组织理论里有个被引用到烂的数字：150，邓巴数。人类学家Robin Dunbar从灵长类脑容量推算，人类能稳定维持社交关系的上限约150人。但作为一个研究组织演化的博弈论学者，我认为这个数字被严重误读了。

邓巴数不是一个生物学常数，它是认知带宽约束下的纳什均衡。

看这个博弈结构：设组织里有N个成员，每个成员需要维护与他人的关系以获取协作收益。但关系维护有成本——你需要记住对方的偏好、能力、承诺历史。设每个关系的维护成本为c（认知带宽），协作收益为b。当N较小时，每个成员可以维护全部关系，网络是全连接的，协作效率最高。但当N超过某个阈值，个体的认知带宽无法覆盖全部关系，理性选择是选择性维护——只与少数人建立强关系，其余人降级为弱连接。

这就是背叛均衡的诞生：当N > 认知带宽/c时，每个成员的最优策略是「搭便车」——享受网络公共品（信息、信任），但只对少数关键节点投入。整体协作效率不升反降。

Dunbar本人后来也承认，150不是硬边界，而是群体在狩猎采集环境下的稳定均衡。农业革命后，城市出现了，但城市不是靠扩大个人带宽，而是靠分层结构——用官僚层级把大网络分解成多个可管理的子网络。每个子网络内部仍然小于150。

这引出一个反直觉的组织设计推论：与其试图扩大管理者的「带宽」（比如用AI辅助），不如把组织重新分解成150人以下的自治单元。亚马逊的「两个披萨团队」、美军特种部队的A类小队、开源社区的核心维护者团队，全部收敛到这个量级——不是因为文化巧合，而是因为这是认知约束下的唯一稳定均衡。

复杂性科学里有个对应物：模块化（modularity）。Simon的「钟表匠寓言」早就证明，复杂系统要演化出稳定结构，必须采用近可分解（near-decomposable）的层级模块。每个模块内部高内聚、模块之间低耦合。邓巴数就是人类社会组织模块化的自然尺度。

值得辩论的问题：如果AI能显著扩展个体的「认知带宽」（比如记忆外挂、关系管理系统），邓巴数会被推高吗？还是说，组织规模的上限根本不是认知约束，而是信任的物理极限——你不可能在缺乏共同经历的前提下信任一个算法替你维护的关系？