接上文
哈密顿方程比牛顿方程更加清晰的表述了动力学的本质，它告诉我们要预测物体的运动轨迹，核心在于了解下一刻的状态是怎么从此刻衍生出来的，而衍生的法则就是一个微分算符作用于物体此刻的状态（由哈密顿量表述），这个算符不停作用，就衍生了整个运动轨迹。
其背后有一个更为惊人的基本原理，就是最小作用原理。有一个叫作用量的函数，真实物体的轨迹，就是让这个数最小的那一个。几乎所有物理定律及四大力学（经典力学，电动力学，统计力学，量子力学）均可统一于这个原理，它是宏观物体的机械运动和微观系统的状态变化的桥梁。
如果问世界是否有一门学问，可以被称为世间其所有其它学问的发动引擎，有的人可能说是数学，有的人可能说是哲学，更或者神学，而依我看，它叫动力学。
每当动力学进入一个领域，我们就可以说我们真正理解了那个领域，而之前，最多只是描述而已。原因在于，相比物理系统，那些领域都显得太复杂了，而复杂的原因有三，一是元素太多，二是非线性，三是能量不守恒。
线性显然在生活或社会这样的系统上不成立，你并不是把一堆细胞放在一起就有了生命体，也不是把一堆人放在一起就有了社会，细胞组成生命或人组成社会，都是在更大尺度上形成了新的组织。 而这些组织所呈现的性质，完全不能等价于组成它们的单元的性质的加和。
生物或社会系统都是典型的耗散系统，这些系统的本质特点即不停的与外界交换能量和信息，一旦这些系统能量守恒往往意味着已经死亡。
开放性的复杂系统，能量信息的输入和输出，以及涌现性（非线性叠加）构成了它的本质。直到20世纪几个革命性的理论的提出，包括非平衡态的统计物理和相变理论，复杂网络，非线性动力学， 混沌论，协同论，博弈论等。而这些方法综合在一起，衍生了一门叫做复杂系统的新学科，它使得动力学进入了这些物理不可染指的理论。
非线性动力学，是物理学的思维进入传统方法所不能解决的问题的一座丰碑。维度（x是一个向量，它所具有的分量个数即系统的维度。）是动力学系统的最基本属性 。它决定系统的复杂性，及其可能具有的基本性质。 还有，我们有多大把握预测系统的未来。
I一维系统与定点（Fix Point） “简单系统偏好平衡”，判断简单系统，抓住定点就是抓住了命门。
II. 二维系统与振动，为什么振动的形式这么广泛的存在？ 其实依然是因为定点的广泛存在， 所谓振动，无非围绕一个却确定的状态的上下波动。有限二维系统里的运动形式只有两种： 1. 平衡态（归于定点） 2. 周期运动。由于自然中负反馈的普遍存在，“系统不会无限取值或发散”这一条一般是满足的。 这条定律解释了振动普遍存在的根本原因，因为它是二维运动的范式。这条定律确立了非随机的二维系统的绝对可预测性，二维系统没有混沌。
甚至整个凯恩斯的理论可以放入一个简化的二维动力学系统。生产和需求作为一对互相追捕却永远捕不到对方的对手，将陷入不停息的振动状态，亦即经济周期 。 它导致经济运行不可避免的在一定时间走向低谷，如29年代的美国经济危机。凯恩斯根据此提出要认为的控制这个二维经济系统的运行，就需要引入政府作为超级玩家。但是凯恩斯的理论基础终究是松动的，因为经济系统终究不是二维，过多简化的理论可以帮助我们理解现象， 如果以此为实践的基础，也可以是危险的。
中国王朝更迭的历史，基本可以看做人口和中央集权成本两个变量相互作用的动力学系统。在这个二维系统里，没有稳定点，只有循环。每隔300年一次的毁灭性翻盘，成为无可避免。也正因为周期性的清零，技术没法进化，而马尔萨斯陷阱得到稳固，又反过来加固了循环。
III. Bifurcation 与相变
动力学系统由状态变量（系统可以自由变化的量）和控制变量（参数）组成。
在初步讨论一个动力学系统性质的时候，我们先假设参数不变，因此可以得到系统动力学在相平面的拓扑图，然后求定点和轨道。 在二维的情况下，参数给定，动力学流型得出，则一切皆可精确预测。
真实的世界里从来没有一成不变的参数，真正不变的只有变化，而有的时候参数和变量甚至难以区分彼此。 非线性动力学给出的对世界的最精密的描述，不是确定参数下的流行，而是在参数空间里对应的不同相平面流型。 简单的讲，动力学不仅感兴趣我们现在所在的那个世界，而是所有可能的世界（每个参数就是一个世界）。
Bifurcation的本质是系统反馈性质的变化。在动力学的世界观里，那些定量的改变等于没变，而只有Bifurcation-分道扬镳，才是真正的变化。物理，化学，生物一切最有趣的现象，都在Bifurcation点上，因为它的敏感，它的无限可能。
Belousov的化学振荡可以自发产生美丽复杂的斑图，被认为是复杂性从简单系统产生的典范， 对生命起源等问题都很有启发。甚至我们的生命过程本身也可以理解为一个大的Hopf Bifurcation。 心脏的跳动和新陈代谢的循环伴随我们一生，这是系统的振动解。 我们死的那一刻，振动停止我们步入了静态平衡。这就是Bifurcation Point，from live to death。
IV 高维系统与混沌
当系统的维数达到三维， 主宰动力学模型的就不在是那些稳定可测的点或圆环，而是初值敏感，极难预测的混沌。
为什么三维非线性系统可以产生混沌？ 因为物体被一个整个曲面吸引，不知道往哪里去了。 即使它被紧闭在这个曲面上，它也可以具备无数的轨道（面上的曲线）。 轨道变得复杂不可预测，因而混沌。
混沌实则是复杂秩序的产生者，它所产生的秩序，叫做分型结构-Fractal。 分型结构的本质是自相似性-或者说标度不变形。就是说把它放大或缩小N倍和原先长得一样，或者说宇宙里包含着小宇宙的无限迭代形式。分型是自然界中的图案的主宰，从树叶到海岸线，到我们的肺都具有此类结构。分型如此常见，是自然界中的混沌动力学体系写下的诗篇。每一个分型结构的背后，大概都藏着如蝴蝶翩翩起舞般美丽的动力学方程。
混沌与市场自由-凯恩斯vs哈耶克
混沌是美丽的，因为它代表自由，自由竞争的市场往往最后产生垄断（定点），但垄断格局却从不持久，因为参与市场竞争的个体实则无数，所以市场其实是个高维的混沌系统，而对于这样的系统，即使一时产生垄断，其风云莫测的性质也会打破它。
凯恩斯是政府干预理论的创始人。他的理论基于一个二维的模型，以市场供求永不能自发平衡为原因，主张以政府干预调节市场周期。而哈耶克作为凯恩斯的大反派坚决反对市场干预，他的模型是高维的，混沌的，认为对市场这样的高维体系，没有人能够真正预测其走势，政府干预多害少利。两者模型的维度大小决定了理论的高度。
- 混沌的不可预测其实是描绘初值敏感，两个起初靠在一起的轨道注定要发散。 但是它终究是确定性系统，与量子力学的不确定不同。
IIV 高维系统与复杂网络
因为系统的维数即变量个数，一个N维的系统意味着N个互相作用的变量，这就已经是一个复杂网络了
收获3
看了上述那么多资料后，我们可以了解，涌现的典型规律之一即是高维混沌系统中产生“分型结构”秩序，或说是自相似性。
现实的复杂性体现在：1、状态变量和参数变量是不断变化而非固定的，2、高维系统里，初值敏感会沿着发散轨道产生截然不同的差别，3、这种差别最终会在某一点上形成Bifurcation。
由于非线性动力学极为烧脑，相关资料也看得似懂非懂。只能暂且理解到这里，后面再反复深入学习理解了。
请尝试用书中的方法解决一个自己无法解决的问题，并给出解决思路
之前在阅读曾鸣教授的S2b2c系列文章时，感觉有些地方没有完全讲清楚，之前反复读，每读一遍似乎又理解深了一层，但现在看来，这种理解是记忆上的理解，注意到更多的细节，记住的整体概念更完整了，只是像是一幅拼图画不断被拼得完整了一些，但是拼图画本身的内容，或者本身内容的一些矛盾点却不甚了了。现在用书中的方法来解构拼图画本身，而不是拼图的碎片集合。
S2b2c 模式最大的创新，是 S 和小b 共同服务 c。当然，在互联网时代，这个“共同服务”有两层含义：
第一，小b 服务 c 时，必须调用 S 提供的某种服务：S 不能仅仅提供某种 SaaS 化工具，它必须基于对上游供应链的整合，提供某些增值服务，才能帮助 b 更好地服务 c。大部分的数据智能产品，对小b 很有价值，但基本上只有 S 才能提供。
第二，对于 S 来说，小b 服务 c 的过程对它必须是透明的， 并且会给实时反馈，来提升S对小b的服务。要实现这点，首先，小b服务c的过程要实现在线化；其次，S和小b要通过在线化，软件化，实现自动协同，更好地服务c。
S2b2c 必须比“小b”2c在效率上有很大的提升。这个超越，核心就是 S 对 b 的赋能。关于赋能的讨论我们会持续进行，但是有一点是明确的，其核心是某种供应链整合能力。
现在已经有很多的 B2B 服务商，他们为什么没有能让小b 在与大B 的竞争中整体居于更有利的地位？原因在于原有的 B2B 服务是破碎、割裂、各管一段、低水准竞争，比如，有做原材料采购的、有做 ERP 的、有做设计的，他们彼此互不相干，只求解决小b 具体提出的需求点。
同样，S2b2c 的模式要成立，前提当然是要比传统的B2C模式提供高得多的价值。S2b2c 在整体效能上要超过“大B”2C 才有价值创造的空间，才能够形成一种爆炸性的增长。这就要求充分发挥小b 的能动性。如果在非常标准化的领域，小b 不能通过自己的服务，产生差异化的价值，那么这个模式就不成立了。
现在才看明白，曾教授在说明S2b2c的最大创新点时，已经试图点出Ｓ和ｂ之间的循环回路关系，而不是“S 对 b 的赋能”这段文字表面所表述般的Ｓ－＞ｂ的单向关系，这种赋能所带来的循环效应是会强化某种供应链整合能力（说明供应链能力本身不是保持单一不变的）。
所以，ｂ必须调用Ｓ的服务是Ｓ－＞ｂ的强化，而ｂ服务ｃ的过程对Ｓ透明并且实时反馈，则是ｂ－＞Ｓ的强化，那么为什么“服务过程透明且实时反馈”能够强化Ｓ的供应链整合能力？其实答案就在于数据智能，通过ＢＩ效率的提升把大数据分析的势能快速转化为供应链整合的动能，这种能力其实是非常惊人的。
下面又说到，很多B2B服务商没能让ｂ具有跟Ｂ竞争的优势，原因在于B2B 服务是割裂的，我觉得这点是用现象解释现象，只能算一层递进关系，并不是严格逻辑意义上的因果关系。B2B 服务的割裂是一种现象，是某种原因的结果，而不是主动的选择，那又是什么原因呢？因为专业分工，因为细分领域上的规模优势所造成的。而现在又说如果能够整合起来，成为Ｓ，就会“在整体效能上要超过‘大B’2C 以取得有价值创造的空间”，这种把局部专业捏合成整体以实现１＋１＞２的现象，多出来部分就是系统科学里所提及的“涌现”的功能，而涌现出新的功能是基于遗传算法迭代的转速足够快。也就是说Ｓ和ｂ里的这个大循环里需要嵌套迭代转速速率极快的小循环，这个小循环就是ｂ服务ｃ所获得的数据传递到Ｓ端的这个过程，我们需要找到一个临界点，这个临界值就是多少个ｂ服务ｃ的数据量级刚好能够在传递到Ｓ端时迭代涌现出新的功能并作用于Ｓ端的供应链整合能力得以即时性提升。
而面对服务ｂ的Ｓ，数据量汇集、清洗和迭代分析要追得上反馈强化Ｓ能力的效率，极其难。
我们来看传统的B2C模式，Ｂ通过牺牲利润的低价或者亏损圈地提供产品服务给ｃ１，ｃ１购买后形成规模采购量，规模采购量又帮助Ｂ可以获得更低的采购成本价，直到获取“非常贴近资源端自身的成本价”的所谓总代价，这时候Ｂ并不能在成本上获得进一步的低价，但是有议价权，于是转而有能力对资源端的地接服务质量进行操控，输出品质保障给ｃ２，这样又圈到了一批新的ｃ用户使得其用户群变为ｃ１＋ｃ２。然而进一步扩大的用户量在某个匹配当时整体社会效率水平的时期内并不能无限倒逼上游资源端提升效率降低成本以降低采购成本，边际效用会递减直到进入稳定态；这时候Ｂ可能会跳出单一品类的“价格”“品质”轨道外进入“丰富”的轨道，借由对ｃ１＋ｃ２用户群的引流建立起另一种关联品类的采购，从而把喜欢选择丰富的ｃ３用户群给圈进来，以此类推。如果这样全品类（无论是横向品类还是纵向品类）扩充的话，其实Ｂ也可以具有Ｓ的这种供应链整合能力，为什么S2b2c里的Ｓ效率一定会高于Ｂ呢？
恰恰是因为ｂ所针对的ｃ群体小，反向使得ｂ的产品标准化程度低（定制化程度高），ｂ群所供应的品类丰富度在时间尺度上可以快速超越Ｂ所供应的丰富度，我们可以理解为在这样的多变量系统中，复杂性越高越容易促成这个系统往高维去发展，而反过来进一步促进了“非线性叠加性”（即涌现性）的出现，可能进化出原来服务每单个ｂ的供应能力所不具备的高级性能。
因此，我们来看看几个类S2b2c案例，进一步正反验证上述推演的两个关键特点：１、Ｓ和ｂ之间必须是自我增强的循环回路（天然最佳，人工亦可），而不是单向关系 ２、ｂ与ｂ群之间差异性越多越好，越细越好。
以向日葵保险网为案例，Ｓ是向日葵保险平台，ｂ是保险代理人，Ｓ提供补充险给ｂ，而ｂ反哺给Ｓ的除了销售量和利润外，还有什么呢？Ｓ给ｂ提供了潜在客户，ｂ给Ｓ提供了知识，这本身是一个闭环，属于一维系统，比较容易达到定点；但Ｓ提供补充险给ｂ并不会让ｂ提供保险知识给Ｓ。其实ｂ都是保险代理人，虽说归属平台不同，但是其本身所需要的补充险集合都是类似的，并没有差异性。所以向日葵保险网的模式不是一个可持续的S2b2c模式。
其次看每天惠案例，Ｓ是每天惠公司，ｂ是社区入口小店主，Ｓ为ｂ提供的特殊品类供应和从淘宝转嫁过来的销售额提升，而ｂ回馈给Ｓ的是日趋完善的用户信息标签，虽然这个循环是通过人工以信任的关系来搭建起来的，但是假如Ｓ从ｂ处收集到的用户信息标签可以转化为供应链的柔性能力，那么有可能是可以的。天图率先以Ｓ－ｂ的方式来取代Ｓ２ｂ的说法，本质上就是为了突出这种循环回路效应的重要性。但是，另一点是，ｂ群体之间的差异性是否足够？（也许因为对接到了社区入口，使得ｂ对ｃ的产品陈列供应也是定制性的，有一定差异）以及，ｂ群的差异性能够促成Ｓ驾驭得了柔性供应的能力吗？这中间的过程对周转效率的要求可能是极高的。
再看罗胖的得到案例，Ｓ是“得到”平台，ｂ的头部知识大咖、订阅专栏主，根据得到自身发布的“得到品控手册”所述“订阅产品类型为‘每个人都会需要的大品类通识课程，比如经济学，管理学，哲学，社会学，艺术史，科学思维，前沿科技，经典阅读等’。”这本身就确保了ｂ群之间的差异化，而不像慕课网般相对聚焦在程序员课程领域。而Ｓ提供给ｂ的是知识服务的用户视角和平民化包装（体现理念“不是我牛，而是尽力让用户牛”），而ｂ则给Ｓ提供了全透明的知识服务消费过程和结果数据，这个反馈不用太多深入分析也可以用于打造更多更牛的ｂ和对应的知识专栏。
那么对于要出发做S2b2c来说，在旅游领域，ｂ可能应该是有一定产品设计选搭能力的导游、驴友、领队和旅游达人，或者大一点讲可能是地方小旅行社，他们自带了ｃ流量，有能够跟ｃ频繁沟通的渠道，如果Ｓ仅仅供货或仅仅有返佣或仅仅提供ＳａａＳ微商系统平台，肯定是不够的。有没有可能输出产品打磨和包装的能力？这种能力有多独特，如何证明其效用？有没有可能输出融资买断周转资金的能力？这些能力的输出如何反哺回平台能够强化其下一轮的迭代输出？这个反哺是否可能利用ＡＩ的能力，算法抑或算力？ｂ群之间又有无差异化的可能？差异化之后没能合并一起的规模采购能力是否对整合资源端的效率有所影响？
这些问题还需要借助团队的力量一起来解决。
以上10.09撰写，以下10.15补充：
从层级来说，分为：供货&系统&返佣-营销工具-有竞争力折扣-基本品质（选品和服务）-丰富-产品升级（新奇特和细分产品采购，主题包场，预售，IP房改造等）-服务集成（专业微营销培训、广告工具、定制化系统功能模块、自定义让利折扣、产品素材内容库等）-智能数据和精准分发（不同小b给推荐不同爆款）
从回路来说，分为：供给端最近（导游，同业工作人员）和流量端最近（亲子培训教育机构），由近而远逐步把各类小b卷进来
启动点：选定小b人群后从场景和需求入手（调研他们是怎么跟c互动的，调研他们是怎么挖掘c的营销线索，调研他们如何服务于C等），模仿“钉钉”的迭代过程，不断调研不断碰撞不断开发不断反馈，冷启动期需要一些慢的难见成效的笨工作。
