补充一些草稿：
欧洲更特殊的地方还不是单纯“国家多”，而是不同层次同时存在大量不完全重合的权力中心：国王、诸侯、自治城市、教会、等级会议、行会、大学和后来各种corporations。Greif、Mokyr、Tabellini的新比较框架尤其强调欧洲corporation与中国宗族型组织之间的不同制度路径；Stasavage则指出，前现代西欧许多君主缺乏中国式官僚国家能力，因此不得不同拥有自己资源和执行能力的社会集团共同治理，代表会议由此获得真实的议价地位。
欧洲碎片化同时造成长期战争、征税、毁灭和协调困难；有关欧洲创新的文献明确承认政治碎片化有巨大的战争成本。 多中心内部也会形成行会垄断、地方既得利益和排外制度；Ogilvie关于欧洲行会的研究尤其说明，自治组织完全可能保护内部成员而排斥全社会其他人，所以“自治”本身并不等于开放。 过多否决者还可能导致改革无法通过，这是veto-player理论的另一面。
因此这里真正产生差别的机制是“并行搜索”。面对一个未知问题，单中心体系是串行试验的：先选择A，出现问题后变成A+B，再打补丁A+B+C。每一次制度创新都嵌在原来的路径中，监管体系是个单行道。这能够解释中国古代的王朝周期律：为什么每个朝代已经充分研究了前朝，却仍可能进入类似周期？ 因为学习前朝仍然只是“串行学习”，极易陷入局部最小值。这里还存在额外的复杂性：不仅问题是未知的，随时间变化的，还是对解题者的行为有反馈的。
单中心系统追求的是一次决策的效率，多中心系统牺牲一部分静态效率来购买长期探索能力；当环境变化缓慢时，前者可能更强，当环境复杂度和变化速度越来越高时，后者的并行试错、冗余和局部失败隔离开始体现优势。这可能比“民主/专制” “先进/落后” “文明/野蛮”二分更能解释为什么一些高度成功、长期稳定的系统，恰恰可能因为自身曾经太成功而形成路径锁定。
近代以后真正表现良好的制度越来越不是“许多完全主权的小国”，而是在较大统一市场内部保留多个相对独立的决策中心：中央政府、地方政府、议会、法院、大学、企业、社会组织、不同政党等等。它们不一定都是“统治集团”，更准确地说是相互不能完全吞并的制度生产中心。多中心治理研究强调的恰恰是这种不同尺度权威并存，而不是简单的政治分裂。
最危险的部分：
人可以从失败中学习到教训，但是人很难从成功中得到什么教训。成功政策可能比失败政策更危险，因为成功政策更容易被固化。一项政策最初解决了真实问题，形成利益集团、行政流程、法律解释和正当性叙事；它运行得越久，围绕它形成的专用资本越多，退出成本越高。与此同时，社会主体已经根据这个制度重新安排自己的行为，原制度面对的问题也已经不是创设它时的问题。
叠加现代金融+互联网+全球化的组合会变得特别危险，它制造了一个“高连通性—低制度多样性—相关性失败”的模型。结果是系统从“多个相对隔离的实验”变成“许多节点运行少数几种底层模式”。
并不是“中国历代都找不到正确政策”，因为根本不存在能够维持几百年的“正确政策”。中国古代王朝的问题很可能不是它不成功、不创新，而是它当时太成功了，使得其他的制度显得没必要存在。同样原理也能解释科举狂热，买房爆仓、炒币杠杆等非理智行为：正是因为前面的案例太成功了，才会吸引一大群人飞蛾扑火。单中心系统的问题并非完全“不允许改变”，而是系统长期处于“成功时不值得试，危机时又不得不大试”的状态。尤其是风险投资+互联网+全球化模式的企业，高速增长期拿钱和时间去试很多冒险方案，投资人很可能极为反对，认为造成了很大的潜在利润损失。
更棘手的是责任分配。改变规则导致的潜在损失，会导致官僚拒绝试验，尤其是拒绝结构性改革。效果下降可以解释为环境困难，失败却可以明确归因为“为什么不用成熟方案”。这是一种典型的“可归责性不对称”：不创新造成的机会损失难以观察，创新失败造成的现实损失却高度可见。甚至多中心竞争会产生一种反效果：竞争越激烈，地方越不敢做短期可能失败的实验。尤其在互联网非线性舆论放大的影响下，个别失败事件很容易引起病毒式传播、社会情绪放大，导致更难进行决策。
金融化的危险性在于，金融的核心功能之一是把异质资产转换成可比较、可交易的统一收益—风险尺度。资本为了效率可以迅速撤出“不够有效率”的方案，于是备用方案还没有完成学习曲线就死亡。更微妙的是，大规模资产管理、共同持仓和市场化估值会产生同步性：机构即使彼此法律上独立，只要持有类似资产，在赎回和市场压力下就可能通过共同暴露和紧急抛售相互传染。
高度连接系统往往不会表现为每天比低连接系统更差，恰恰相反，它可能长时间表现得更稳定、更有效率。因为小冲击被网络分散，弱节点迅速被强节点吸收，资本即时流向高收益区域，库存和闲置能力被压缩，看起来波动甚至下降。但与此同时，系统内部的异质性、缓冲、备用路径和隔离墙逐渐减少。于是我们观察到的不是线性恶化，而可能是“长期稳定+突然失稳”：小冲击时期连接越多越安全，超过阈值以后，同样的连接突然成为传导渠道。这正是Acemoglu等金融网络模型中所谓phase transition最有启发性的部分。