系统化思维导论

纯阳书评《系统化思维导论》这是一本很容易把人看晕的好书。先说为什么是好书，答案很简单，这本书提出了一种看待世界的新层次！人类看世界的角度有很多，但是可以划分的层次并不多，加上本书新提出的层次，基本上可以分为三个层次。               第一个层次只有一个视角，采用这个视角的也只有哲学，这个层次最大的特点是高，好处是因为高，所以通过这个视角有机会看到世界的全貌，拥有看到世界全景的无限可能。但坏处也是因为高，这个视角远离了细节和具体，只有梗概和抽象，只有一般没有具体，只有普遍没有特殊，所以变得脱离了生活，脱离了丰富的材料，所感知到的、所关注的问题和事物也丧失了人间烟火味，只留下了严重的高冷，而这些只有人类中屈指可数的圣哲贤人才有那样的好胃口能消化得了。一方面门槛太高，另一方面又因为很难把他们要面对的具体问题很好的带入，导致意义聊聊，所以这样的视角对绝大多数人来讲，最多是聊胜于无，甚至就等于无聊。         第二个层次是学科层次，这个层次有多个视角，而且可以说有多少学科，就有多少视角，每个学科都有自己的专属世界，这个层次的视角的好处是接地气、可以解决具体问题，每一个学科处理一个学科领域的问题，经济学处理经济问题，心理学处理人的心理问题，社会学处理社会问题，生物学处理生物问题，不同学科可以老死不相往来，只要把自己的问题搞好就可以，根本不用考虑别的学科发生了什么。这样分学科、分视角显然有一个隐含假设，各个学科本质上是独立的，而且学科和学科之间具有清晰的边界，边界之内和边界之外具有本质上的不同。但是同样显然的是，这种假设压根就不能成立，因为世界只有一个，而各个学科看待的是同一个世界，怎么可能保证各个学科看到的世界都是不同的呢？我们不但不能保证这一点，反而能够保证的是各个学科都在以不同视角看同一个世界，而且还能进一步确定每个学科感觉上的独立研究世界只是一种错觉，一种学科视角带来的错觉，这种错觉给学科研究带来了事实上的好处，但是与此同时带来了学科上的幻象。所以从这个层次的视角看待世界，就像盲人摸象一样，每个视角都只能够看到整体的一个方面或者一个部分，每个学科都以为看到了全貌，而事实上只看到了想象中的全貌，而这种全貌距离真正的全貌很远很远。         而本书所提出来的第三个层次，比第一层次低一点，比第二层次高一点，在位置上处于两者之间，既追求接地气，要解决具体问题，又强调整体观，将人们的思维从遍地学科导致的支离破碎的视角中拯救出来，要以新的眼光看世界。所以这本书就从这个层次去寻找普遍存在于各个学科的规律和定律，原则和思路。这些规律和定律可以帮助读者打通思维的任督二脉，重新认识普遍性规律的本质意义和在各学科中的具体体现。从这个意义上讲，这本书可以帮助读者建立一个知识大融通的格局，当然前提是头脑中已经有了很多知识。         最后再说一下为什么这本好书会把人看晕，尽管书中没有太多高深复杂的数学推导、过于抽象的逻辑思辨，但是毕竟说的是超越或者说贯穿具体的知识，所以要想真正看明白读者在说什么还是需要花费不少脑力的。

15个小时把这本书看完了，这本书挺有趣收获颇多。 从人类解决问题的几种方式出发到诞生解决不了的问题开始。以此为出发点论述各种复杂的事情所需要具备的解决思维，且用了大量例子和思想实验来验证你是不是也如此片面，一本让人看了觉得自己确实愚笨还叫好的书。不过这本书相比系统之美那本书讲算是属于更基础和偏哲学方面的，讨论包括了但不限于还原论，整体论，活力论.....。来告诉你为什么那些都不能真正解决问题，不同视角在不同问题下面的解决程度。每个视角都是一种互补关系，你要了解每个切片才能概括全貌。以下是每章的总结和概括 1. 从思维和世界的复杂性讲起，满足计算的平方律。人类是怎么解决问题的(简化问题)。 牛顿第一定律就是一个典型。为什么牛顿能解决天体问题，是因为它们属于可以简化问题的那一栏(小数定律)。你可以不断的弱化其它天体的影响从而只考虑两个物体之间的影响，使计算的复杂性大大降低。然后将专注力用于发现它们之间的规律，从而提出一般定律。但是到了19世纪的物理学家问题的复杂性已经极大的增长，小数定律已经解决不了类似于瓶子中的每个空气分子的运动状态问题，计算太庞大了。为了解决问题，统计学方法(大数定律)被发明了出来，用以解决那些可以一般平均化的问题，也不必考虑其中的个性(因为所有的氦分子都一个运动规律)。所以科学的发展得以不断的前进。到了现在世界的复杂性，像社会学，脑科学，战争学如此复杂，大数定律也无法解决此类问题了，因为你就算研究了所有的神经元的一般状态，你也不能理解意识是怎么产生的，你知道所有的DNA序列你也无法理解什么是生命.....。所以在这个基础上科学仍然要前进的话必须得要发明新的工具，所以作者将这个叫做中数定律(一般系统方法)(现代叫做系统科学)。 2. 关于中数定律(一般系统方法)要解决的问题和科学界中的定位。 作者将其定为科学的科学，研究一般规律的规律。有点像元规律。其中讲了很多有趣的例子，比如所有的科学不过只是在用不同的视角去看待世界。因为你怎么看待世界，就决定了你会采取什么方法论来思考世界。也讲到了科学的终极幻想(绝对真理)，从而又提出我们无法绝对把握真理，要当心这种绝对思维的视角(像是极端整体论)。里面也举例了很多科学研究方法的有失偏颇导致的误差，比如历史学的黑灯效应等等.....。 3. 对于一般系统方法的使用者要采取的态度和方法(无关法则)，还有要注意的陷阱。比如符号问题，不要抱有的几个错误念头(绝对思维和相对思维)。 4. 观察的现象要如何解释(脑眼定律)，我们要怎么简化思想(函数思维)。关于简化思想的几个误区，不能无限拆分下去(不可归约性)，也不能什么都不分(见树不见林)，要找折中。然后得出互补性(当你观察的对象也包括了你自己)，所有的方法和视角都只是切片罢了，而你要做一个超级观察者但是又不能认为自己是个超级观察者。 5. 观察结果的分解。每个科学都有自己的隐喻，你要格外的关注每个概念背后的隐喻，这些才是它们背后的骨架(范畴论的结构保性)。怎么去分解观察的结果(找差异)？采用什么边界(物理的还是抽象的)？每个方法背后的局限和解释，除此之外我们尤其要关注那些不变的东西。对于分解观察的几个原则(对称性，自反性，连续性)，为什么它是对的(因为要满足概念的骨架而又不冗余)？ 6. 对行为的描述。系统是一个黑箱，而我们只是外面的观察者，通过不停的测试黑箱来猜测黑箱里面是什么，而这个过程叫做白盒建模。如何正确的对白盒进行建模，要很细微的观察不同的状态，所有的状态构成了白盒的状态空间。然后采用第五章的分解方法，将观察的行为分解成多个维度。每个维度都能给到我们一些额外的信息，而我们要找的所有行为都应该被状态空间所包含(若是分解的足够好，应该能够预测所有的现象)，而我们如何知道我们分解的够不够好(看不同的状态是否在图像上有重叠)？若是不同状态在你的维度图像中重叠，则意味着现在的分解要么是问题的投影，要么就和你分解的维度没关系。有时我们也需要降维去解决问题(计算复杂性)。 7. 关于未来的思考， 一般系统方法的最核心的就是系统三元论，为什么我们能看到所能看到的一切，为什么事物保持不变，为什么事物发生变化。所有关于系统的思考都是由这一个问题跳向另一个问题。这里面讲到一个系统是如何适应的，包括如何发生变化。其实也就是系统之美提到的(功能目的，关联，要素)如何运动的，也就是系统动力学的一些基本原理，比如增强回路，调节回路，流出流入量等等......

从脑认知的相关研究出发，人脑的回路与突触可以通过后天的刻意练习不断塑造与强化。 “热爱她而不是热爱人类吧，否则人类的末日来临之时，你就会堕入绝望的深渊，守着人类可怜的困惑。”——罗宾逊·杰弗斯 如同爱具体的人而非抽象的人类，爱具体的有机体而非冰冷的大数据。你好是递归的开始，明天见是迭代的收敛。 一段感情的开始就像递归，你开始在意她走过的街道，那些她为之流泪、为之喜悦的事物。因为一个人，爱上一座城。通过她，开始爱她周遭的整个世界。而每天的相处就像迭代，通过每一次的接触，不断地磨合与改进，走得更远。这就是系统化思维，爱一个人的方式。 《系统化思维导论》的作者温伯格，是软件领域最著名的专家之一。他在IBM任职期间，于1959至1963年担任水星计划的操作系统开发经理，负责地面软件系统的构建。他所属的IBM团队与冯·布劳恩领导的火箭硬件团队分属不同组织。IBM团队提供地面计算与操作系统支持，冯·布劳恩团队提供红石火箭硬件。两者分属不同组织，各自贡献了软件与硬件层面的支撑。 在系统思维的复杂工程实践应用中，温伯格从微观工程出发，将系统思维从认知切入，打造成了个人可习得的认知模型。钱学森则是系统工程“中国学派”的开山祖师，与许国志、王寿云在1978年共同发表《组织管理的技术——系统工程》，从系统思维的宏观工程出发，将系统思维塑造为国家级管理技术。 递归与迭代的关系，就像道家的阴阳、兵家的奇正。两点一线，由线及面。解构与建构、修正与收敛之间互补互化。 这篇文字本身，便是从脑的可塑性这个基例出发，递归展开，经多轮迭代而成的。在谈论递归与迭代的同时，也邀请你，重新用系统思维，去递归与迭代自己的世界。

这是一本很棒的书！虽然有些小瑕疵，但还是值得给五颗星，因为我从中受益匪浅！ 我略过了一些过于数理化的例子细节（也许值得拿来纸笔再读一次），主要吸收总结性的内容，有许多共鸣，为重点划线的手指根本停不下来...... 不少是我曾经用过或者想过的思维方式，隐约感到可行却未曾细想，作者的总结为我提供了理论依据，并让我进一步意识到这些方法的合理性和可推广性，我想这将从整体上提高我解决问题的能力。对作者的智慧和表达能力深表佩服！ 在这个信息爆炸的年代，我们正需要作者在书中提到的各种系统化思维方式，来帮助我们筛选和处理有用的信息，并使它们得到创造性的使用，发掘出更大价值。 本书的内容还帮助我们更好地理解人脑相对于计算机的优势所在，尤其是对一些“直觉”思维如何理性化和合理化，并加以推广。 美中不足的是：全文的架构还是有点松散，我感觉自己吸收了很多零碎的特别好的点，却很难在脑海里准确地串起来，当然也可能是我个人知识背景或者思考还不够深入所致。另外，可能因为我急于把书读完并用于我的教学，没有沉下心来认真思考每章的练习，我感到这些练习题虽然很有意思，却不容易和主题内容联系起来，有时候甚至毫无头绪，让我很渴望看一看温伯格上课时组织学生讨论的实况。期待能在他的其他书目中找到这些问题的答案！ 除此之外，我读到大概一半时，发现他有另一本书《咨询的奥秘》，内容更轻松具体，所以有点走神了...... 很惊讶能写这么抽象思维方法的人，对满是案例的畅销书也能驾驭自如，真是个全才/通才！👍我想如果能把他写的书都读完，到时候应该会有一个更全面的认识。

在混沌中构建秩序：一种关于“系统”的生存哲学 我们往往倾向于将复杂的世界简化为一个个孤立的点，试图用线性的因果链条去解释周遭发生的一切，然而，现实总是以一种令人措手不及的复杂性，嘲弄着我们那过于简化的逻辑模型。当我们在生活中遭遇那些无论怎么努力都无法解决的死循环时，或许并不是因为我们不够努力，而是因为我们看待问题的维度本身就是残缺的。温伯格的这本《系统化思维导论》，初看像是一本关于计算机科学的冷峻著作，但当你真正沉潜其中，会发现它实则是一本关于如何在这个混乱世界中安身立命的哲学手册。它不兜售廉价的解决方案，而是试图教给我们一种在混沌中识别结构、在无序中构建秩序的思维艺术。这种视角的转换，对于我们这些习惯于在碎片化信息中随波逐流的人来说，无疑是一次痛苦但必要的认知升级。 跳出系统看系统：旁观者的清醒与残酷 书中有一个观点让我读来如遭雷击：你永远无法在产生问题的同一层级上解决问题。这听起来像是一句绕口令，但细想之下，却是我们生活中绝大多数困境的根源。我们往往身陷局中，像推磨的驴子一样围绕着眼前的胡萝卜打转，却从未意识到，真正决定我们命运的，是那个设计磨盘结构的人，或者是那个决定磨盘转速的外部力量。 温伯格引导我们建立一种“元系统”的视角。也就是说，要理解一个系统，你不能只盯着它的内部运作，你必须跳出来，站在一个更高的维度去审视它与环境的交互。这就好比你在看一场魔术表演，如果你只盯着魔术师的手，你永远是困惑的；只有当你意识到舞台、灯光、甚至观众的注意力分配都是这个“欺骗系统”的一部分时，你才能看清真相。这种抽离感是冷酷的，因为它要求我们承认自己的无知，承认我们眼中的“全部”往往只是整体的一个切片。但正是这种残酷的清醒，赋予了我们解决复杂问题的可能。 黑箱的艺术：在无知中寻求控制 在探讨系统时，作者花费了大量笔墨讨论“黑箱”概念。在现实世界中，我们面对的大多数事物——无论是复杂的官僚机构，还是变幻莫测的金融市场，甚至是一个人的内心——本质上都是黑箱。我们无法完全拆解它们，无法知晓每一个齿轮的咬合细节。 通常的直觉告诉我们，必须彻底了解内部机制才能控制它。但温伯格提出了一个反直觉的见解：我们不需要打开黑箱，我们只需要通过输入和输出来测试它，建立模型，进而利用它。这是一种极具实用主义色彩的智慧。它教会我们接受认知的局限性，不再执着于全知全能的上帝视角，而是学会在信息不完备的情况下，通过试探、反馈、修正来与系统共舞。读到此处，我感到一种深深的释然，我们不必因为看不懂世界的底层代码而焦虑，只要掌握了输入输出的规律，我们依然可以是生活的掌舵者。 模型的代价：简化是理解的前提，也是误解的根源 任何对系统的描述，本质上都是一种简化。书中反复强调，地图不等于疆域。为了理解世界，我们必须构建模型，而构建模型的过程，就是一个不断丢弃细节的过程。这里存在着一个永恒的矛盾：如果模型太简单，它就失去了预测能力，变得毫无用处；如果模型太复杂，试图囊括所有细节，那它就变得像现实一样难以捉摸，同样失去了指导意义。 温伯格用一种近乎外科医生般的精准，剖析了这种“必要的简化”。他让我们看到，所谓的专家，并不是那些掌握了所有事实的人，而是那些知道该忽略什么事实的人。这种对“忽略”的艺术的强调，极具启发性。它提醒我们，在学习和工作中，不要试图吞噬所有的信息，要学会做减法，要敢于在复杂的现实中画出那条关键的、虽然不完美但足够有用的边界线。 结语：在这个相互连接的世界里，做个清醒的观察者 《系统化思维导论》不是一本那种让你读完就能立刻获得某种技能的快餐书，它提供的是一种底层的操作系统。在这个万物互联、牵一发而动全身的时代，线性思维已经失效，只有具备系统思维的人，才能看清那些隐秘的关联，理解那些滞后的反馈，从而避免成为系统的牺牲品。 我推荐这本书，不是因为它能给你标准答案，而是因为它能帮你提出正确的问题。它会让你在面对纷繁复杂的局面时，少一分盲动，多一分冷静的审视；少一分对确定性的执念，多一分对复杂性的敬畏。在这个充满噪音的世界里，保持这种结构化的清醒，或许是我们唯一能掌握的主动权。

没有看懂，但是不影响我去推荐这本书哈哈哈哈哈哈。因为这是自己很喜欢的童老师很建议我们去看的书啦。看的整个过程中我就是，一直在脑子里面萦绕着一种想法：嗯！看不懂，所以，以后要更多看看这一类的书籍吖嘻嘻。 有时候会觉得自己好像和这个互联网时代脱轨了一样，什么手机的功能啊，计算机的操作啊，都是一个懵懵的状态。嗯，计算机还是很重要的好吧，所以要去拓展自己这方面的知识，去感受了解计算机系统会是怎么进行运作的呢？ 好像自己在看一些嗯讲述观点？欸反正不是这样的书的时候，会在阅读过程中写下很多的笔记，可是吧这本书里面貌似我读的过程就是一个干干净净没啥想法数出来哦！翻看自己的过往阅读书架，发现哇塞原来自己看的好多的书貌似都不是那种嗯偏理科？思维？论证的？所以要加强一下这方面书籍的输入哦～ 记得童老师上课的时候讲到了一个课题观点“大学是不是让学生的创新能力普遍下降了？”当然他没有展开来讲，但是我不经会去想这样的问题，就我自己来说，不说啥创新能力吧，这给我感觉飘飘的。我知道自己确实对于深度的思考太少了。而且发现因为大学之后学习了某个特定的专业，会将自己的目光局限于那个专业之中，可能会在平时经常问，嗯，我看这个东西，学这个东西，对我的未来工作有什么帮助吗？对我的专业能力提升有作用吗？现在想来，创新能力如果真的是下降的，那么我可能也是走进了这样的思维误区了吧。 讲到这些也是因为想到了这本书里面，作者好像说到了很多的系统，很多的学科都有自己的系统体系？反正就是，我希望自己在之后的阅读过程中，可以不断地拓展自己的边界，走出自己的舒适阅读区域，去多读一些读着让我觉得“好难理解啊”的好书。然后从不同的维度建立自己的个人图书馆吧。也是在建立自己从不同的角度出发的认知系统吧。有一天也许，在这些系统不断完善之际，可以发现他们竟然相通，并且给到我对于这个世界很多奇妙的不同角度的新奇的看法。喔噻，想想都会觉得很激动很开心啊。虽然不知道这样会有什么用处哈哈哈哈（又功利主义了），不过去看些无用的书，做些无用的事，让自己的生活充满美好期待的感觉也很不错吖。

这是一本带你读懂思维的旷世经典,简明的语言,简单的代数,清晰阐明了认识各种项目、产品和组织等系统的新方法。枯燥的好书，就是内容简单了[微笑]

我们必须先描述每个物体自身的行为，即“孤立的”行为。 我们也必须考虑两者的行为如何彼此影响，即“相互作用”。 最后，我们必须考虑两个物体都不存在时系统的行为，即“场”方程。 总的来说，最普通的两体系统需要 4个方程：2个“孤立”方程，1个“相互作用”方程，还有1个“场”方程。 随着系统中物体数量的增加，“场”方程仍然只有1个，每个物体需要1个“孤立”方程来描述其行为，但是“相互作用”方程的数量则迅速增加，n个物体需要2n个相互作用方程！ 更具体地说，由10个物体组成的系统存在210= 1024个方程，100000个物体就会有1030000个方程。通过“忽略小物质”，方程数会从1030000降到1000个左右。即使仍然不能求解，但至少能写出所有方程。 求解这些方程要付出多大努力？ 我们为何对此深感兴趣？在牛顿时代，力学对哲学思想的影响是普遍而深入的。 很多哲学家赞同拉普拉斯的观点：只要精确地观测到物质中每个粒子的位置和速度，就可以计算出整个宇宙的未来。 虽然他们意识到需要一个巨型计算机，但那时他们连最小的计算机都没有。他们如何度量所需的计算量呢？ 这就需要简化了。 为什么一般系统思想家对科学的简化以及简化的科学这么感兴趣？ 理由与牛顿完全一样。 系统科学家知道，“计算的平方律”决定了任何计算设备都有计算能力的极限。而且他们认为，人的大脑在某种意义上也是一种计算设备。所以，如果我们想在如此复杂的世界中生存，就必须获得所有可能得到的帮助。 牛顿是一个天才，不是因为他的大脑具有超级计算能力，而是因为他会简化和理想化，使得普通人的大脑能在一定程度上认知这个世界。 通过研究过去成功和失败的简化方法，我们希望人类知识的进步不要过分依赖天才。

系统化思维导论 框架 第一章和第二章 是介绍什么是一般系统思维 第三到第六章是一般系统思维的规律和方法 第七章是总结和一般系统思维的更多方向 主旨出发:为什么我会看到我所看到的一切。 科学的简化:把系统分解成若干互不影响的子系统。 大数定律实际上是说：观测样本的数量越多，观测值越接近于预测的平均值。（随机性越强规律，观察结果越会接近平均值） 中数定律： 对于中数系统，我们可以预计它与任何理论都或多或少地存在很大的波动、不规则性或偏差。 有机论:面对复杂有序的系统，尝试以生命系统为模型来获得处理复杂性的手段。 任何模型，都是用我们认为已经了解的一种东西，去表示我们认为想要了解的另一种东西。（模型就是建模，类似有机论） 关键字:有机论、简化论、机械论、原语。整节的主旨是以更好的科学简化吸取前者们的优点和避免缺点更严谨的建模。 关键字: 思维类型系统。不同思维类型系统间形成的优越性，这种优越性在与其他类型系统融入的时候要么不能适应，要么取得跨科学式的成功。 而一般系统思维方式想要的是最初形成系统的做法，与信念本身是相反的。 二阶序:在一阶序的基础上进行归纳。这种归纳做法在于是一次跳跃尝试，不总是正确，但带来的后果非常有益。 先了解整体的概貌然后再深入具体的差别。 定律保护定律:如果事实和定律冲突，那么拒绝接受事实或改变定义，但是绝不要抛弃定律。 愉快的特例定律： 任何一般定律必须至少适用于两种具体情况。 不爽的奇葩定律： 任何一般定律至少应该有两个例外情形。 组合定律:整体大于部分之和。 另一个是分解定律，即： 部分大于整体的局部。 系统思维的三种活动:改进思维、一般系统思维应用、一般系统研究。 一般系统思维关注的事物组成属性中那些观察者与事物的关系的属性。因此，作为关系那么客观事物的独立性旧不存在。所以“外部世界独立于感知主体而存在的信念”作为启发式的思维工具。 “香蕉原理”： 启发式思维方法不会告诉你何时停下来。 绝对化思维:忽略了模型、语言、仪器和技术的人本起源。在某种观察尺度下，这些简化符合实用（某种目的），绝对思维的简化适合我们。 为了免于受到系统绝对思维的陷入，最好的避免方法是根据“系统的设计目的”来判断。 数学描述:系统就是集合。 集合元素的选取遵从的规律有什么？例举法、典型元素法、规则法。 典型元素可能产生的问题在于理想的典型集合优于所有的列举集合。 如果集合元素非常多，那么规则法比列举法更有优势。如果规则可以显式表达并且可以操作，那么规则法也优于典型元素法。但在大多情况下，显式规则只在数学运算中使用，例如选择偶数构成一个集合。而现实世界中，构造规则通常太难，无法实际应用。 所以规则构建的难点在于与制定规则本身跟选取什么一样难。 集合的规则简化了观察者的概念，观察者只需要简化，一次观察可以表述为从一个集合中选择一个元素，该集合包含了这个观察者所有可能的这类观察。 系统集合是无法定义，虽然有各种原语，但在决定之前什么都不是，所以使用数学描述的便利就在于此。但集合选取不能缺乏“正确”的概念，所以需要一致性的概念：即一组观察结果是否与另一组相容。因此得出: 无关法则： 定律不依赖于选择的特定符号。 观察者的结果互相兼容达成一致，而超级观察者因为优于一般观察者，所以是能观察所有的观察结果的情况，这个观察结果就是笛卡尔积。 笛卡尔积是所有观察可能的列举。 关键词:序列、有序对、被动感知和主动参与。 假设超级观察者拥有笛卡尔积的能力观察黑箱，那么记录实际发生的情况从笛卡尔积集合提取变成序列。 需要高约束性才能减少序对感知的结果，或者说我们只能感知有限的序对，在序对选择只能用2为序对。 根据2位有序对制作映射，既两个相邻观察结果的关系。 有向图表示法是把关系预测表示出来，这是一种完全可预测的状态。 关键字:“三位观察者”。超级观察者、物理学家、发明者，他们根据自身观察的状态来得出各自规律（序列、有序对、有向图）。发明者作为基准，超级观察者构建的元素更多得出的状态更为复杂，相反发明者减少了因素，虽然两者的描述的结果解释都符合事物，这也是眼-脑定律的体现，发明者的脑可以代替眼的作用制定出相应符合的规律，而超级观察者用眼来弥补脑力的不足，制定了相符的规律。而物理学家朋友因为想太多，导致无法看到一个规律的状态，区分过多的状态就是我们前面所说的一般化不足。 眼-脑定律： 在一定程度上，脑力可以弥补观察的不足。 根据对称性，我们立即可以得出脑-眼定律。 在一定程度上，观察可以弥补脑力的不足。 因此，“眼力”和“脑力”之间的平衡不能太偏向任何一方。科学的问题是要找到合适的折中。 广义热力学定律： 在没有特殊限制的情况下，出现概率大的状态比出现概率小的状态更容易被观察到。 越常见的事物发生得越频繁： 1. 因为有某种物理上的原因导致更偏爱某些状态（第一定律） 或者： 2. 因为有某种精神上的原因（第二定律） 揉团定律： 如果我们想学点什么，一定不能想着什么都学。 科学不处理奇迹，也不能处理奇迹。科学只处理重复的事件。每一种科学都必须有一些特有的方式，用以糅合它观察的系统的状态，以便产生重复。怎么糅合？当然不是随意糅合，而是以历史经验决定的方式，即对这门科学而言可行的方式。随着科学逐渐成熟，“脑”逐渐代替了“眼”。到最后，仅通过经验性的观察几乎不可能打破一种科学范式（传统的糅合方式） 关键字:函数符号、定义范围、定义粒度。使用函数符号来描述系统的部分行为，可以对系统表现出来的关系进行定义。这仅仅是在关系上但由于定义范围广度和定义的粒度还没有解决。 广度问题“不完全和过于完全”:在函数表达的关系接触上，观察结果与被选择的状态会产生依赖关系不足以构成解释，如果要构成解释就需要去选择，而选择本身遵从眼-脑定律。 正因为有这种范围的选择遵从一定的函数关系类同性，观察者可以选择多种方式构建他们的对观察结果的解释。 广义互补性原理: 交互: 观察粒度选取受观察者影响，观察选取与观察物互补，有点类似广义热力学原理受精神方面影响，但不同在于状态与观察者关系是互补。 互补:因为观察者受于测量工具与目标不可分割的作用，测量工具类同的情况下归约的观点之间是会形成互补，既是一个观点可以推导出另外一个观点。 （つつぐ）

《编程的起源》可能更适合这本书。这本书的出处一看大概就了解，更何况作为名人堂的一员，作者是伟大的，思想是伟大的，但是这本书确实看不态懂，思考题几乎没有一个能够解释。这本书很难读，可能不是思想，而是文字组合，可能作者毕竟不是文学家，这本书就像一个系统，并不那样简单（可能就是因为实用广泛），适合科学学科，就像现在的编程，深入各行各业一样，适合喜欢思考的各类人。做为系统，不适合跳跃，但是一字一句读真的不太容易。 这本书不需要总结，作者最后毕竟涵盖总结： 我们走过哪些地方？采用杰拉德的术语“存在、行为、进化”，我们已经讨论过记录存在的方法：集合符号、结构图、属性、边界以及白盒。我们研究了行为：状态空间、时序图、输入、随机性以及黑盒。我们也研究了存在和行为之间的关系：如何通过抽取“属性”，从特定的行为推断出特定的结构；如何通过执行“程序”，从特定的结构产生特定的行为。 但我们还特别从第四个角度来研究了所有这些东西，这就是信念。我们问：观察者（或信徒）如何参与这些观察？答案有多种形式：眼-脑定律、广义热力学定律、广义互补定律、差异法则、不变法则、强连接定律、图像法则、共时与历时法则、不确定性法则，等等。所有这些答案给出的结论是，我们作为观察者与观察到的现象纠缠不清，这种纠缠导致我们最终无法确定什么是存在，什么是信念。 如果，能系统的描述一件事，一个集体，一个系统，能把事物本质说明白，想清楚，通过分解，组合来归纳，知道哪里应该简化，哪里应该细分，用标识来分类，用“时间状态”来描述，建模，那么系统自然产生，通过调节，具有适应性，一定能够得到稳定的存续。 现在，计算机的强大，已经让编程普及，然而如果只懂得编程，可能看这本书依然费力，原来认为编程就是写代码，但是现在对于编程有了一定认识，编程是一个思考的过程，具有“实用”和“可塑”的逻辑思维过程，系统化思维就是用“物理”来思考，用“数学”来表达，通过计算机来展示。