導言
Google Wave 在 2009 年 5 月發表、9 月開放，2010 年 8 月 Google 宣布停止開發。它不缺工程能力，也不缺技術野心——它把電子郵件、即時通訊與協作文件併成一個新的溝通模型。
它缺的是一個具體的人，帶著一條具體的工作路徑，說「我現在做這件事很痛，你們的東西能不能讓它不痛」。當那個人不存在時，範圍只能由想像界定，而想像永遠傾向全選。
另一端也有失敗。OpenTelemetry 由 OpenTracing 與 OpenCensus 在 2019 年合併而來，參與者橫跨多家廠商與多種語言生態。OpenTelemetry 它不缺消費者——它的消費者太多，而每一個都帶著自己的需求進來。需求越多，介面越大；介面越大，「這個核心到底裁決什麼」就越難回答。
這兩個方向合起來，就是界定薄核（Thin Core） 時最難的一關。它常被寫成一個三難：
[!IMPORTANT] 薄核 (Thin Core): 對單一職責握有最終發言權、且克制擁有權的核心元件。薄不是規模小，而是擁有權的克制：核心只承載承重且歸屬於它的少數幾項行為。
無消費者 → 訂不出契約 → 範圍由想像界定 → 全選
單一消費者 → 契約有了 → 但核心被焊死在那一個消費者的形狀上
多個消費者 → 需求被稀釋 → 核心肥成所有人的並集
三條路都通向失敗，而通常討論到這裡就停了——結論是「只有人的判斷能解」。這個結論是誠實的，但它讓三難成為一個未被打開的黑箱。
本文要處理的問題是：三條路的失敗是同一種嗎，代價一樣大嗎，以及其中有沒有一條可以被改造成出口。
分析
四種策略的產出並不對稱
先把三條路各自的產出算出來。加上第四個選項——取交集而非聯集——因為它是三難裡從未被單獨考慮的一格。
# 三條路各自的產出：核心範圍與它對每個消費者的貼合度。
CONSUMERS = { # 每個消費者需要的能力集合
"A": {"認領", "終局", "租約", "優先權"},
"B": {"認領", "終局", "重試", "退避"},
"C": {"認領", "終局", "死信", "重放", "告警"},
}
ALL = set().union(*CONSUMERS.values())
def scope(strategy):
if strategy == "無消費者":
return set(ALL) # 想像傾向全選
if strategy == "單一消費者":
return set(CONSUMERS["A"]) # 焊死在 A 的形狀
if strategy == "多消費者聯集":
return set().union(*CONSUMERS.values())
if strategy == "多消費者交集":
s = set(ALL)
for v in CONSUMERS.values():
s &= v
return s
print(f"三個消費者各自需要 {[len(v) for v in CONSUMERS.values()]} 項；全域共 {len(ALL)} 項\n")
print(f"{'策略':<14}{'核心項數':>9}{'含非承重':>10}{'缺漏總數':>10}")
for st in ("無消費者", "單一消費者", "多消費者聯集", "多消費者交集"):
s = scope(st)
# 非承重：對「所有」消費者都不是必需的項（此處以出現在<2個消費者為代理）
rare = sum(1 for c in s if sum(c in v for v in CONSUMERS.values()) < 2)
missing = sum(len(v - s) for v in CONSUMERS.values())
print(f"{st:<14}{len(s):>9}{rare:>10}{missing:>10}")
實際執行的輸出：
三個消費者各自需要 [4, 4, 5] 項；全域共 9 項
策略 核心項數 含非承重 缺漏總數
無消費者 9 7 0
單一消費者 4 2 5
多消費者聯集 9 7 0
多消費者交集 2 0 7
第一個值得停下來的結果在第一列與第三列：無消費者與多消費者聯集的產出完全相同。 核心 9 項，含非承重（Load-Bearing） 7 項，缺漏 0。
[!IMPORTANT] 承重 (Load-Bearing): 缺了它核心承諾就當場不成立的能力。與「碰得到」相對：後者與核心相鄰、可被想到且每項都有用，但缺席並不致命。
也就是說，如果拿到很多消費者之後採取聯集，那些消費者提供的資訊在結果上等於零——範圍與完全沒有消費者時一樣。這解釋了為什麼「多找幾個消費者來問」不會自動改善範圍：改善來自於怎麼合成他們的需求，而不是來自於人數。
第二個結果是單一消費者那一列同時有兩個病：核心含 2 項非承重（A 的特殊需求被當成通用的） ，且對其他消費者缺漏 5 項。它不是「比較貼合」，它是同時貼錯與蓋不到。
第三個結果是交集那一列：含非承重 0 項，這是四個策略裡唯一的。代價是缺漏 7 項——但那 7 項的性質與單一消費者的缺漏不同，下一節處理。
兩種失敗要分開量
上一節把「缺漏」與「非承重 」放在同一張表，但它們對消費者造成的後果不同。缺漏是核心給不出你要的東西；強加是核心塞給你不要的東西。
import random
# 新消費者陸續到達。四種策略下，兩種失敗各自發生多少。
POOL = ["認領", "終局", "租約", "優先權", "重試", "退避", "死信", "重放", "告警",
"節流", "配額", "審計"]
UNIVERSAL = {"認領", "終局"} # 每個消費者都需要
SEED = 23
def new_consumer(rng):
extra = rng.sample([p for p in POOL if p not in UNIVERSAL], rng.randint(2, 4))
return set(UNIVERSAL) | set(extra)
def evaluate(strategy, n=60, seed=SEED):
rng = random.Random(seed)
seen = [new_consumer(rng) for _ in range(3)] # 設計時看得到的三個
if strategy == "無消費者": core, attach = set(POOL), False
elif strategy == "單一消費者": core, attach = set(seen[0]), False
elif strategy == "聯集": core, attach = set().union(*seen), False
else: core, attach = set(UNIVERSAL), True
short = forced = 0
for _ in range(n):
c = new_consumer(rng)
if not attach and (c - core): short += 1 # 核心給不出它要的
if (core - c): forced += 1 # 核心強加它不要的
return len(core), short / n, forced / n
print(f"{'策略':<14}{'核心項數':>9}{'缺漏率':>9}{'強加率':>9}{'平均強加項數':>14}")
for st in ("無消費者", "單一消費者", "聯集", "交集＋附掛"):
k, sh, fo = evaluate(st)
over = k - 2 if st != "交集＋附掛" else 0
print(f"{st:<14}{k:>9}{sh:>9.0%}{fo:>9.0%}{over:>14}")
print()
print("三條路的失敗種類不同：單一消費者主要缺漏，無消費者與聯集主要強加。")
print("只有交集＋附掛同時避開兩者——代價是必須先有附掛機制存在。")
實際執行的輸出：
策略 核心項數 缺漏率 強加率 平均強加項數
無消費者 12 0% 100% 10
單一消費者 5 98% 100% 3
聯集 9 77% 100% 7
交集＋附掛 2 0% 0% 0
三條路的失敗種類不同：單一消費者主要缺漏，無消費者與聯集主要強加。
只有交集＋附掛同時避開兩者——代價是必須先有附掛機制存在。
聯集那一列最值得注意。它把三個看得到的消費者的需求全部收進來——核心 9 項——而後續消費者的缺漏率仍然是 77%，同時強加率 100%、平均強加 7 項。
聯集策略同時吃下兩種失敗的最壞情形。 它蓋不住未來的消費者，因為未來的需求不在那三個人的並集裡；它又強加最多的東西，因為那三個人的特殊需求全被當成通用的。這是三難裡代價最高的一格，而它恰好是最像盡責的那一格。
單一消費者的缺漏率 98%，但平均強加只有 3 項。它的病是狹窄，不是肥大。這個區分有實務意義：狹窄可以靠增加消費者修正，肥大不能靠減少消費者修正——因為已經進核心的東西會有人依賴。
出口在第三條路上，但需要一個前置機制
交集那一列的缺漏率是 0%，這個數字需要解釋，否則看起來像作弊。
它為 0 不是因為核心提供了所有東西，而是因為那一列假設了一個附掛（Attachment） 機制的存在：核心只擁有交集（認領與終局），差集由呼叫者以受治理的附掛 形式自行補上。核心不供應，也不阻擋。
[!IMPORTANT] 附掛 (Attachment): 受治理的附掛：差集能力不由核心供應，而由呼叫者以受治理的形式自行決定並掛在核心之外的機制；核心不供應，也不阻擋。
所以三難的第三條路——多消費者導致稀釋——其實包含兩個不同的動作，而它們被混為一談：
- 取聯集：把所有人的需求收進核心。這是稀釋，代價如上。
- 取交集＋附掛 ：把共同的部分收進核心，把差異推出核心。這不是稀釋。
第二個動作要成立，需要一件事先存在：一個讓差異可以被附掛 而不必進核心的機制。沒有那個機制時，取交集就只是核心太小、每個消費者都得自己重造一遍——那才是真正的稀釋。
所以三難不是三個等價的壞選項，它是「兩個真的壞選項，加上一個取決於先決條件的選項」。 而那個先決條件是可以工程化的：它是一套附掛 的契約形狀，不是一種判斷力。
三條路的判定
下圖把四種策略與它們的失敗種類排在一起。它要回答的閱讀問題是：拿到 n 個消費者時，該做什麼動作。
圖上兩條虛線是不對稱的具體形式。從單一消費者往下走是可修的——多找幾個消費者，再取交集。從聯集往回走是不可修的，因為已經進核心的能力會有人依賴，移除它是一次破壞性變更。
這給出一個操作上的排序：寧可先狹窄再擴，不要先肥再減。 兩者的錯誤方向相同，但可逆性差很多。
為什麼「只有人的判斷」這個結論下得太早
三難的常見收尾是：能從一堆嘗試裡抽出那個能把邊界拉對、又不稀釋成聯集的困難個案的，目前只有人的判斷。
上面的分析讓這句話可以講得更精確。需要人判斷的部分只有一件事：哪些能力屬於交集。 而三難的其他部分不需要判斷：
- n = 0 時該做的是先去找一個消費者，這不是判斷，是前置工作。
- n = 1 時該做的是明文記錄範圍結論待重跑，這是紀錄紀律。
- n ≥ 2 時該做的是取交集而非聯集，這是一個可以寫進流程的規則。
- 附掛 機制該不該存在，是一個架構決定，不是個案判斷。
剩下的那件事——判定交集——確實需要人，因為它要求理解「這兩個消費者說的是同一件事嗎」，而那是語義判斷。但它比原本的說法窄得多：不是整個劃界都靠人，是交集的認定靠人。
反思
第一個邊界是交集可能為空。三個消費者若沒有任何共同需求，交集策略給出一個空核心——這不是薄，是不存在。此時正確的結論是這三個消費者不屬於同一個元件的範圍，該做的是把他們拆成兩組再各自取交集。空交集是一個關於分組的訊號，不是關於核心的訊號。
第二個邊界是交集可能太小到不值得。交集只有一項時，把它做成一個元件的行政成本可能高於直接讓每個消費者自己寫。判準是那一項的正確實作有多難：認領互斥難寫且錯了很貴，所以值得；一個字串格式化不值得。所以交集是必要條件，不是充分條件；充分條件還要加上「這一項自己寫容易寫錯」。
一個反例可以標出主張的另一側。假設某元件採取聯集策略而它成功了——因為它的消費者確實同質，聯集與交集差別很小。這種情形真實存在，特別是在一個組織內部服務單一業務線的元件上。此時聯集的強加率雖然形式上是 100%，強加的項數卻很少，代價可以忽略。第二個實驗裡若把 POOL 縮小、把每個消費者的額外需求數降到 1，聯集與交集的差距就會收斂。
第三個邊界關於附掛 機制自身。上面把它當成一個可以工程化的先決條件，這是對的，但它不免費：一套附掛 契約要處理生命週期、錯誤傳遞、與核心不變式（Invariant） 的互動，而它本身也會被慣例引力劃肥。把附掛 機制做成一個小型框架，就等於把剛推出核心的東西換個位置放回來。這個風險是真實的，本文不主張附掛 一定比核心擁有便宜——只主張它讓歸屬保持在呼叫者手上。
[!IMPORTANT] 不變式 (Invariant): 系統在任何合法狀態下都必須成立的斷言，是把評估規則寫成可執行檢查的基本單位。
最後是實驗的限制。兩個實驗都把「需求」抽象成集合成員，而真實需求有強度差異——同一項能力對 A 是承重 、對 B 只是方便，集合模型看不出來。這會使交集被低估：某些項對多數消費者承重 、對少數不承重 ，形式上不在交集，實際上該進核心。第二個實驗的消費者生成是均勻隨機的，而真實消費者高度聚集，聚集會使聯集策略的缺漏率遠低於 77%。兩者共同證明「三條路的失敗種類不同、且聯集同時吃下兩種最壞」這個結構，不估計任何真實專案的比率。
實務對比
手上沒有真實消費者。 錯誤做法是先開始設計，邊做邊想像使用場景。實測顯示這條路的強加率 100%、平均強加 10 項，與拿到消費者後取聯集的結果相同。正確做法是把「找到一個帶著關鍵路徑的消費者」當成前置工作，在它完成前不進入範圍界定。
手上有三個消費者。 錯誤做法是把三個人的需求都收進核心，因為那看起來最盡責。實測顯示聯集策略的後續缺漏率仍是 77%，同時平均強加 7 項——它同時吃下兩種失敗的最壞情形。正確做法是取交集進核心，差集以附掛 形式留給呼叫者。
手上只有一個消費者。 錯誤做法是把它的形狀當成通用形狀。實測顯示這會讓核心含 2 項非承重 、對其他消費者缺漏 5 項。正確做法是照做，但明文記錄範圍結論待第二個消費者出現時重跑——狹窄是可修的錯誤方向。
發現核心太肥想瘦身。 錯誤做法是直接移除那些少數人才用的能力。已經進核心的能力會有人依賴，移除是破壞性變更。正確做法是承認方向不可逆，改為凍結核心、把新能力一律導向附掛 ，讓核心的相對比重隨時間下降。
交集算出來是空的。 錯誤做法是硬找一個共同點來當核心。正確做法是把它讀成分組訊號：這幾個消費者不屬於同一個元件，先拆組再各自取交集。
交集只有一項。 錯誤做法是仍然把它做成一個獨立元件。正確做法是問那一項自己寫容不容易寫錯；容易寫錯且錯了很貴的才值得，否則讓每個消費者各自實作。
結論
消費者三難（Consumer Trilemma） 的三條路不是三個等價的壞選項。它們的失敗種類不同，代價不同，可逆性也不同。
[!IMPORTANT] 消費者三難 (Consumer Trilemma): 界定元件範圍時，無消費者則無契約、單一消費者則耦合、多消費者則稀釋成需求並集的三難困境。
本文的量測給出四個結果：
- 無消費者與多消費者取聯集的產出完全相同。 核心 9 項、含非承重 7 項、缺漏 0——消費者提供的資訊在聯集下等於零。
- 聯集同時吃下兩種失敗的最壞情形。 後續缺漏率 77%，強加率 100%，平均強加 7 項。而它恰好是最像盡責的那一格。
- 狹窄可修，肥大不可修。 單一消費者的缺漏率 98% 但平均強加只有 3 項；已進核心的能力會有人依賴，移除是破壞性變更。
- 第三條路有出口，但它依賴一個前置機制。 取交集加附掛 的缺漏率與強加率都是 0%，而這個 0% 來自附掛 機制的存在，不來自核心供應了一切。
所以三難不是「都無解，只能靠人」。需要人判斷的部分比原本的說法窄得多：只有交集的認定需要語義判斷，其餘四件事——先去找消費者、單一消費者時記錄待重跑、多消費者時取交集不取聯集、以及讓附掛 機制存在——都是可以寫進流程的規則。
而在那些規則之外，還有一條更便宜的原則：寧可先狹窄再擴，不要先肥再減。兩個方向都會錯，但只有一個方向錯了還救得回來。