成本之间进行权衡，从而推动工具系统逐步演化。
从这个意义上说，技术的发展可以被理解为一种持续受约束的优化过程——这其实就是一种朴素的“技术经济学”：任何技术扩展，都必须同时付出材料、时间与认知上的代价，而不是单纯由创造力驱动。
2025年发表于Science Advances的一项研究进一步支持了这一点。研究者发现，不同社会的工具体系虽然不断扩展，但这种扩展并非无代价的自由增长，而是始终受到资源与认知成本的限制。
论文标题：Technological complexity and combinatorial invention in small-scale societies
论文链接：https://www.science.org/doi/10.1126/sciadv.adv6153
发表时间：2025年9月24日
发表期刊：Science Advances
工具种类的增长，为什么总是慢于零件的扩展？
在不同规模的人类社会中，一个看似普遍的现象是：工具体系的扩展速度，并不会随着基础构件的增加而同步加快。
无论是狩猎采集社会中用于获取食物的基础工具，还是更复杂社会中的制造与运输系统，每一种新工具的出现，都需要投入额外的时间、材料与学习成本。因此，工具体系的扩展并不是简单的“堆叠增长”，而更像是在已有构件基础上的有限组合与筛选。
基于这一点，研究团队对全球127个不同规模的小型自给自足社会（也就是现在还过着放牧采集生活的“活化石”部落）进行了系统分析，这些社会涵盖了不同的生计模式，包括即时回报型狩猎采集者（图2红色点）、延迟回报型狩猎采集者（图2蓝色点）以及早期农耕社会（图2绿色点）。他们将技术系统拆解为两个可量化的指标：
工具丰富度（Tn）：一个文化体系中不同工具类型的数量
零件丰富度（Pn）：构成这些工具所需的独特基础部件数量
图2：研究中讨论的127个社会的全球分布
在不同发展水平的人类社会中，研究者发现一个相当稳定的规律：工具体系的丰富度Tn与其所依赖的基础部件数量Pn之间，并不是线性增长关系，而更接近一种幂律形式：即
，其中β≈0.7。
图3：工具包丰富度与部件丰富度的关系拟合图，其中横纵坐标取对数。结果显示不同类型社会（狩猎采集与早期农耕等）均呈现相似趋势，线性拟合的系数即为幂律指数β，数值在0.67–0.71之间，表现为稳定的亚线性增长。
这一结果的关键含义在于：当基础零件数量增加时，可形成的新工具数量虽然仍在增长，但增长速度明显变慢。换句话说，哪怕你把零件翻倍，能造出的新工具也只多出约62%。
这说明一个重要限制：随着系统变得越来越复杂，每新增一个零件所带来的“可组合空间”增长，会被开发成本、认知复杂度以及实际使用价值的筛选逐渐抵消。结果就是，大量理论上可能的组合，在现实中并不会真正被采用。
为了更直观地理解这种“组合受限”的现象，可以看图4具体的结构对比：
图4：工具部件、类型与组合复杂度示意图
假设你是一个原始社会中的“工具设计者”，面前摆着两套风格迥异的“乐高套装”，它们代表了两种典型的组合策略。
套装A（图4A）属于极简主义者的智慧，这一组代表的是低复杂度但高效率的系统。共有约20个基础零件，可以组合出7种不同工具，每种工具平均由2.9个零件构成。
这就像你用一套基础乐高，拼出了小车、小房子和小船。每个工具都不复杂，但胜在够用、高效。其中体现了一种“少即是多”的哲学：用有限的零件，通过巧妙的组合，实现足够的功能多样性。这更接近一种资源受限环境下的策略——工具不追求复杂，而追求“够用且稳定”。
套装B（图4B）则是技术狂的百宝箱。零件规模扩大到40个，但能够形成的工具类型仅增加到10种，平均每种工具所需零件也上升到4个。
这套装备明显更“壕”，零件库翻倍了。但你会发现，工具数量并没有随之翻倍（从7只增加到10个），而且每个工具平均用的零件也变多了（从2.9个增加到4个）。
这说明了一个关键问题，随着系统规模扩大，大量潜在组合并不会转化为实际工具：一部分由于结构过于复杂难以实现，一部分则因为收益不足而不会被采用。因此，工具体系的扩展呈现出一种非线性特征——增加基础构件，并不会等比例地增加功能多样性。换句话说，处于狩猎采集时代的人类部落并不是无法制造更复杂的工具，而是在长期演化中逐渐形成了一种隐含约束：技术进步并不是简单的“堆叠零件”，而是一个在成本约束下筛选有效组合的过程。
为了解释为何社会不需要让技术无限复杂化，该研究将技术演化形式化为一个组合优化问题：社会在有限资源下，一方面希望最大化技术系统带来的适应性收益（可理解为降低环境不确定性，对应信息熵的下降），另一方面又必须控制构建与维护技术体系的成本。
在这一框架中，环境被抽象为一个多维约束空间，其中每个维度代表一种不确定性来源（如资源可变性可视作今天能打到鹿，明天可能一无所获，食物的多少和分布是波动的。环境可变性对应雨季可能提前，河流可能泛滥，暴风雪可能不期而至，气候和地形带来挑战）。技术的效用在于降低各种因素通盘考虑后的不确定性，例如有了更好的武器，不论天气或是身体状态，都有更大的概率打猎成功。
而技术成本C被简化为随零件复杂度Pn线性变化C=λPn。这里，λ代表“单位技术部件的综合代价”，该参数被定义为“每增加一个工具部件所需付出的发明、维护与整合成本”，它综合反映了材料获取难度、认知负荷、技能习得时间、代际传承稳定性等多重现实约束。λ越高，社会在扩展技术系统时所面临的边际代价就越大。
在这一设定下，社会最终需要解决的是如下优化问题：T*：T=argminT[HT(C)+λCT]*，即在不确定性残余与系统成本之间寻找最优平衡点。其中HT(C)是应用工具集T后残余的环境不确定性（熵）；而λCT是构建、维护和传承整个工具集T所需的总成本。
上述目标函数体现了人类技术演化的根本逻辑：不是追求“零不确定性”（那需要无限复杂的工具），也不是追求“零成本”（那意味着没有工具），而是在有限资源下，找到一个“性价比最高”的技术配置。技术多样性也不是免费的午餐，其增长始终是在收益与成本之间进行权衡的结果。
基于对现存自给自足社会的实证研究，研究者们发现一个稳定规律：当一个社会的工具包丰富度翻倍时，其工具平均复杂度仅增加约23%。这一结果表明，技术体系的扩展并不是简单的线性堆叠，而更接近通过既有部件的重新组合来生成新功能。
从组合工具到组合智能：技术创新始终受能量约束
在人类早期社会，工具的演化是在资源极度有限的条件下进行的优化，那时的人们与其追求“更复杂的发明”，更现实的问题是如何利用已有材料与部件的组合，在有限时间与体力约束下最大化生存收益。这种以约束驱动的组合思路在今天并未消失，只是从物理材料转移到了信息与计算层面，无论编写代码还是训练大模型，都必须在资源与时间受限的条件下，通过最精简的模块组合实现关键功能。
经济学家Brian Arthur在《技术的本质》中将这种现象概括为“组合演化”，书中描述大多数新技术并不是凭空产生的，而是已有技术单元在更高层次上的重组与再配置。从这个角度看，技术创新更像是在一个巨大的“组合空间”中搜索可行解，而不是线性地“从无到有”发明。
当下，生成式AI可以被看作这种“组合创新”的最新形态。它并不以人类式的“理解”为核心机制，而是在由词汇、语法、知识结构构成的高维组合空间中，通过大规模计算进行概率性搜索与重组，从而生成文本、图像或代码。
然而，大模型训练这种持续进行的“组合搜索”，代价又是什么了？
在原始社会，代价是猎人的卡路里。在AI时代，代价是数据中心的电力。研究在结尾意味深长地指出：“当前对数据中心和生成式AI贪婪消耗电力的担忧，提醒我们发明是需要能量的。”这完美地解释了为何OpenAI的ChatGPT对话可能消耗相当于一瓶水蒸发的能量，为何科技巨头在疯狂抢购能源。我们并没有逃脱那条古老的法则，只是将能量的尺度，从“卡路里”切换到了“兆瓦时”。
组合增长受能量约束，这个道理在当下是好消息也是坏消息，好消息是这意味着哪怕AI再厉害，只要每次“拼装”都需要消耗成本，包括算力、以及更关键的人工调教所需的注意力，技术就不可能无限膨胀。
而坏消息则是对当下敲响的警钟。一万多年前，一个与世隔绝的小岛（塔斯马尼亚）上只剩几百到两千人。人太少，一个复杂技术（比如骨针）一旦掌握它的老人去世，就可能失传。这时候，维持复杂工具的“隐性成本”变得极高，于是大家干脆不用了，技术反而退步了。这不是因为他们变笨了，而是因为“维护成本太高，不划算了”。
当人们越来依赖AI，人活的如同电影《机器人总动员》中描述的那样长期躺着，一切由机器人伺候。维持生活技能（比如做饭、修理）的认知成本会显著上升了。不是技能学不会，而是懒得学、用不上，相对收益变低了。结果就是技能退化、社会能力下降。这与之前描述的塔斯马尼亚岛上的故事如出一辙，同样是成本超过收益导致的“技术/行为复杂度下降”。
最后让我们回到开篇的场景，你如果真穿越回去古代社交，最该做的或许不是复刻内燃机，而是先问问部落里的老猎人：“咱们这根骨针，除了缝皮衣，还能不能当鱼钩、当锥子、当发簪？”——因为真正的技术智慧，不在于创造多少新东西，而在于让旧东西多干几份活。
参考资料
[1]H.Youn,D.Strumsky,L.M.A.Bettencourt,J.Lobo.Invention as a combinatorial process:evidence from US patents.Journal of The Royal Society Interface,2015;12(106):20150272 DOI:10.1098/rsif.2015.0272