实在架不住李若白的软磨硬泡，楚君归只好和他被动聊天。ㄨ菠≦萝≦小ㄨ说两人实际上已经很熟了，该聊的都聊得差不多了，李若白就开始聊历史，讲了许多盛唐历史上的重大事件，并且附加点评。
在他口中，事件本身都是扼要叙述，自己的点评倒是长篇大论。不过李若白在这方面的才情确实是高，点评往往一针见血，尤其擅长评价当时政策得失，以及重要人物的决断得当与否。就连楚君归这种对于政治一窍不通，历史只存在于数据库的家伙来说，也能听得津津有味。
就这样，待到一路返回二号行星时，这部盛唐演义也说得差不多了。
听到后来，楚君归也感觉到政治的作用和意义非小，哪怕是不以此为业，也有略知一二的必要。否则的话，死都不知道是怎么死的。
试验体对于社会科学的研究基本是一片空白，但听李若白讲得多了，有大量历史事实再结合李若白的点评，楚君归也勉强建立起了一个模型，这也是新功能组件的雏形。
他起初把组件命名为历史政治学，后来觉得不太对，又改为政治经济学，然后还是觉得不够全面，再改成《政治、经济与法律及社会和心理学兼博弈论》。
如此冗长的名字让试验体也觉得不妥，最后把有的没的一狠心全部删光，就留下政治二字，然后就觉得舒服了。
有了这个功能组件，楚君归过往下载的许多资料就有了归处，它们自动归入这个功能组件目录下，然后就开始漫长分析对比过程。随着越来越多的历史事件以及当代发生的重大事件被纳入视野，模型也慢慢从模糊变得更加清晰，界定也更加分明。
但在最初的顺利之后，试验体很快就遇到了问题。
按照李若白的说法，每一事件都有特定的起因，特别的环境，有限的选择，以及既定的结果。有些历史人物选择正确，比如说跟对了某位后来一飞冲天的贵人。也有很多人选择错误，例如瞎了眼跟潜龙作对。
所以有智慧的人，就是能够在复杂的历史长河中看清真正的大趋势，从而顺势而为，自然而然地就成了大业。
这点楚君归赞同，也能够理解。
能够看清大势，自然就会做出正确的选择，正确的决定。而每个正确决定都会带来更多的资源，或是更少的损失，从而使决策者的地位上移，拥有更多的话语权。
理想状态，就是从不犯错，这是很容易得出的结论。
然后问题就出现了。
试验体很自然的想要找出一套放之四海皆准的方法论，找到后再回放到历史事件中进行模拟，以验证方法论的准确性。他也不求方法万无一失，有大概率正确，并且不出现会导致崩盘风险的致命性错误就可以。
然而回归检验的结果，却是大出楚君归意料。他最终发现，无论用哪套方法体系，如何调整在不同场景下各种影响因素的权重，都只能在一部分场景下有效，而在另外一些场景中完全无效。经过多次完善后，模型的准确率也仅仅是擦点大概率的边，致命性错误则是完全无法避免。
很显然，试验体试图建立统一模型的想法是行不通的。
在他口中，事件本身都是扼要叙述，自己的点评倒是长篇大论。不过李若白在这方面的才情确实是高，点评往往一针见血，尤其擅长评价当时政策得失，以及重要人物的决断得当与否。就连楚君归这种对于政治一窍不通，历史只存在于数据库的家伙来说，也能听得津津有味。
就这样，待到一路返回二号行星时，这部盛唐演义也说得差不多了。
听到后来，楚君归也感觉到政治的作用和意义非小，哪怕是不以此为业，也有略知一二的必要。否则的话，死都不知道是怎么死的。
试验体对于社会科学的研究基本是一片空白，但听李若白讲得多了，有大量历史事实再结合李若白的点评，楚君归也勉强建立起了一个模型，这也是新功能组件的雏形。
他起初把组件命名为历史政治学，后来觉得不太对，又改为政治经济学，然后还是觉得不够全面，再改成《政治、经济与法律及社会和心理学兼博弈论》。
如此冗长的名字让试验体也觉得不妥，最后把有的没的一狠心全部删光，就留下政治二字，然后就觉得舒服了。
有了这个功能组件，楚君归过往下载的许多资料就有了归处，它们自动归入这个功能组件目录下，然后就开始漫长分析对比过程。随着越来越多的历史事件以及当代发生的重大事件被纳入视野，模型也慢慢从模糊变得更加清晰，界定也更加分明。
但在最初的顺利之后，试验体很快就遇到了问题。
按照李若白的说法，每一事件都有特定的起因，特别的环境，有限的选择，以及既定的结果。有些历史人物选择正确，比如说跟对了某位后来一飞冲天的贵人。也有很多人选择错误，例如瞎了眼跟潜龙作对。
所以有智慧的人，就是能够在复杂的历史长河中看清真正的大趋势，从而顺势而为，自然而然地就成了大业。
这点楚君归赞同，也能够理解。
能够看清大势，自然就会做出正确的选择，正确的决定。而每个正确决定都会带来更多的资源，或是更少的损失，从而使决策者的地位上移，拥有更多的话语权。
理想状态，就是从不犯错，这是很容易得出的结论。
然后问题就出现了。
试验体很自然的想要找出一套放之四海皆准的方法论，找到后再回放到历史事件中进行模拟，以验证方法论的准确性。他也不求方法万无一失，有大概率正确，并且不出现会导致崩盘风险的致命性错误就可以。
然而回归检验的结果，却是大出楚君归意料。他最终发现，无论用哪套方法体系，如何调整在不同场景下各种影响因素的权重，都只能在一部分场景下有效，而在另外一些场景中完全无效。经过多次完善后，模型的准确率也仅仅是擦点大概率的边，致命性错误则是完全无法避免。
很显然，试验体试图建立统一模型的想法是行不通的。