呢單嘢最荒謬嘅地方係，我哋仲用緊上個世紀嘅政治框架，去處理已經被數據同算法徹底改寫嘅現實。當工黨市長 Andy Burnham 公開拒絕前首相 Tony Blair 提出「擁抱激進中間」嘅呼籲時，佢唔只係反對一個政治標籤，而係挑戰緊一整套處理現實嘅運算邏輯。喺2026年嘅今日，當數據驅動治理同算法決策已經成為常態，我哋以為客觀嘅數據可以解決意識形態爭端，但呢場政治人物之間嘅交鋒，反而揭示咗一個更根本嘅問題：當我哋將社會問題交畀演算法去計算時，我哋到底揀選咗乜嘢作為「輸入值」，又將邊啲真實嘅苦難剔除喺方程式之外？

從 AI 同系統分析嘅角度嚟睇，Burnham 同 Blair 之間嘅張力，其實代表住兩套完全唔同嘅「最佳化函數」（optimization function）。Blair 嘅「激進中間」路線，運作邏輯類似於追求「總體效益最大化」嘅演算法。佢嘗試喺政治光譜入面搵出一個中位數，理論上呢個點可以滿足最多人嘅需求，將社會摩擦降到最低。喺純粹嘅數據模型入面，呢種追求中位數嘅做法好有效率，因為佢可以快速收窄誤差，令到系統達到一個所謂嘅「平衡狀態」。對於崇尚務實政治嘅人嚟講，呢個就係最理性嘅選擇。

不過，問題在於，社會唔係實驗室入面嘅正態分佈。當我哋將「激進中間」當作唯一嘅目標函數去最佳化時，處於分佈邊緣嘅弱勢群體就會被系統歸類為「噪音」或者「異常值」。Burnham 嘅拒絕，正正係對呢種演算法邏輯嘅根本批判：如果一個系統嘅「最佳狀態」係建基於忽略最底層嘅苦難之上，咁呢種「最佳化」本身就係製造唔平等嘅根源。喺算法治理嘅年代，我哋成日話要「數據說話」，但往往忽略咗數據本身係沉默嘅——係人類決定咗要計算邊啲數據、忽略邊啲數據。當政策只係追求平均值嘅提升，底層嘅掙扎就會喺統計學嘅平滑曲線入面消失得無影無蹤。

另一方面，Blair 嘅中間路線亦都有其現實嘅系統考量。喺資源有限嘅情況下，追求整體利益最大化，往往係維持系統唔崩潰嘅最穩陣方法。如果將所有資源傾斜去處理極端邊緣嘅問題，可能會拖垮整個系統嘅運作效率，最終連原本穩定嘅中產階層都一齊沉船。呢種功利主義嘅計算，喺宏觀層面睇似乎係合理嘅。但係，當算法成為治國工具，我哋必須要追問：一個只懂追求平均數嘅系統，仲有冇能力去感知同處理現實入面嘅結構性不公？定係只會將唔平等當成系統運行嘅必然副產品？

喺2026年嘅政治環境入面，我哋見到越來越多呢類「演算法式嘅政治對立」。唔同派別之間嘅爭論，本質上已經唔係傳統意識形態嘅對抗，而係「應該優化邊個變數」嘅技術性分歧。當政治人物以為自己喺度講宏大理念，其實佢哋只不過係喺度爭論緊應該將邊一組數據放入演算法嘅權重入面。中間派認為「最大公約數」就係公義，但批判者就指出，忽視極端值嘅公義，只係一種虛假嘅和諧。

重點摘要：

• Burnham 同 Blair 嘅政治分歧，本質上係兩套唔同嘅社會演算法邏輯之爭：追求總體效益最大化，定係保障邊緣群體唔被系統遺忘。- 「激進中間」路線類似追求中位數嘅演算法，容易將弱勢群體視為異常值而忽略，掩蓋咗結構性不公。- 喺算法決策普及嘅年代，政治爭論嘅核心已經轉移到「演算法應該優化邊個變數」嘅技術性問題上。

算法本身係冇道德判斷嘅，佢只會忠實執行你設定嘅目標函數。2026年嘅今日，我哋真正需要嘅，唔係換一個新嘅政治標籤，而係重新編寫社會治理嘅底層代碼。如果我哋繼續容讓追求「中間」嘅演算法主導政策，唔平等只會被系統性地固化落去，甚至被包裝成「客觀嘅數據結果」。未來嘅政治，唔應該再係左定右嘅無意義爭拗，而係要問清楚一個更根本嘅問題：我哋嘅社會系統，到底係為咗服務「平均值」，定係為咗保護每一個真實存在嘅「異常值」而運作？呢個先至係我哋喺算法時代必須回答嘅道德題。