「非理性領導人」是否是一個錯誤模型？

多效用函數、資訊病理與戰略賭博的決策框架

Is the “Irrational Leader” Model Wrong? — Multiple Utility Functions, Information Pathologies, and Strategic Gambling in Political Decision-Making

作者：Neo.K × Aletheia
機構：EveMissLab／一言諾科技有限公司
版本：v0.1
日期：2026-08-31
性質：公開研究論文／Transparent Warfare Series — Paper 04

摘要

國際政治與戰爭分析中，「非理性領導人」經常被當作模型之外的例外：當某個決策看起來對國家利益極差，分析者便傾向以「瘋狂」「衝動」「誤判」或「獨裁者不理性」結束解釋。然而，這種分類可能過度粗糙。

本文提出「多效用政治決策模型」（Multi-Utility Political Decision Model, MUPDM）。其核心假設是：政治領導者並不必然最大化單一的「國家利益」，而可能同時最大化：

U = \alpha U_{state} + \beta U_{regime} + \gamma U_{leader} + \delta U_{faction} + \epsilon U_{ideology} + \zeta U_{legacy} + \eta U_{signal}.

其中：

$U_{state}$ ：國家生存與長期利益；
$U_{regime}$ ：政權存續；
$U_{leader}$ ：領導者個人安全、權力與生存；
$U_{faction}$ ：派系與菁英聯盟利益；
$U_{ideology}$ ：意識形態目標；
$U_{legacy}$ ：歷史地位、聲望與政治遺產；
$U_{signal}$ ：威懾、表演與談判訊號效用。

因此，一個對：

U_{state}

明顯不利的行動，仍可能在：

U_{regime}, U_{leader}, U_{faction}

上呈現正收益。

本文進一步區分「目標理性」「工具理性」「認識理性」：

\boxed{ GoalRationality \neq InstrumentalRationality \neq EpistemicRationality. }

一個領導人可以擁有清楚而穩定的目標，也能依自身世界模型選擇一致手段，但因資訊封閉、恐懼政治、過度自信或制度性迎合，使其世界模型嚴重偏離現實。

因此：

\boxed{ \text{Strategically Explainable} \neq \text{Epistemically Rational} \neq \text{Outcome Rational}. }

本文同時引入「策略性自我失敗」與「局部敗北效用」：某些政治行動可能故意接受局部失敗、退讓、投降或個人毀滅，以換取更高階的談判條件、象徵資本、制度存續或新的可達狀態空間。因此：

\boxed{ ExpectedDefeat \not\Rightarrow IrrationalDecision. }

本文最後提出「非理性殘差」概念：

\epsilon_{irr} = ObservedBehavior - BestReconstructableDecisionModel.

只有在國家、政權、個人、派系、意識形態、訊號、風險偏好、資訊病理與策略性自我失敗等結構均無法解釋行為時，才應將剩餘部分歸入真正不可重建的非理性。

此模型的目的不是為災難性決策洗白，而是提高政治分析的可證偽性：可解釋不等於正確，理性也不等於道德，更不等於成功。

關鍵詞： 非理性領導人、多效用函數、政治理性、資訊病理、戰略賭博、政權生存、派系政治、意識形態、風險偏好、決策模型

第一部　問題：「他瘋了」是不是太方便？

1. 國家利益假設

許多戰略模型默認：

U = StateInterest.

因此如果某領導人選擇：

Action_A

而結果看起來：

StateCost(A)\gg StateBenefit(A),

分析者容易得到：

Leader=Irrational.

但這個推論只有在：

U_{leader} = U_{state}

成立時才可靠。

2. 政治領導人的目標未必等於國家目標

在現實政治中：

Leader \neq State.

同樣：

Regime \neq State.

所以：

\boxed{ StateUtility \neq RegimeUtility \neq LeaderUtility. }

一個行動可能同時：

U_{state}<0,

但：

U_{regime}>0.

這不構成邏輯矛盾。

第二部　七種效用函數

3. 國家效用

U_{state} = F \left( Security, Prosperity, Territory, Population, LongTermCapacity \right).

這是傳統國際關係最常使用的目標函數。

4. 政權效用

U_{regime} = F \left( RegimeSurvival, EliteControl, Legitimacy, OppositionSuppression \right).

有時候政權生存和國家長期利益並不一致。

5. 領導者個人效用

U_{leader} = F \left( PersonalSurvival, Power, Status, Security, Legacy \right).

一個領導者可能為了避免：

Removal, Prison, Death

而接受國家層級的大量成本。

6. 派系效用

政治決策往往不是孤立個人決定。

U_{faction} = F \left( CoalitionPower, ResourceAccess, InstitutionalControl, EliteSurvival \right).

因此：

LeaderChoice

可能受到：

FactionConstraint.

7. 意識形態效用

若：

IdeologicalGoal

具有高度權重，則某些行動即使降低物質利益，仍可能提高：

U_{ideology}.

這不是說行動正確，而是表示：

MaterialLoss \not\Rightarrow UtilityLoss.

8. 遺產效用

領導者可能重視：

HistoricalLegacy, Prestige, MissionCompletion.

所以：

U_{legacy}

可能在決策後期上升。

9. 訊號效用

某些看似衝動或不可預測的行為可能產生：

U_{signal}.

例如：

威懾；
談判；
誘使對手重新估計風險；
向國內支持者表演強硬。

因此：

\boxed{ AppearingIrrational \text{ can itself become a strategic signal.} }

第三部　目標理性、工具理性與認識理性

10. 目標理性

目標理性問：

行動者的目標是否穩定且可重建？

記為：

R_g.

11. 工具理性

工具理性問：

在行動者自己的世界模型下，手段是否服務目標？

記為：

R_i.

12. 認識理性

認識理性問：

行動者的世界模型是否合理更新、接近真實、允許反證？

記為：

R_e.

因此可能存在：

R_g\gg0, \qquad R_i\gg0, \qquad R_e\ll0.

這種行動者「知道自己想要什麼，也在模型內一致行動」，但模型本身很差。

第四部　資訊病理

13. 壞資訊不是偶然噪聲

威權與高度集中的政治系統可能形成：

Fear \rightarrow SelfCensorship \rightarrow FilteredInformation.

所以領導者收到的資訊可能是：

\mathcal{I}_{leader} \neq \mathcal{I}_{reality}.

14. 資訊病理模型

本文定義：

P_{info} = F \left( Censorship, Fear, Hierarchy, ConfirmationBias, EliteCompetition \right).

若：

P_{info}\uparrow,

則：

ModelError\uparrow.

15. 「理性地根據錯誤模型做錯事」

因此：

Decision = argmax_a E \left[ U(a)\mid \hat{W} \right],

其中：

\hat{W} \neq W.

行動者可能對錯誤世界模型做一致最佳化。

這是：

\boxed{ Instrumental Rationality + Epistemic Failure. }

第五部　風險偏好

16. 風險中性不是普遍假設

傳統模型容易預設：

RiskPreference=Neutral.

但政治領導者可能是：

RiskAverse, RiskNeutral, RiskSeeking.

17. 損失域中的風險尋求

如果領導者認為：

CurrentTrajectory \rightarrow CertainLoss,

則高風險賭博可能相對更有吸引力。

可表示為：

P(loss|inaction)\approx1

時：

HighVarianceAction

的相對效用上升。

所以：

\boxed{ Desperation \text{ can produce rationalized risk-seeking.} }

第六部　戰略賭博

18. 賭博不等於無理性

若：

P(success)\ll1

但：

U(success)\gg0

且：

U(inaction)\ll0,

則：

ExpectedUtility(action)

仍可能高於不行動。

19. 失敗概率高不代表決策必然非理性

真正要比較：

E[U(action)]

與：

E[U(alternatives)].

因此：

\boxed{ HighRisk \neq Irrational. }

第七部　策略性自我失敗

20. 局部失敗可以是手段

有時：

Loss_{local}

可以換取：

Gain_{global}.

例如：

TacticalDefeat \rightarrow PoliticalMobilization.

或：

ExpectedDefeat \rightarrow BetterPostDefeatTerms.

21. 策略性自我失敗

本文定義：

StrategicSelfDefeat

為：

行動者預期局部或個人層面的失敗，且該失敗本身被設計為達成更高階目標的必要中介。

形式上：

\boxed{ SelfDefeat \rightarrow HigherOrderUtilityGain. }

22. 失敗開啟新可達空間

有些行動的目的甚至不是立即收益，而是：

State_A \rightarrow State_B

以開啟：

\Omega^{reachable}_{new}.

因此：

\boxed{ ObservableDefeat \text{ can be a strategic state transition.} }

第八部　如何避免「萬物皆可理性化」？

23. 最大危險：事後發明效用函數

如果任何行為都可以事後說：

他的效用就是這樣。

則模型不可證偽。

因此：

\boxed{ PostHocUtility \neq ValidExplanation. }

24. 效用函數必須有事前證據

有效重建至少需要：

決策前言論；
會議紀錄；
政策連續性；
派系結構；
資源配置；
實際準備；
行動前訊號。

因此：

U

必須能被：

PreDecisionEvidence

支持。

第九部　可證偽性的最低要求

25. 預測一致性

若假設：

U_X

是主要效用函數，

則應能預測：

ActionPattern.

26. 反例壓力

若大量行動與：

U_X

矛盾，

則應降低：

P(U_X).

所以：

\boxed{ UtilityModels \text{ must survive counterexample testing.} }

第十部　真正的非理性殘差

27. 非理性不應先驗放在模型外

應先嘗試：

StateUtility, RegimeUtility, LeaderUtility, FactionUtility, Ideology, Legacy, Signal, RiskPreference, InformationPathology.

28. 殘差

本文定義：

\epsilon_{irr} = ObservedBehavior - BestReconstructableDecisionModel.

若：

\epsilon_{irr}\approx0,

行為雖可能錯誤，但具有可重建決策結構。

若：

\epsilon_{irr}\gg0,

才需要真正的非理性假設。

第十一部　理性不等於正確

29. 可理解不等於合理

本文最重要的限制之一：

\boxed{ Explainable \neq Correct. }

30. 理性不等於成功

即使：

DecisionRationality\gg0,

仍可能：

Outcome\ll0.

所以：

\boxed{ RationalDecision \neq SuccessfulOutcome. }

31. 理性更不等於道德

同樣：

\boxed{ StrategicRationality \neq MoralLegitimacy. }

一個殘酷決策可以具有高度工具理性。

第十二部　領導人不是唯一決策單位

32. 個人模型的限制

重大政治決策通常來自：

Leader + Faction + Institutions + InformationSystem.

因此：

Decision = F \left( Leader, Coalition, Institutions, Information \right).

33. 「領導人」可能只是高階符號

一句：

某領導人決定了。

可能壓縮：

顧問；
軍方；
黨內派系；
官僚；
經濟利益；
國內輿論。

所以：

\boxed{ LeaderDecision \neq PureIndividualChoice. }

第十三部　決策的時間性

34. 效用函數會改變

U(t_0) \neq U(t_1)

可能成立。

例如戰爭初期：

StateVictory

權重高。

戰爭後期：

RegimeSurvival

權重可能上升。

35. 世界模型也會改變

若：

Evidence(t)

改變，

理性系統應：

BeliefUpdate.

若拒絕更新：

EpistemicRationality\downarrow.

第十四部　戰爭決策中的「看似瘋狂」

36. 表面瘋狂的幾種來源

本文將 apparently irrational behavior 至少拆成：

不同效用函數；
錯誤世界模型；
資訊病理；
派系壓力；
高風險賭博；
意識形態效用；
威懾與表演；
策略性自我失敗。

因此：

\boxed{ ApparentlyIrrational \not\Rightarrow GenuinelyIrrational. }

第十五部　十二項核心命題

MUPDM-A1：國家—政權—領導者非同一效用命題

\boxed{ U_{state} \neq U_{regime} \neq U_{leader}. }

MUPDM-A2：多效用政治決策命題

\boxed{ U = \sum_i w_i U_i. }

MUPDM-A3：目標—工具—認識理性非同一命題

\boxed{ GoalRationality \neq InstrumentalRationality \neq EpistemicRationality. }

MUPDM-A4：錯誤世界模型命題

\boxed{ OptimalAction(\hat{W}) \neq OptimalAction(W) }

當：

\hat{W}\neq W.

MUPDM-A5：高風險非非理性命題

\boxed{ HighRisk \neq Irrational. }

MUPDM-A6：看似非理性非真正非理性命題

\boxed{ ApparentlyIrrational \not\Rightarrow GenuinelyIrrational. }

MUPDM-A7：策略性失敗命題

\boxed{ ExpectedDefeat \not\Rightarrow IrrationalDecision. }

MUPDM-A8：失敗狀態轉換命題

\boxed{ SelfDefeat \rightarrow NewReachableState }

可能成立。

MUPDM-A9：事後效用禁止命題

\boxed{ PostHocUtility \neq ValidExplanation. }

MUPDM-A10：事前證據命題

\boxed{ ValidUtilityModel \Rightarrow PreDecisionEvidence. }

MUPDM-A11：理性非成功非道德命題

\boxed{ Rational \neq Successful \neq Moral. }

MUPDM-A12：非理性殘差命題

\boxed{ \epsilon_{irr} = ObservedBehavior - BestReconstructableDecisionModel. }

第十六部　理論限制

37. 人類決策具有情緒與心理因素

本文不否認：

憤怒；
恐懼；
偏執；
自戀；
創傷；

可能改變政治決策。

但這些因素應被表示為：

DecisionParameters.

而不是立即終止分析。

38. 精神病理與決策理性可以共存

例如心理病理可能改變：

ThreatPerception, RiskPreference, BeliefUpdate.

因此：

PsychologicalPathology \not\Rightarrow NoDecisionStructure.

39. 本文不是理性選擇理論的無限擴張

如果任何行為都可被重新命名成某種效用最大化，模型會失去科學價值。

所以本文最核心的防線仍是：

\boxed{ EvidenceBeforeUtility. }

第十七部　通往 Paper 05

Paper 01–03 已建立外部戰場：

Transparency \rightarrow TurnCycle \rightarrow ThresholdWar.

Paper 04 建立決策層：

MultiUtilityDecision.

最後一篇 Paper 05 將把兩者統一起來：

\boxed{ PrewarObservability + BattlefieldTransparency + DecisionRationality \rightarrow UnifiedTransparentWarTheory. }

公開版本將討論一般性的戰前可觀測性，但不公開任何特定國家的即時監測指標與決策映射。

結論

「非理性領導人」並不是一個必然錯誤的概念。

但它可能被使用得太早。

更嚴格的分析順序應是：

ObservedDecision \rightarrow UtilityReconstruction \rightarrow InformationState \rightarrow FactionConstraints \rightarrow RiskPreference \rightarrow StrategicSignalling \rightarrow CounterexampleTesting \rightarrow ResidualIrrationality.

因此：

\boxed{ \text{Irrationality should be a residual hypothesis, not a first explanation.} }

這不代表政治領導者「其實都很聰明」。

真正的命題是：

很多重大災難性決策仍然具有可重建的目標函數與內部邏輯，即使其世界模型錯誤、資訊系統失真，甚至最後造成巨大失敗。

所以：

\boxed{ \text{Strategic Explainability} \neq \text{Strategic Correctness}. }

而一個成熟的戰爭決策模型，應該先問：

他到底在最大化什麼？

再問：

他看到的是哪一個世界？

最後才問：

在這些都無法解釋後，還剩下多少真正的非理性？

這個剩餘量：

\epsilon_{irr}

才是「非理性領導人」真正應該研究的對象。

內部理論來源

本文公開版本抽象化自 EveMissLab 既有政治責任、反事實與戰爭決策研究，以及 Transparent Warfare Series Paper 01–03。

公開版本刻意不包含任何特定國家之即時決策層映射、領導人評估、戰爭預警或國別監測模型。

Canonical source note: 本文件以 UTF-8 Markdown 為正式原始稿。數學原始碼使用 $...$ 與 $$...$$ 作為 canonical delimiters。

「非理性領導人」是否是一個錯誤模型？

「非理性領導人」是否是一個錯誤模型？

多效用函數、資訊病理與戰略賭博的決策框架

摘要

第一部 問題：「他瘋了」是不是太方便？

1. 國家利益假設

2. 政治領導人的目標未必等於國家目標

第二部 七種效用函數

3. 國家效用

4. 政權效用

5. 領導者個人效用

6. 派系效用

7. 意識形態效用

8. 遺產效用

9. 訊號效用

第三部 目標理性、工具理性與認識理性

10. 目標理性

11. 工具理性

12. 認識理性

第四部 資訊病理

13. 壞資訊不是偶然噪聲

14. 資訊病理模型

15. 「理性地根據錯誤模型做錯事」

第五部 風險偏好

16. 風險中性不是普遍假設

17. 損失域中的風險尋求

第六部 戰略賭博

18. 賭博不等於無理性

19. 失敗概率高不代表決策必然非理性

第七部 策略性自我失敗

20. 局部失敗可以是手段

21. 策略性自我失敗

22. 失敗開啟新可達空間

第八部 如何避免「萬物皆可理性化」？

23. 最大危險：事後發明效用函數

24. 效用函數必須有事前證據

第九部 可證偽性的最低要求

25. 預測一致性

26. 反例壓力

第十部 真正的非理性殘差

27. 非理性不應先驗放在模型外

28. 殘差

第十一部 理性不等於正確

29. 可理解不等於合理

30. 理性不等於成功

31. 理性更不等於道德

第十二部 領導人不是唯一決策單位

32. 個人模型的限制

33. 「領導人」可能只是高階符號

第十三部 決策的時間性

34. 效用函數會改變

35. 世界模型也會改變

第十四部 戰爭決策中的「看似瘋狂」

36. 表面瘋狂的幾種來源

第十五部 十二項核心命題

MUPDM-A1：國家—政權—領導者非同一效用命題

MUPDM-A2：多效用政治決策命題

MUPDM-A3：目標—工具—認識理性非同一命題

MUPDM-A4：錯誤世界模型命題

MUPDM-A5：高風險非非理性命題

MUPDM-A6：看似非理性非真正非理性命題

MUPDM-A7：策略性失敗命題

MUPDM-A8：失敗狀態轉換命題

MUPDM-A9：事後效用禁止命題

MUPDM-A10：事前證據命題

MUPDM-A11：理性非成功非道德命題

MUPDM-A12：非理性殘差命題

第十六部 理論限制

37. 人類決策具有情緒與心理因素

38. 精神病理與決策理性可以共存

39. 本文不是理性選擇理論的無限擴張

第十七部 通往 Paper 05

結論

內部理論來源

第一部　問題：「他瘋了」是不是太方便？

第二部　七種效用函數

第三部　目標理性、工具理性與認識理性

第四部　資訊病理

第五部　風險偏好

第六部　戰略賭博

第七部　策略性自我失敗

第八部　如何避免「萬物皆可理性化」？

第九部　可證偽性的最低要求

第十部　真正的非理性殘差

第十一部　理性不等於正確

第十二部　領導人不是唯一決策單位

第十三部　決策的時間性

第十四部　戰爭決策中的「看似瘋狂」

第十五部　十二項核心命題

第十六部　理論限制

第十七部　通往 Paper 05