为什么很多系统不是死于错误，而是死于正确？丨FDE重新理解局部最优

销售部门选了一套最适合销售场景的AI工具，转化率确实涨了；客服部门选了一套最适合客服场景的AI，平均处理时间确实降了；法务部门选了一套审查最严格的AI，合规风险确实小了。每一个决定，都经过了各自部门认真的论证，也都拿到了看得见的结果。

半年后，企业发现自己拼不出一个统一的系统关系图，一次跨部门的安全审计，要先花两个月才能厘清到底有多少AI系统在处理哪些数据。真正的问题，从来不是哪一个部门选错了工具，而是没有任何一个决定，需要为整个系统负责。

这不是虚构的场景。2026年，“AI sprawl”（AI野蛮生长）成了企业架构圈的高频词——一份2025年针对千人规模企业的审计发现，平均每家企业内部同时运行着14到18个AI工具，其中只有4到6个真正经过了IT安全审查，剩下的大多是各部门自己谈好、自己上线的。某企业的架构副总裁兼首席AI架构师Sergey Sergeyev接受CIOnews采访时，用"AI splintering core systems"（AI正在把核心系统拆散）描述这种感觉——企业架构团队过去习惯做以多年为周期的规划，现在被迫转向更短期的"紧急规划"。很大程度上就是因为，没人再说得清系统现在到底长什么样。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

局部最优，全局失控，是组织结构本身的产物

组织天然按部门分配责任、按部门衡量绩效——销售负责人不会被要求去论证这套工具对财务结算有什么影响，法务负责人也不会被要求考虑这套工具好不好被客服接进去，一个人能优化的，本来就只有自己被分配到的那一部分。

更深一层看，问题甚至不只是责任被切开了，是不同部门原本要优化的目标，天然就互相冲突：销售要的是成交率，客服要的是响应速度，法务要的是风险最小，IT要的是系统稳定，这几个目标本来就没有一个共同的方向。局部最优不是哪个人思考不周，是组织把不同的优化目标分给不同的人之后，必然会长出来的结果。

“每个局部都对了，整体自然就对了"，这个推论，在一个相互连接的系统里，从来就不成立。

一个局部决策，正在修改所有人共享的约束

销售今天选了一套CRM Agent，看起来只是销售自己的决定。实际上，这个决定同时也在悄悄改写数据格式、接口协议、身份认证方式、客户主键、权限模型——这些原本属于整个组织共享的底层约束。

客服部门明年能不能把这套系统接进自己的工单流程，市场部门明年能不能拿这份数据做联合分析，财务部门季度末能不能把这些交易记录并进结算系统，答案都已经被销售今天这一个局部决策悄悄决定了，而这些部门在做出自己决定的那一刻，甚至都不知道自己决定了什么。

这是一种典型的决策外部性（Decision Externality）：做决策的部门，独享这个决策带来的收益；决策产生的成本——未来协调的困难、数据孤岛、重复投入——却由其他部门、由整个组织去承担。做决定的人不用为这份成本负责，这正是局部最优会一路狂奔、没有天然刹车的原因。

这不是AI独有的问题——ERP时代、微服务时代，同样的外部性早就存在过。AI没有制造出一种全新的外部性，它真正改变的，是让更多局部决策，能够绕开IT、直接进入系统：过去，业务部门想上一套新系统，多少要经过IT评估、排期、对接；现在，一个业务部门自己就能调用API、写prompt、接入一个agent，不再需要经过任何中心化的把关。局部决策的数量因此暴增，每一个都可能悄悄修改一份共享的约束，而这份约束原本是什么样的，谁都说不清。

McKinsey的调研显示，88%的企业已经在至少一个业务里用上AI，但只有约三分之一真正从试点走向规模化。规模化困难的原因有很多，局部决策缺乏统一约束，是其中最常出现的一类。

FDE重新理解局部最优

从"每个决策都正确"升级到"整个系统仍然正确”——真正该问的，不是这个局部决策本身对不对，而是：这个决定，正在悄悄修改哪些原本属于整个组织的约束？未来，这份被修改的约束会影响到谁？

系统不会按照责任边界运行，只会按照约束关系运行——这句话本身，就是这一篇唯一需要记住的判断。组织真正失败的时候，往往不是有人做错了，而是所有人都做对了自己的那一部分。

这也是为什么，“看得清局部决策修改了哪些共享约束”，会变成一种比"把局部做到最优"稀缺得多的能力。后者每个部门都有专人负责，前者往往没有人天然拥有——没有哪个人的职责范围，天然覆盖着"整个系统"这四个字，这份能力不会随着专业分工自动长出来，只能靠有人主动去补。

真正的系统设计，不是在设计眼下的流程，而是在考虑别人未来还能怎么做决定；没有人补上这个位置的组织，注定会被无数个正确的局部决策，悄悄推向一个谁都不想要的系统状态。

写在最后

文章「为什么AI项目越来越像组织工程？」里说过，AI正在把系统建设变成组织建设——这一篇是这个判断的延伸：局部最优陷阱之所以存在，本质上是组织结构本身的产物，不是技术问题。
「为什么最先进的架构，经常输给最普通的方案？」讲的是一个系统内部复杂度的累积，这一篇讲的是多个"各自正确"的系统之间，复杂度如何累积。

信息价值、复杂度债务、可逆决策、局部最优——这四层判断，合在一起，构成了"系统方案该怎么选"的完整全貌。

那如果一个组织已经能看清楚，局部决策正在修改哪些共享的约束，是不是就意味着，接下来只要找对人去做这个系统判断就够了？还是说，组织把资源和责任分配给谁，这件事本身，也是一个需要重新审视的判断？

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。