摘要
第七章，作者主要围绕人为干预与系统反脆弱性的关系展开。通过庸医的扁桃体切除手术引入医源性损伤的概念，进而推广到经济领即格林斯潘对经济的频繁干预，又进一步推广到政治领域 探讨法国，丹麦等强集权制国家人为干预与反脆弱性的关系。人们自以为是的过多干预将对系统带来广义上的医源性损伤。
第八章，围绕现代化语境下，预测与反脆弱系统的关系展开讨论。
作者通过福岛核电站，海啸的例子，说明黑天鹅领域，黑天鹅无法预测且后果严重，并声称这是数学限制，不以人的意志转移。从而得出我们应该提高抗风险能力（即增强反脆弱性），而不是依赖预测风险来规避损失，而灾后应该反省应对失败引发的风险，减少对预测的依赖。
引申
无为而治，来自东方的管理哲学
减少人为干预，即无为；遵循自然，洞察反脆弱性，即道法自然，亦无为；无为,不是不作为,而是要适度施加干预与引导.遵循自然的反脆弱性,不做强制的自以为是的干预.因为对于复杂的系统(如政治经济等所谓的黑天鹅领域)无法做到精准的预测和把控.强干预往往事与愿违,矫枉过正.
尽信书不如无书.老塔也扯
1.对于"拖延"英雄这个说法本身,我觉得是有问题的.
这不是拖延!至少这个提法是不 恰 当的.私以为更应该是守势，隐忍，或伺机而发.不是蛮干,强干预,而是做好准备,等待天时,地利,人和.在东方的军事哲学里,所谓两军对阵,一鼓作气,再而衰,三而竭,待此时再一举以毙之. 是为待天时伺机而动. 又如草船借箭,须待东方,此亦为天时地利.是战略上时机的决策.而不是什么扯什么拖延这样的说法.
2.老塔认为 海量数据 有害,声称太多的数据会损害统计结果.
我认为,这种说法已经过时,为了讲道理而套上的说法.片面. 所谓兼听则明,偏信则暗,随着IT技术的发展,大数据处理,数据挖掘,深度学习技术得到长足进步.此时数据不再是一种垃圾,而是像石油一样的资源,越多越好,每一笔数据都是有价值,并都纳入到计算当中.即对于大数据(AI)时代,每一笔数据都是财富,是战略资源.
