刘韧《维特根斯坦》阅读笔记与实操手册
刘韧约 6 分钟模块一：逻辑的微积分与信息的无损压缩
——《逻辑哲学论》（Tractatus）的工程学应用
1.1 命题的同构性（Isomorphism）
维特根斯坦在《逻辑哲学论》中提出的核心公理是：“图象是事实的模型。”（2.1）
在计算机科学中，这不仅是哲学，这是数据库架构的基础。语言与现实的关系，必须遵循逻辑同构。
设集合 为现实世界中的原子事实（Atomic Facts），集合 为语言命题。
维特根斯坦要求存在一个双射函数 ，使得每一个现实中的逻辑结构，都能在语言中找到精准的对应。
【刘韧的实操工具】：清洗信息的“逻辑筛”
作为记者，我每天处理海量新闻。大多数商业报道充满了“噪音”——形容词、情绪宣泄、模糊隐喻。维特根斯坦教我们如何做降噪处理：
• 算法：遇到任何陈述 ，执行分解操作。
其中 必须是可验证的“原子事实”（如：财报数字、具体的法律判决、时间地点）。• 应用：当我在阅读一份IPO招股书或分析一篇关于“AI革命”的软文时，我使用“维特根斯坦剃刀”： • 剔除所有无法映射为物理事实的词汇（如“赋能”、“颠覆”、“巨大的想象空间”）。 • 只保留逻辑算子（与、或、非）连接的事实命题。 • 结论：如果剔除噪音后，剩余的集合 ，则该信息熵为0，直接丢弃。
1.2 边界与沉默协议（The Protocol of Silence）
“凡是不可说的，由于无法建立逻辑映射，必须保持沉默。”（7）
这通常被解读为神秘主义，但在工程上，这是系统的错误处理机制（Exception Handling）。如果一个输入参数超出了函数的定义域，系统不应胡乱输出，而应返回 Void或抛出异常。
【刘韧的实操工具】：投资决策中的“不可知论”
在投资中，很多人试图用逻辑去推导“不可预测的未来”或“市场情绪的道德属性”。
• 错误做法：试图计算“这家公司的‘企业良心’值多少钱？”（这是伦理学，位于逻辑定义域之外）。 • 正确做法（维特根斯坦式）：承认伦理、美学、未来预测属于“不可说”的领域。在建立估值模型（DCF）时，只输入可逻辑化的变量（现金流、增长率）。 • 行动：对所有关于宏观政治意图的猜测保持“沉默”。不是不关心，而是承认无法在逻辑层面处理。这让我避免了被情绪化的宏观叙事误导，专注于可计算的概率区间。
模块二：语言游戏与市场博弈论
——《哲学研究》（Philosophical Investigations）的交互分析
2.1 意义即用法（Meaning is Use）
晚期维特根斯坦推翻了自己的“静态映射论”，提出了**“语言游戏”（Language Games）。
一个词的意义不在于它指向的物体，而在于它在社会互动中如何被执行**。
【刘韧的实操工具】：解构商业话术（Business Jargon）
作为IT从业者，我深知“技术术语”往往不是为了描述技术，而是为了设租（Rent-seeking）。
• 案例：当一家公司宣称自己在做“Web3去中心化社交元宇宙”时。 • 《逻辑哲学论》视角：寻找这些词对应的物理实体。找不到？它是废话。 • 《哲学研究》视角（更高级）：观察这个词在游戏中的用法。 • CEO用这个词是为了拉升股价。 • VC用这个词是为了寻找接盘侠。 • 工程师用这个词是为了申请重构预算。 • 行动：不要问“什么是元宇宙”，要问“元宇宙这个词在当前的资本博弈中充当了什么筹码？”这不仅是语言分析，这是科斯（Coase）的交易成本分析——语言是降低或增加交易成本的工具。
2.2 家族相似性（Family Resemblance）与非本质主义
维特根斯坦指出，事物之间没有唯一的“本质”，只有重叠交叉的“家族相似性”。
集合 与集合 可能没有公共元素，但通过 和 建立联系。
【刘韧的实操工具】：重塑分类学与赛道分析
在投资和科技评论中，我们习惯于僵化的分类（如“这是SaaS公司”、“那是硬科技公司”）。
• 应用：不要寻找所谓的“纯正血统”。 • 特斯拉是汽车公司还是科技公司？这是一个伪问题（Pseudoproblem）。 • 维特根斯坦告诉我，分类取决于目的。 • 如果目的是计算毛利，它在汽车家族；如果目的是计算市梦率（P/E），它在AI家族。 • 策略：建立动态标签系统而非静态文件夹。在评估一个创新项目时，不要问“它本质上是什么”，要问“它在哪些特征上与成功的独角兽具有家族相似性？”
模块三：私人语言论证与反索罗斯式反身性
——打破“主观直觉”的迷思
3.1 私人语言的不可能性
维特根斯坦著名的“甲虫之喻”证明了：不可能存在一种只有我一个人能懂的语言。规则必须是公共的（Public）。如果我制定了一条只有我遵守的规则，那么我就无法判断我是否违反了规则，这在逻辑上是矛盾的。
【刘韧的实操工具】：做空“内幕消息”与“独立直觉”
在股市中，散户最喜欢相信“只有我知道的秘密”或“我的独特盘感”。
• 推论：如果这种“盘感”无法用公共语言（数据、图表、逻辑推演）表达出来并被他人检验，那么它就不是一种知识，而是一种神经系统的随机扰动（Noise）。 • 行动计划：
1. 强制外化：任何投资决策，必须写下来（Write it down）。如果不能用清晰的语言逻辑写出理由，就说明这个理由不存在。 2. 同行评审（Peer Review）：既然语言是公共的，那么逻辑必须经得起他人的Debug。我只相信那些能通过“波普尔式证伪”测试的投资逻辑。
模块四：批判性融合——维特根斯坦的Bug与补丁
作为波普尔和哈耶克的信徒，我不能完全接受维特根斯坦。必须对他进行Debug。
4.1 维特根斯坦的“静默主义”陷阱
维特根斯坦认为哲学的任务是“把苍蝇从捕蝇瓶里放出来”，旨在消除问题，而非解决问题。他倾向于让一切保持原样（Leave everything as it is）。
这与我的价值观（自由、科学、进步）冲突。
• 冲突点：如果只是描述语言游戏而不去评判它，我们就失去了批判暴政和谬误的能力。 • 修正补丁（Patch）：引入波普尔的批判理性主义。 • 我们不仅要分析“语言游戏”的规则，还要问：这个游戏规则是否导致了封闭社会的形成？ • 我们不仅要理解“用法”，还要批判坏的用法。
4.2 萨特式的补充：存在先于本质
维特根斯坦解构了“本质”，萨特填补了“选择”。
在维特根斯坦看来，我们在遵循规则；在萨特看来，我们随时可以打破规则。
作为企业家和投资者，我们不仅是语言游戏的玩家，更是规则的制定者（Game Makers）。
5. 总结与行动指南：维特根斯坦算法
基于以上分析，我为您（也为我自己）总结了一套基于维特根斯坦哲学的认知算法，用于日常工作：
Step 1：语法检查（Syntax Check）
面对一个复杂问题或陈述，首先问：
“这是一个逻辑问题（可以解决），还是一个语法问题（只是语言的纠缠）？”
如果是后者，消解它，不要浪费时间去解决。
Step 2：定义域界定（Scope Definition）
“无论在说什么，要确保在对应的语言游戏中说。”
在科学讨论中严守逻辑（Tractatus模式）；在商务谈判和社交中灵活运用语用学（Investigations模式）。不要在代码里写诗，也不要在情书中写代码。
Step 3：降维打击（Reduction）
“由于无法确定的事物，就让它保持模糊，不要强行精确。”
在投资模型中，承认不确定性（概率分布），而不是通过伪造精确的数字来寻求心理安慰。
Step 4：公共性验证（Public Audit）
“拒绝私人语言。”
所有的洞察必须能够被编码为公共信息。如果不能清晰地表达给我的儿子听，那么我其实并没有真正理解它。
附录：一个具体的思维实验
场景：评估一家宣称“利用区块链技术重构生产关系”的初创公司。
维特根斯坦式分析流程：
1. 逻辑原子拆解（Early Wittgenstein）：
• 把“重构生产关系”这个大词拆解。 • 原子事实是什么？-> 数据库由谁维护？私钥在谁手里？分红代码怎么写？ • 如果代码逻辑（原子事实）显示控制权依然在CEO手里，那么“去中心化”就是逻辑谬误。
• 既然逻辑上它是中心化的，为什么他们要用“区块链”这个词？ • 分析这个语言游戏：在这个圈子里，使用“区块链”这个标签可以提高估值倍数（Multiplier）。 • 结论：这不是技术创新，这是语言套利（Linguistic Arbitrage）。
• 如果我要投资，我不是投资其技术（因为那是假的），而是投资其煽动叙事的能力（那是真的）。 • 但基于我的波普尔式道德底线，如果这个叙事不可证伪且具有欺骗性，我选择拒绝参与。
结语：警惕语言的蛊惑，回归事实的逻辑。世界是事实的总和，不是事物的总和。我们的任务，就是看清事实，玩好游戏。
(完)