最近把复杂性科学和经济学的一些理论汇总了一下，再结合平时学到的一些零散信息，挑出了一些东西，捏到了一起，升级了一下自己的系统思考体系。今天我把它写出来，希望能提供一些看问题新的视角，对你有用。此外，本文其实也一张思考类的知识地图，涉及了非常多的概念，不太好读，想了解核心观点可直接跳到最后的“总结”中。
思考的常见病
先简单盘点一下日常思考常见三个坑：
基本逻辑谬误，如偷换概念、违反三段论、隐含条件假设、归纳和演绎错误等等，它会让你的大脑混乱，别人说你“没逻辑”。
因果谬误，如多因果当成单因果、关联关系当成因果关系、单向因果当成双向因果、因果倒置等等，它会让你对事物错误的归因，看不清事实真相。
心理效应影响，如结果偏差、概率偏差、从众心理、权威效应等等，它会让你被自己的感性、直觉影响，无法清醒的思考。
如果训练过批判性思维，一般都能够绕过这三个坑，主动理性思考，这样已经非常好了，但仍会有很多问题，常见的有两类：
1. 路径依赖
经验主义，过于依赖自身的知识体系解决问题，外科医生总想用手术工具、管理者总想用管理工具、军人总想用武力。马克吐温总结说“手里拿着锤子的人，就会把所有问题都看成钉子”，查理芒格又给这类人起了个有趣的外号叫“铁锤人”。
针对这点，批判性思维给出的初级解法是换位思考，但局限是只能在同一个认知层次或更低层次中应用，无法应对超出自身认知层次的场景，也无法在复杂系统中复杂的多点利益间找到出路，很多书都深入分析过，书中形象的称其为“罗生门”，此处不再赘述。
2. 过分深入细节
人容易过分深入细节，却看不见大方向，所谓的只见树木不见森林。你可能会美其名曰，我只解决具体的问题，实则可能只是想避重就轻而已，在全局看来，它真的是症结所在吗？有没有可能，我们本想调节温度，你却一直专注在研究怎么控制温度计呢？
这种思考问题数学上也被称为“过度拟合”错误，简单说就是一种解法走到黑，卷子都写不下了，你还在推导。想起前两年做过一道蜂窝最短路径计算的编程题，很多人写了几千行代码来推算，实际原理就是一个公式，10行代码就解决了。
上述的坑，批判性修炼到一定程度是可以解的，当然，我也不敢说批判性思维有啥问题，只不过不同的人适合不同的方法，有人适合纯粹的把批判性练到极致，像我比较适合系统性的知识体系和批判性互补。这次我想把盛传的系统思考方法，打碎，从系统论的源头，重新推导一下，为复杂问题的思考，提供一些新的角度。
什么是系统思考？
这个体系，江湖上有很多书在讲了，它其实是以系统论的世界观为基础构建的。系统论用一种宏观视角，把世界上所有的事物都划分为物质和精神，那么宇宙，自然，人类社会就是由物质和精神构成的复杂系统。这个系统中，广度上，包含了无数个子系统，无边无际。深度上，每个要素打开又是一个新的系统，一层一层剥下去，无穷无尽。
沿着系统论的思路走，我们日常接触到的任何一个事物都可以看作一个系统，小到一个原子、一朵花、一个人，大到一个家庭、一个公司，、一个国家。
我们想了解一个系统，解决系统的问题，就要先定义边界，然后再根据当前的能力锁定一个合适的深度，最后通过一些底层规律，找到解决办法。至于底层规律嘛，学者们已经找到一些了，他们发现系统以及每一个子系统确实都具有相同特征，如开放性、自组织性、复杂性，整体性、关联性、动态平衡性、时序性等等，系统越复杂，呈现的特征越多。
因此，不同的系统，从简单到复杂，随着特征的增加，我们的思考的维度也要增加。根据系统的特征，先提取了五个层次，分别是关联、整体、动态、不确定和平衡，本次先一一简单解释一下，后面几篇再深入展开。
关联性
系统中每个要素之间，都不是孤立存在的，它们时刻在相互作用着，这种相互作用，就叫关联性。
关联是系统思考的基础，看似简单，实则很难，一方面对逻辑学强依赖，另一方面我们头脑中可能有一些错误的关联的存量，不逐一挑出来改掉，就会影响思考，这些都需要慢慢磨练。
认知了关联性，就可以用一些固定的方法，解决一些简单的小系统的问题了，具体方法后面一篇再展开。留一个小问题给你自测一下，“鸡和蛋之间有几种可能的关系？”，答案是四种，哪四种呢？
整体性
要素加上若干要素之间的关联，构成了系统，系统像一个黑盒，以你知道或不知道的状态运行着，如果能将每一个关联搞清楚，描绘出来，那么就能了解系统的全貌了，你就获得了整体性。
到了这个层次，就可以分析一些多关联的系统问题了，但是，这样的系统，还是属于“简单系统”，又称普通系统（General System），人造的系统基本都属于这类，如构造精密的机械手表，如软件程序。说到软件，虽然我也一样，曾经很喜欢定位问题，尤其是那种在万千代码中找到Bug的感觉，真是棒极了，但我还是要告诉你，无论我们的程序多复杂、有多少逻辑关系，本质上都还在“简单系统”的范畴，它由人类依照头脑中的逻辑构成，只要我们花时间细心梳理，就可以搞懂。
动态性
经过前两个层次，系统的全貌已经出来了，不过它还是静态的，是停留在黑板上的，我们要把它拿到现实世界中来，让他随时间动起来，这就是动态性。
此时就要加一个维度，加上一根时间轴，思考这个系统运行1年后什么样？运行10年后什么样？很多系统，静态和动态呈现的效果可能完全不同的：
举个例子，我用乐高拼出一个电动机器人，我把它放在那里“站尸”，给它摆好动作，很好看、很完美，后来我又想让它动起来，看看走起来什么样，按下了开关，结果不知道哪里出了问题，它边走边掉零件，最后完全散架了。你看，明明各个零件契合很好的静态系统，运动起来却崩溃了，一样的道理，我们只要把黑板上的系统放在现实中，不论机器人是站着，还是走路，它默认都是具有时间性的动态系统，总有个保质期，我们都得加上时间轴动态的思考。
再拿软件举个例子，你在分析静态的代码时，用“关联”+“整体”即可，但是程序运行起来后，要定位问题，你的思考就要加上“动态”了，是不是一样的道理？
当然，不得不告诉你，目前为止，我们还未脱离“简单系统”的范畴。
不确定性
不确定性，这个词太火了，网上一搜一大片，原理就不再赘述了。如果你发现你要分析的系统，不仅关联复杂，而且具有不确定性，那么打起精神来，它就是一个“复杂系统”。这种系统，我们会发现它的很多关联，因和果之间没有必然的逻辑通道，每一种可能的结果，都只对应一个概率，此时我们就要再加一个维度，加上一根概率轴，更立体的分析它。
不确定性的概率关联，大概有三类：
第一类叫客观概率。比较简单，总体数量有限，还能反复实验，所以虽然不能控制结果，但能得出一个准确的概率，典型例子就是投硬币。
第二类叫实验概率。总体数量极大或未知，只能通过样本数量计算出一个概率，我们只能不断增加样本数和频率逐步逼近实际概率，典型例子是工业生产中的采样验收。
第三类叫主观概率。顾名思义，根据过去的经验推测未来的概率，别看这么随意，这真的是科学，数学中叫“贝叶斯概率”，别看前两类很美好，那都是在工程中常用的，我们生活中很大一部分问题都是主观概率问题，例如我根据过去的经验，计算老婆明天心情好的概率，每成功一次，我下一次预测准确的机会就增大一分，还有天气预报也是类似。这种不确定的系统，人类简史中称其为“一级混沌系统”，可惜我没在系统论中找到分级的标准。
对于以上列举的具有不确定性的系统，它们虽然存在着随机性，但也有好的一面，就是它每个结果的概率和人的主观是相互独立的，即不会因为人的预测而改变，所以人们可以通过持续的观察，提升概率，让预测越来越准确。这样的系统在自然界很常见，生物、天气、森林、湖泊等等，当然，分析方法也极其复杂，需要“关联”+“整体”+“动态”+“不确定”齐上。
平衡性
刚才说到“一级混沌系统”，你一定想到了“二级混沌系统”吧？二级的最大特点是，它每个结果的概率和人的主观是关联的，也就是说当你以为你预测系统的变化，它就会对你的预测做出反应，导致你本以为能预测到的结果，再次发生了变化。
典型的例子，很不幸，就是由人构成的系统，我们所在的公司、国家、人类社会。前两周前，我写的《由人构成的复杂系统》中总结过了这个事情，还记得里面提到的哲学家波普尔吗？他在《历史决定论的贫困》中只用了一个三段论，直接精彩的证明了不可预测的根源所在。
观察这种系统，你会发现，人是有能动性的，社会中的事情常常是“凡政策必遭遇对策”，所以我们不得不再加一个维度，加上一根博弈轴，综合的看，人们对现有的规则、对其他人的行为，可能做出的反应。 这个视角非常的难，需要“关联”+“整体”+“动态”+“不确定”+“平衡”综合分析，首先要找到系统的理想状态“帕累托最优”，这是最优解，然后再观察系统的现状“纳什均衡”，这是当前的平衡点，如果这个平衡点没有落在最优解上，就要去优化系统。
这个视角分析方法很多，下面简单列举一下：
从时间上看分为动态和静态
若去掉时间轴，就是静态博弈：两个人猜拳，你是否能赢，还要看对方出什么，但好在我们约定好同时出手。若加上时间轴，就是动态博弈：我们多次比赛，谁赢的多谁获得最后的胜利。
从概率上看分为主观和客观
若是关联之间是客观概率，说明信息是完全对称的，那就有机会找到“贝叶斯精炼纳什均衡”。若是关联之间是主观概率，说明信息是不完全或不对称的，那就只能找“贝叶斯均衡”。
从人际关系上看分为合作和非合作
若是人和人可以合作达到帕累托最优，那么就可以进行“合作型博弈”，。若说人和人无法合作，必须你好、我不好，那就是“非合作型博弈”，也叫“零和博弈”。
复杂吧？还有更有意思的事，你观察人类的经济系统，比如贵金属或股票市场，会发现还有一个叫“博傻”的局。这种局由于信息极度不对称，时间、概率、策略完全没用，随机性非常大，你能否胜出，取决于有没有人比你更傻，有趣的是，别以为你聪明就一定能胜出，因为你实在不知道有多少人比你更傻，反过来，傻瓜也能中奖，因为世俗人眼中的聪明人一样也会做傻事，所以局中往往是没有最傻只有更傻，那这种局可能真的是混沌系统的最高境界了。当然，如果你真的足够聪明，一般都会绕行，选择不入局。
总结
说了这么多，相信你已经了解我的思路，根据系统的复杂程度，逐层的运用关联、整体、动态、不确定、平衡，这些思考工具，层层递进的分析。
关联+整体：我们能看到一个在黑板上的平面的系统，即使它有复杂的逻辑关系，很精密，人也是有办法分析清楚的。
动态：如果你遇到的系统是在世界上真实存在的，那就要再加上时间轴，动态的思考。
不确定性：如果你又发现系统表现出了一种不确定性，那就要意识到它已经不是一个简单系统了，得再加上概率轴，不确定的思考。
平衡：如果你面对的系统中掺杂了很多的人，很悲惨，这是一个复杂的混沌系统，你不得不再加上一个博弈轴，平衡的思考。对于二级混沌系统，你要懂得，大数据和人工智能什么的是帮不上太大忙的，你需要的不仅仅是经验、工具，还要有一种极大的想象力，不过这也正是它的有趣之处，是它吸引人的地方所在。
人们常说“大道至简”或者流行词汇叫“第一性原理”，从系统论的角度，你会发现获得原理的过程，其实是一个“降维”过程，把复杂的系统还原成最核心的一个或多个关联，可以在黑板上给你画出来，能用文字一句话写出来，你一看，一拍大腿，“太对了！太精彩了！我怎么没想到？这才是本质啊！”。但是你要知道，能把复杂系统简化到黑板上的人，他一般也可以从简化推导出更多的复杂的新系统，获得相对性的最优解，因为他的关键能力，不是简化，而是思考了足够长的时间，练成了系统思考，这是一种“升维”思考的能力。
这就是为什么，那些没有经历过这个过程的人，拿到了原理却用不好。不论他在黑板上推导的多么正确、完美，却始终只是在前两个维度徘徊。我们能观察到，学术界有很多“黑板经济学家”，软件行业中一样有很多“黑板架构师”，他们所描绘出来的东西固然美好，可惜却并不是真实的世界。
忽然想到歌德，歌德一直向往科学却不怎么真的懂，微积分令他困惑，也区分不了云雀和麻雀，但是人们轻易的原谅了他，因为他对自然有着一种发自灵魂深处的热爱，忍不住再次引用他的话作为结尾，“一切理论都是灰色的，唯有生命之树常青”。
单虓晗写于20170723
立体看世界相关链接
