02 会照做的，和会看着办的

▷ 先拧一下

一台加热器，你想把它稳在某个温度（记作 1.0）。你查了说明书，算出功率应该开到 1.0，于是把旋钮拧到 1.0，走人。这叫开环。

结果两件事同时发生了：① 这台机器实际上比说明书说的猛 30%；② 半路有人开了窗，进来一份你完全不知道的热量（相当于 0.3）。

问：最后温度会停在多少？而如果换成一个会看着温度调的闭环控制器（它同样不知道①和②），它会停在多少？

A 开环 1.3，闭环 1.0——开窗的热量会自己散掉 B 开环 1.3，闭环 1.3——两个都不知道真相，所以一样错 C 开环大约 1.69，闭环大约 1.0 D 开环大约 1.69，闭环大约 1.15——闭环能修一半

这一题的重点不在算术，在于「不知道」这件事对两种做法意味着什么。

两种活法

面对「我想让某个量等于某个值」这件事，天底下只有两条路。

第一条路：算。建一个模型——「开 x 的功率，温度会到 Kx」——反解出 x，拧到那个位置，收工。这条路的英文名是 open loop，开环，意思是那条把结果送回来的线没接。

第二条路：看。不管模型，测当前温度，和目标比，低了就加、高了就减，一直这么干下去。这条路叫 closed loop，闭环。

# 开环：一条直线，走完就完了

  目标 ──▶ [ 反解模型 ] ──▶ [ 设备 ] ──▶ 实际
                                            （没人再看它一眼）

# 闭环：一个圈，永远转下去

  目标 ──▶ ⊕ ──▶ [ 控制器 ] ──▶ [ 设备 ] ──┬──▶ 实际
           ▲(−)                             │
           └───────────── 测量 ◀────────────┘

# 差别只有那一条线。但它买来的东西，比它看起来贵重得多。

开环不是「原始」或「错误」的做法。它有闭环没有的优点：它不可能失稳（没有环，就没有绕圈放大这回事），它不需要传感器（省钱、省地方、少一个故障点），它反应可以极快（不用等误差出现）。微波炉加热三分钟、红绿灯按固定时长切换、你按配方放两勺盐——全是开环，而且非常合理。

开环的问题只有一个，但这个问题是致命的：

◆ 这一章的主线

开环的精度，完全等于你那个模型的精度。模型错多少，结果就错多少；模型没考虑到的东西，结果就一分不差地承担多少。

而闭环不需要模型是对的。它甚至不需要知道发生了什么。它只知道一件事：「现在比目标低了一点」，然后往上顶。反馈的全部价值，就是对付你不知道的事。

四种情况，同一台机器

下面这个 demo 把四种情况摆在一起。灰色虚线是开环，绿色实线是闭环。它们面对的是同一台设备。

逐条看：

情况	开环停在	开环偏了	闭环停在	闭环偏了
一切如你所料	1.0000	0.0%	0.99965	0.03%
设备比你以为的猛 30%	1.2999	30.0%	0.99975	0.02%
半路有人开了窗	1.2979	29.8%	1.00231	0.23%
两样一起来	1.6873	68.7%	1.00233	0.23%

第一行是这张表里最重要的一行，而它看起来最无聊：两种做法表现得一模一样。

这就是开环的陷阱。它在实验室里、在验收时、在「一切正常」的那一天，和闭环看不出任何区别。它的脆弱只在世界偏离模型的那一刻才暴露出来——而世界一定会偏离模型：设备会老化，室温会变，负载会变，供电电压会变，有人会开窗。

再看最后一行的对比：68.7% 对 0.23%，相差约 300 倍。而闭环控制器没有被告知设备变猛了，也没有被告知有人开窗。它甚至没有能力知道这些事——它的输入只有一个数：当前温度。

∑ 算一遍

为什么闭环能把误差压到那么小？这里有一条一行的算术，第 5 章会正式推它，现在先看结论。

设你的控制器增益是 Kp，设备增益是 K，两者相乘叫回路增益 KpK。那么开环和闭环面对同一份「模型错误 + 未知扰动」，误差之比是：

   闭环误差 / 开环误差 = 1 / (1 + Kp K)

回路增益 9，误差变成十分之一；回路增益 99，变成百分之一。反馈不是「消除」了误差，它是把误差除以了一个数，而这个数就是你在这个环上愿意用多大力气。

这自然引出一个问题：那把 Kp 拧到一万不就完事了？——这正是这本书接下来二十章的全部内容。剧透：不行，而且拦住你的东西不是功耗、不是成本、不是执行器上限。

一个不太舒服的推论

如果反馈这么好，为什么不是所有地方都用反馈？

因为反馈要付四笔钱，而且每一笔都不小：

你得有一个传感器。而且它测的必须真是你想要的那个量。这一条比听起来难得多——第 23 章会给出一个例子：传感器测的东西只占你真正想要的四成，于是那个环把指标顶上去 90%，同时把你真正想要的东西压下去 24%。
你得等误差先发生。反馈是事后的：它必须先看见偏差，才能动手。第 18 章讲怎么用前馈补上这一刀。
你引入了失稳的可能。开环再差也只是不准，它不会自己抖起来。闭环可以。这是卷 III 和卷 IV 的全部主题。
你把传感器的毛病也接进了环里。传感器上的噪声会被控制器放大成执行器的动作——第 7 章那个 demo 里，加一点微分项，执行器的抖动会涨 11 倍。

所以现实中最常见、也最好的做法，往往是两条路一起走：用开环（前馈）拿到速度和大方向，用闭环兜住模型的错。你的巡航定速就是这么干的——它知道油门开度和车速的大致关系（前馈），也在实时比对当前车速（反馈）。第 18 章会把这个组合拆开给你看：前馈模型哪怕错 50%，配上反馈之后，峰值偏差仍然比纯反馈小一半。

▸ 在现实里

烤箱 vs 电饭煲。普通烤箱基本是开环的：你设 180°C，它按一个粗糙的温控开开关关，实际温度可以差 20 度，所以每个人的烤箱都得「摸脾气」。而电饭煲是闭环的：它盯着锅底温度，水一烧干温度就会突然上蹿，它据此判断「饭好了」——它不需要知道你放了多少米多少水。这就是为什么烤箱要你有经验，而电饭煲不用。

预算 vs 实时竞价。「这个月投放预算 100 万，按去年的转化率分配」是开环——去年的转化率就是那个模型。「按小时看实际 ROI 调整出价」是闭环。前者在市场稳定时更省事，后者在市场变化时不会整月错下去。

固定重试次数 vs 自适应限流。「失败重试 3 次」是开环：不管系统现在是空闲还是快挂了，都重试 3 次。而基于实时延迟调整并发上限（比如 Netflix 的 concurrency-limits、TCP 的拥塞控制）是闭环：它不需要知道下游有多少台机器、跑的什么代码。

⇄ 和书架上其他书的关系

《撞墙》讲排队，那本书里的系统全是开环的：活来了就排队，队列本身不会回过头去减少到达率。而这本书讲的是把那条线接上会怎样——《撞墙》第 22 章的 AIMD（TCP 拥塞控制）正是一个闭环，它和本书第 22 章讲的是同一件事的两端。

《打分》（强化学习）问的是：如果你连模型都没有、连该怎么动都不知道，怎么办。那本书里的智能体是在试出一条控制律；这本书假设你大致知道设备的脾气，问的是「怎么设计那条控制律」。两本书是同一个问题的两种起手式。

✗ 这个直觉是错的

闭环控制器之所以准，是因为它「知道」发生了什么——它某种意义上推断出了扰动。闭环控制器什么都不知道。它唯一的输入是「当前值和目标差多少」。它不区分「设备变猛了」和「有人开窗了」，因为它不需要区分。

这一点值得多想一分钟，因为它是反馈最反直觉、也最强大的地方：一个只会做减法的装置，能对付无穷多种它从未被告知的干扰。

这也解释了反馈的一个重要局限：既然它不区分原因，它就不会告诉你哪里出了问题。一个整定良好的闭环，会安安静静地补偿掉一台正在老化的设备，直到有一天它补不动了——那时候故障是突然出现的。反馈会掩盖问题，直到它掩盖不住。所以监控要盯的不只是被控量，还得盯控制量：阀门开度悄悄从 40% 爬到 85%，是比温度更早的告警。（这一条在第 15、24 章还会再出现。）

◈ 回读

C开环停在 1.6873（偏了 68.7%），闭环停在 1.00233（偏了 0.23%）。

开环那个 1.69 是这么来的：你按模型算出功率 1.0，但设备实际增益是 1.3，所以它自己就到了 1.3；再加上开窗那份 0.3 乘以 1.3，又多出 0.39。两笔直接相加，一分不少——这就是开环的定义。

A 「开窗的热量会自己散掉」——不会。稳态就是稳态：加进来的热量必须有个去处，而这个去处只能是更高的温度。开环里没有任何机制去抵消它。 B 「两个都不知道真相，所以一样错」——这是本章要打的靶子。闭环不需要知道真相；它只需要看得见结果。这句话值得记住：看得见结果，比知道原因更有用。 D 「闭环能修一半」——方向对了，量级差远了。修多少不是「一半」这种定性的事，它等于 1/(1+KpK)。这个 demo 里回路增益不小，加上积分项之后稳态误差在数学上就是 0（第 6 章会讲为什么），剩下的 0.23% 只是仿真还没跑完的余量。

这一章的一句话

开环的精度上限是你对世界的了解，闭环的精度上限是你的传感器——而后者通常便宜得多。

下一章把那个环拆开，数一数里面到底有几个零件。答案是五个，其中只有三个是你写的代码；而根据我的经验，生产事故有一大半出在剩下那两个上。