大概在2016年我第一次通过《控制论与科学方法论》这本书接触到了系统论，但那时并没有想到怎么应用到实践中。

直到去年再次阅读的时候才发现我这几年在不同领域做不同事情的方法论都可以用系统论的核心知识串起来，成为一套更加通用的创造方法的方法论， 在不确定的世界给自己一点确定性，在面对未知事物时有认识和探索的方法 。

【资料图】

本篇文章目录如下：

系统论及其相关理论介绍 现代科学从还原论到系统论 系统论的相关理论 系统论的认识论和方法论 系统认识论的核心 基于“黑箱”假设的方法论 系统论在日常工作和生活的应用 工作中构建决策模型的应用 生活中做长期规划时的应用

1.系统论及其相关理论介绍

1.1现代科学从还原论到系统论

随着自然科学的发展，在19世纪自然科学家们开始通过分解为基本单元来理解复杂的物质和现象。他们认为“ 复杂的现象可以被分解为更小、更基本的组成部分，而这些部分可以更容易地被研究和理解 。”，这种哲学观点被称为 还原论 （reductionism）。

例如，化学家将物质分解为分子和原子来研究，生物学家将生命体分解为细胞来研究。

20世纪初期，还原论的应用逐渐扩展到社会科学和哲学领域。

一些学者开始质疑还原论在这些领域中的有效性，认为还原论无法解释一些复杂的现象和系统，例如心理学、社会学等。

他们提出了一些新的哲学观点，试图通过整体性和关联性的观点来理解复杂系统。

其中，最著名的就是奥地利物理学家埃尔温·斯克鲁德和美国生物学家路德维希·冯·贝塔兰菲（Ludwig von Bertalanffy）。

他们提出了“ 一般系统论 ”的概念， 认为许多现象可以被视为系统，并且这些系统具有普遍的特征和原则 。

这种系统论的思想和方法反对还原论的分解思想， 提倡整体性和关联性的观点 。

1.2系统论以及相关理论

系统论学者期望通过研究各领域中概念，规律和模型的同型性并促进各领域之间有益的转移，并鼓励欠缺理论模型的领域发展适当的理论模型，尽量减少不同领域中重复性的理论工作。

系统论发展至今也延伸出很多相关的理论，大致如下：

这些理论挺多都是针对一些学科领域的复杂问题研究发展出来的，如果没有非常具体的应用需求的话，可以先从关于系统论基础&科普性的书接触系统论。

我是从这三本书学习系统论知识的，《一般系统论》作为最早的系统论书籍介绍了系统论的发展背景与核心理念还有很多严谨的量化的论证过程，《控制论与科学方法论》和《系统之美》相对偏科普主要是对系统论的相关知识做了介绍，案例较多容易理解。

2.系统认识论与方法论

通过对系统论的学习结合自己的经验和理解，我梳理了一下怎么把系统论的知识应用在认识事物（认识论）和改造事物（方法论）的通用方法。

由于认识论部分主要是通过系统的一些普遍特点去看待事物的，命名为“系统认识论”，在改造事物的方法论应用控制论的知识比较多，命名为“控制方法论”。

2.1系统认识论：

在系统认识论中，世界是一个庞大的，有多个层次的复杂的“开放系统”，在这个复杂开放系统的不同层次有着许多的子系统。

下级子系统之间的根据其具有的特性在相互联系，相互依赖，相互制约，相互作用的过程中形成上一层系统的结构

在物理世界中表现为物质分解为能量的活动，在生物世界中是在不断的构成与破坏中维持自己形态的过程流（新陈代谢）构成一个巨大的开放的网状系统。

这个庞大的系统以及系统中的每个层级的子系统，都具有两个基本的特点：

无限变量：无法精准预测：

要做精准预测的前提是“变量”的有限性，而客观世界作为一个复杂的开放系统，变量是无穷尽的

任何在预测时没有考虑进去的变量都可能成为“某地上空扇动翅膀的蝴蝶”，经过复杂的时空变换形成一场对系统中某个子系统产生巨大影响的“风暴”。

由于开放系统中变量的无限的，这些变量之间互相影响，构成一个几乎无限的 因果长链 ，无限的追溯下去也不会得到什么有价值的结论的。

经典的因果论认为任何原因必然导致一定的结果，但自然界许多事物之间的联系都是有着 随机性 的

数学上用于描述不确定性的术语叫“概率”，我们可以把这种因果叫做“ 概率因果 ”

直接对自然界中长度几乎无限的因果长链研究是无从下手的

科学家在做系统研究的时候一般会用“概率因果”去划分系统研究的边界，基于研究的目标分析系统要素与目标的相关性，要素之间的概率因果相关性小到一定程度时就认为该要素与要研究的系统是无关的，从而从几乎无限的广义“系统”中，分割出 相对孤立的系统 进行研究。

对相对孤立的系统研究一般是基于 目标 的，然后根据“广义系统”中不同要素与目标的相关性找到 与目标强相关的要素 划分出“相对孤立的系统”，然后通过分析不同要素之间的 连接关系 与类型从而对系统进行研究。

如果我们的目标是“研究一片草地的简单生态”，那么我们就需要先通过研究目标的相关性，找到研究的关键要素然后才能开始研究。

假设该草地主要的生物是三叶草和土蜂，那么我们可以先把这两种生物作为研究这片草地生态的关键要素进行研究

对于该生态所依赖的气候和土地是更上一级的系统不在研究范围内，对于该生态中数量太少且对生态影响较小的生物也不在研究范围之内。

确定目标和关键要素之后，我们通过观察记录或通过一些实验就可以得到这个小生态系统中一些基本的运行逻辑。

循环演化：有限生命周期：

系统中任何层级的任何层级的子系统都是有生命周期的，只是计量单位不同（如：人类寿命按年计，而宇宙寿命要用亿年来计）

在子系统内部由于受系统外部影响（生态系统进入新物种，人体遇到病毒入侵）系统内部也会不断演化，会在“稳态结构-稳态破坏-形成新稳态”这个过程不断循环演化

直到遇到太强外部刺激或内部结构的关键部分遭到破坏导致系统调节机制失灵，无法再构成稳态，该子系统也会走到生命周期的尽头。

依然以一片草地的简单生态为例，最初由三叶草和土蜂构成的稳态结构

如果遇到新物种的进入（如：老鼠）并对构成该系统的主要物种种群产生威胁，那么当前的稳态结构就会遭到破坏，在这个过程中没有形成新的稳态结构的话系统就会崩溃，形成新的稳态结构的后系统会继续演化，而且可能会变得更健壮。

在一个处于稳态结构的系统中，维持这个系统稳态的关键要素也是在不断变化相互影响，相互制约的，在生态系统中一般会体现在不同物种的数量变化

如果在一个主要由三叶草，土蜂，老鼠，蛇构成的简单草地生态中：三叶草和土蜂的数量在没有环境限制的前提下是互相增强的，但由于老鼠会以蜂蜜和土蜂蛹为食，它们的数量是受老鼠数量制约的，而蛇以老鼠为食，老鼠的数量又会被蛇制约，不同物种的数量在随着时间不断动态变化。

以上是对系统最基本特征的认识，属于认识论部分，而要对系统进行研究或构建系统也要有对应的通用方法论。

2.2控制方法论：

在系统论关于改造&影响客观世界中系统的理论主要体现在控制论方面，在具体应用上大致有这几个步骤：

基于黑箱认识论的理念对客观世界中的系统进行观察 基于观察到的内容进行逻辑推理和分析构建对系统理解的基本模型 基于推理出来的基本模型进行实践，对实践过程和结果进行统计验证模型

黑箱认识论把人们认识和改造的客体对象看作黑箱，把我们和客体事物的关系归结为两部分：

客体输入-可观察变量：包括主体接收到的客体的信息及客体对主体的各种作用，影响。 主体输出-可控制变量：包括主体传递给客体的信息及主体对客体的各种作用，影响。

在研究事物时作为主体，我们通过可观察到的变量进行逻辑推理构建假设的模型，然后通过可控制变量对客体产生影响进行概率统计，验证我们假设的模型和适用边界。

构建模型：逻辑推理

在构建模型的过程中，我们先要基于目标给研究的范围大致划定一个边界，然后在这个边界内对客体事物的可观察变量进行收集规划，划分出基本的系统结构和各个要素的功能属性；

再基于因果关系推理出系统结构这各要素之间的关系和相互影响，相互制约的关系；

最后通过梳理出来的结构和关系，构建出具有这些特征的该类事物都 具有的一般模型，在各个场景通过实践反复验证，逐渐逼近客观真理验证假设。

假设验证：概率统计

进行假设检验一般会有这几个步骤：

通过搜索&观察统计或实验获取相关数据 对数据进行整理和可视化处理 根据需要提取数据信息并对结果的“集中程度”，”离散程度“，”相关程度“进行分析 基于分析做出对该模型准确度的判断和变化趋势的预测。

在收集数据的时候需注意：

数据源是否可靠？ 数据口径是否清晰&一致？ 统计方式是否合理？ 样本量是否足够&合理？”

在做判断的时候需要注意，我们假设的模型是 基于系统处于稳态结构 这个前提的，因此在进行预测的时候也是基于这个前提的， 如果在未来时间系统受到了外界影响或内部结构出现了问题，那么模型也要调整和重新检验 。

读命理相关的书籍时发现传统的八字命理，也是基于“稳态结构”进行推算的

受个人知识素材积累量的限制，我很难用一个跟大家日常生活息息相关的案例把上面的概念和方法全部串起来

因此可能不是很好理解，下面我会用两个比较具体的案例来展示下具体的应用方式。

3.系统论的日常应用

3.1工作中构建决策模型的应用

工作方面我之前在做数据分析的时候，有给KOL投放团队搭建过一套对\"选号\"这个关键事情做决策的模型，比较适合作为案例

首先我基于以前做其他渠道投放的经验，梳理了广告投放的逻辑

然后向KOL投放团队内经验笔记丰富的同事请教了投放的流程和在这个过程中关注的指标，做决策要考虑的核心维度，并对这些维度能直接量化的就用直接量化的数据，相对主观的做了打分量表对这些维度进行量化

最后结合这些维度的权重计算出一个“价值分”的核心指标，用来衡量该公众号的投放我们公司产品的价值，使决策相对更科学，团队协作效率更高。

在最开始是没有数据的主要根据经验丰富的投手选择的维度&权重设计价值评分的计算公式。

在有了一定量的数据之后可以计算价值评分与核心结果指标（如：ROI与订单量）相关系数评估价值分的有效性

如果相关性较低可以继续计算价值分与其他细分过程指标&评估维度的相关系数，或加入新的评估维度&调整维度权重

尽可能提高价值分与核心结果指标的相关系数，这样迭代几次之后价值评分的准确度基本可以做到跟经验丰富的投手判断保持一致。

3.2生活中做长期规划时的应用

生活上很多方面跟工作是不一样的

工作一般是为了满足群体的需求强调公平，效率，普适性；

而生活则是为了满足个体的需求，更强调个性，每个人的需求都会有挺多差异，在方法上也如“小马过河”一般以主观感受和体验为主。

但个体作为群体中的一员，无论是否愿意，都还是会受到群体影响的，所以在做一些长期规划时需要考虑所在的“群体系统”不同层级的特点及当前所处的生命周期，以及对自己的影响。

我一般会 从空间和空间两个维度去自上而下分析，然后再从当前出发做整体规划 。 在空间维度上分析的边界一般是“我们所能到达的边界”，然后在这个边界之下思考下面不同层级系统的生命周期，最后结合自己当前所处的生命周期做规划。

结合“系统的核心特点“我们在做规划的时候要考虑这些：

在具体应用上以做职业规划为例我们需要了解：

周期 ：自己当前所处或想要去的行业处于什么生命周期？（衰落/上升） 层级 ：这个行业上下游是什么样的，各个部分承担的功能是什么？ 要素 ：上下游各个部分有哪些公司，这些公司有什么特点？ 联系 ：这些公司大致是怎么运营的，有哪些岗位不同岗位之间是怎么协作的？ 分析 ：这些岗位有什么特点，需要什么样的知识背景和技能？ 分析 ：在这个领域有哪些大佬，这些大佬的成长经历大概是怎么样的，写过什么书&博客，有没有粉丝群&咨询业务？ 切入点 ：自己目前所处的行业&岗位跟目标行业&岗位有什么共同的特点，需要补充哪些知识&技能，有什么可以练习的机会？

当我们了解以上信息之后再去做规划就容易很多了，最后需要注意的就是\"不要对太过具体的目标有执念” （如必须去某个公司的某个岗位）

世界的变化是非常快我们可能连一个月后世界是什么样子的都无法预测，的对太过具体的东西有执念无异于刻舟求剑。

在确保自己核心需求得到满足，可迁移能力在持续积累的前提下跟着时代趋势去走就好，

对我来说我的核心能力是逻辑分析和信息处理能力（输入-分析-输出），换个行业或岗位补充一些新的知识&新技能就行的，反正哪怕不换行业或岗位也需要持续补充新知识&技能，无非是可迁移量多少的问题。

作者 | 叮当 给自己走过的路画张地图。