Knowledge Problem

伊娃经营一家修理厂，突然接到订单。库存表列出了设备，但同事还知道：合适的机器刚刚空出来，邻近车间也有需要的附件。哈耶克强调的正是这种特定时间、地点的知识。技术手册很重要，却不能独自告诉人们今天下午能安排什么。专业知识与经验不是对手；作出决定往往需要两者配合。 [1]

哈耶克以锡为例：新增需求或供应中断都可能使锡涨价。使用者随后寻找节省办法或替代材料，即使他们不知道最初的原因。价格可以连接远方人们的决定，而不需要所有人阅读同一份报告。但价格不会讲出完整故事，反应也未必完美。Economic Calculation，即用货币价格比较成本和计划，会利用这一信号，却不会因此获得全部知识。 [1]

报告说本地区有几台合适的机器。但一台很远，一台待修，另一台下周才有空。总数未必错误，只是没有回答伊娃“今天怎样完成”的问题。把数据合并成类别，会失去某些差异。概览有助于了解情况，但决定之前还得核实：地点、状态和时间是否改变了真正可用的选择？ [1]

在 Economics and Knowledge 中，哈耶克区分了计划相容与这种相容如何形成。伊娃期待零件到货，供应商期待她收货。假定双方什么都知道且都知道得正确，并没有解释他们如何协调。在这个例子里，需要看订单确认、交期变更或延误通知，以及人们是否据此调整计划。拥有完整信息的模型可以有用，但真实的学习过程仍需解释。 [2]

软件显示零件有库存。但记录可能早于另一位顾客的购买，也可能指的是另一种型号。把哈耶克的问题放到数据库中，就可以问得很具体：这条信息从哪里来，什么时候更新，又究竟描述什么？更快的软件能够更好地处理输入，却不能因此证明数据完整或可用。这不是否定数据库，而是区分“存下了数据”和“掌握了具体决策所需的知识”。 [1] [3]

技师可能很熟悉机器，却不知道零件涨价了，或供应商遇到了运输问题。去中心化，即由多个参与者分别作出决定，也需要他们相互联系。因此，哈耶克把当地知识与其他信号，尤其是价格，结合起来。离订单最近并不让伊娃永远正确。她仍需要核实信息、修改计划，并从失败中学习。 [1] [2]

修理厂很容易统计订单，却不容易记录顾客信任的流失，或员工处理罕见故障的经验。在 The Pretence of Knowledge 中，哈耶克提醒人们，不要认为只有能拿出数字的东西才重要。精确的表格并不足以支持精确的预测。应分清实际观察、假设和未知之处。测量并非没有价值，只是需要承认其边界。 [3]

伊娃可以接受 Bitcoin，并按网络规则验证付款。例如，她可以检查交易是否已被纳入区块，也就是按网络规则接受的一组交易。但这不会告诉她零件能否到货，或顾客是否满意。可验证的付款记录与市场知识承担不同任务。分布式网络不能保证商业信息完整，也不能保证决策无误。即使收到了比特币付款，伊娃仍需要给供应商打电话、借助技师的经验，并保留调整计划的能力。 [1] [2] [4]