命给予者”、“我的先代”、“我的上一代”这样的词汇就足以完成对象指定——这是多大的便利啊！许愿机几乎从不索要第一代称的详细定义，而那就意味着从“我”出发的一切关系人指代都被大大简化了。“我”要许一个关于“我”的子代或先代的愿望，是远远比一个关系疏远的陌生人要容易的。这在实操上是个数据量的问题，不过也非常符合我们朴素的生活直觉：在各地流传的传说故事里，读者们也会发现，那些血亲、伴侣或密友间的相互祝福（实际上我们似乎收集到了更多的诅咒）要比陌生人强力得多。

这一点并非不可利用。很自然地，我们会想到利用这种关系人机制来指代一些特别难以指代的对象。我们请这位关系人来代为发布指令的相关模块，从它那里引用对象的定义，或者实际上我们其实也不一定非要那位关系人到场。只要这种关系性能被我们所确定，我们就可以自己来描述这种关系了。我们不再需要提供一个完整的数据库，而是说“我们指定的是某人的子代\先代\最密关系人”。通过这一技巧，无法描述的对象就变得能够描述了。社会关系真是妙不可言。不过，值得提出警告的是，这种小技巧并不一定能绝对地减少工作量，因为即便你逃过了定义真正的对象，你也少不了要定义“某人”。从经验来说，这事儿没有笔者在本书中介绍的那样容易。你往往找不到那个关系人，就算找到了，也同样没法指定它。

让我们把目光让我们把目光放得长远些，不要再拘泥于个体关系，而是把对象置于群体之中。那就是说，我们可以不再纠结于一个具体的希莱波圣人的亲属是谁，而是直接把所有的希莱波圣人都视为指定对象。自然，其中也囊括了我们想要的那一个。

这涉及到另一个规律：我们发现，想要概括一个集体作为指代对象，实际上反倒比指出某个具体的个体要更容易（正如前面举的最极端的例子，没有什么对象比“世间全部的生命”来得更简洁明了，你完全可以直接用自然语言来发布它）。不过需要想清楚的是，有些愿望并不是为集体准备的。如果你想给某人一份礼物，给予它的全部同类相同的礼物可能会引发意想不到的大乱子，指代的范围越大，被迫承担后果的人也越多，那么整个模型的复杂度，以及它会牵涉到其他愿望的可能，这都会让整件事波折重重、意外迭出。这些风险和乱子让这条规律的实用性大大降低了，非常叫人气恼，就像是这些狡猾又迷人的无限机器故意为之。

不过，这也不是完全地叫人沮丧。这条思路在帮助我们解决一个具体