W·布赖恩·阿瑟

W·布赖恩·阿瑟是一位经济学家，他提出的埃尔法罗酒吧出席人数协调模型揭示了集体决策中的一个核心难题——当人们的选择会影响他们试图预测的结果时，协调就没有独立的参照点来确定人们的预期。本书将阿瑟基于策略的模型与一种不那么复杂、却仍能带来稳定出席人数的方法进行对比，以此说明独立判断的价值与局限。

埃尔法罗酒吧出席人数协调模型

阿瑟的模型讨论人们是否要去埃尔法罗酒吧作出决定；这家酒吧是否吸引人，取决于有多少人前来。在本书描述的版本中，阿瑟的计算机智能体运用多种不同策略来预测人群的行为。它们面对的是一种自我指涉的任务——每个智能体都必须估计其他人会怎么做，但与此同时，所有人的选择又共同决定酒吧会不会拥挤、是否令人愉快。这不同于猜测一个存在于群体之外的事实；预测出席人数，意味着试图评估一个由预测者自身共同构建的现实。

这一区别使问题格外棘手。如果准备去酒吧的人是在判断一个外部事实，比如一群人估计一头牛的重量，他们的答案便可能趋同于一个不受猜测影响的现实。在埃尔法罗酒吧，每个人的决定都会影响支撑其他所有人决策的条件。不存在外部标准来终止预期的连锁变化，因此，即使只是大致准确地预测平均出席人数，也显得不同寻常。

较简单的策略及其结果

工程师安·M·贝尔和威廉·A·塞瑟斯测试了另一种方法。去酒吧的人没有试图预测他人的想法，而是遵循一条基于个人经验的共同规则——最近一次去酒吧体验愉快，就再去；体验糟糕，就暂时不去。他们知道自己是否喜欢那家酒吧，却不知道自己没去的那些晚上酒吧有多拥挤。因此，他们的行为不如阿瑟的智能体复杂，也不依赖与群体其他成员进行明确协调。

经过足够长的时间，让人们从自己的到访经历中学习后，每周出席人数稳定在酒吧容量的百分之六十以下。这个结果比理想的中央规划者所能实现的略欠高效，但它是在没有对人群作出复杂预测的情况下形成的集体智慧式解答。这个例子表明，人们有时可以依据自身经验行动，而不必试图揣摩其他所有人，从而解决协调问题。

稳定性、参与不均与比较的局限

稳定的出席人数也有代价。群体分成了几乎每周都去的常客，以及很少去的人。如果每个人对一次到访的享受程度都相同，这种安排就符合功利原则——超过一半的人几乎每周都能去，而且他们去的时候酒吧很少过于拥挤。然而，相当一部分人很少前往，去了通常也不尽兴。因此，稳定并不意味着结果对每个人都同样有利。

本书并未断言阿瑟的解决方案或贝尔与塞瑟斯的方案更优。两者都显得出奇有效，但协调问题本质上十分困难，因为个人偏好取决于其他所有人的选择。两种方案的对比反而凸显了问题所在——独立经验可以形成可行的模式；而试图预测一个由参与者共同构建的结果，则会遭遇没有外部锚点的递归不确定性。在本书的论述中，即使只是合理估计平均出席人数，也算是一项成就。