这篇书评可能有关键情节透露
某类思维作为一种方法，而方法必定是用来解决问题的，有很多空谈思维而没有解决问题的书籍，读完这类书的唯一收获就是建立了某种“思维”的空中楼阁。就像是某个“思维导师”的赚钱方法是通过教授别人如何运用某种思维方法赚钱一样，这与传销无异。
“general”（一般）有双重含义：最一般的实用洞见，尽可能带给最一般的读者。通过将特定的学科洞见调整为一般的框架和语言，我们将每个学科的一些思想带给所有人。如果这些思想经过仔细挑选，能应用于一般层面，那么这种方法应该能为学科专家节省思考时间，因为他不需要重复其他学科做过的研究。
学某一门学科时，面前都是前人的积累，但是某一门学科所带来的内容不仅仅局限于这一学科，发现的过程方法也可以成为一门学问，可以用来解决其他学科问题，甚至是日常生活中常见的不属于任何一门特定学科的问题，一般系统方法用来应对没有标签或标签存在误导的情况。这种方法优于学科式学习，有时候绕过它们，或者说整合它们。
常说的从某一学科角度看问题，这种从特定角度看问题的方法不能说明我们的全能，只能看出我们的局限，但是这已经是我们目前的最好方式了。
1.问题
1.1 世界的复杂性
科学和工程没能处理一级成功带来的二级影响。核电站发出的多余热量改变了鱼群的生育方式，在进行调整之前其他物种已经引起河流及沿岸生态环境的变化，而这种变化不可逆转。
世界是复杂的，我们的认知能力有限。
1.2 机械论与机械力学
要得到答案，我们必须忽略正式的方法，转而去考虑“非正式”的方法。人们总是通过非正式的方法简化复杂力学系统，然后才开始应用正式的方法。
牛顿计算行星运行轨道，忽略太阳系成千上万天体
虽然认识有限，但我们可以对复杂的世界进行简化，寻求近似解。
1.3计算的平方律
经验表明，除非能够进行某种简化，否则计算量的增长至少是方程数增长的平方。这就是“计算的平方律”。n体系统需要2^n个相互作用方程，需要2^2n次计算。
1.4 科学的简化和简化的科学
万有引力定律中提供了一种重要的简化方式，这一定律被誉为“迄今为止人类最了不起的归纳”,虽然我们在学的时候总是很不以为然，牛顿的成就在于，他描述了大约100000个物体组成的系统的行为，并从中找出感兴趣的10个物体。
为预测天体运行，牛顿做了哪些简化？首先认为唯一重要的相互作用是万有引力；其次认为引力主要与物体质量及其两者之间距离有关；第三忽略太阳系成千上万小质量天体；第四，将每个行星和太阳看成一个系统，与其他系统分离开来。
如果没有简化，求解一个含n个方程的系统需要n^2次计算，简化后计算n个仅含1个方程的独立系统共需要进行n次计算。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。
“感兴趣的对象”和“明确定义的条件”限定了科学的应用范围，增强了它的预测能力。
1.5 统计力学与大数定律
对于大数系统如何预测？比如一瓶气体分子组成的系统。物理学家假定这些有趣的观测特性（如压力、温度和体积）是分子的一些平均特性，而不是其中某个分子的特性，通过取平均值就是一种简化方式。
统计力学有一条大数定律：观测样本的数量越多，观测值越接近于预测的平均值。
N的平方根定律：物理以及物理化学规律不是绝对准确的，相对误差的数量级为1/√n，其中n为共同体现出这些定律的分子数。
但是，大数定律并不完全能应用于泛系统思维中，比如疫情传染模式，因为人的个体差异很大，存在非随机性，会有超级传染者的出现，所以我们不能仅凭大数定律来就较为精准地测出其传染模式。如果人群较少，我们就能了解人际走动情况，不运用非统计方法，而运用精准的解析方法。在大规模人群的情况下，我们已经放弃了计算准确模式的想法，转而希望计算平均值，这些平均值是由人群结构决定的。
大数定律的应用范围是泛系统模型的一个特定区域。
区域I可称为“有序的简单”，属于机械力学或机械论的范畴。区域II是“无序的复杂”，属于种群或集合的范畴。两者之间张着大嘴的区域III是“有序的复杂”，这一区域复杂得不适合精确计算，又有序得不适合统计。这正是系统的研究领域。
1.6 中数定律
对介于小数和大数之间的系统，两种经典的方法都存在致命的缺陷。一方面，计算的平方定律指出，不能用解析的方法求解中数系统；另一方面，N的平方根定律警告我们，不要对平均值期望太高。于是，结合这两个定律，我们得到了第三个定律
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。
科学在其选定的领域内取得了巨大成功，这让很多科学家和政治家误以为科学能有效处理所有的系统。但科学像我们所有人一样，对中数系统无能为力。科学的成果是简单的成果，或者更准确地说，是简化的成果。整体与分解都是简化的方式，例如，社会科学家把我们看成人性的巨大集合，以便规划我们的总体需求；医学把人体分解为不同的系统。
但许多弊病源于这些简单成果用得太好，把中数系统不合时宜地进行整合与分解。
过于整体（均化）简化，比如将丰富的手段用于赤贫的地方，平均工资高了，但并不意味着可以把电影院建在大凉山来赚钱；把人看成没有个体差异的单个群体，忽视个体，成为没有个体差异的螺丝；如果行为科学家试图通过平均化来理解“个体”，个体的特性就会被分摊殆尽。
过于分解简化，在分析事物的部件或特性时，我们倾向于夸大那些明显的独立性，而（至少在一段时间内）忽略组合体所具有的本质上的整体性和个性特征。世界是一个整体。关于世界的知识划分，就像将设备分解成部件，将躯体分解成器官，将地球表面分解成行政区域。在某些情况下，这样做有好处，但我们往往走向极端。分解是一种方法，便于人们克服自身能力的不足，既不能轻视也不能高估。如果试图分离出个体进行研究，他们又割断了研究对象与其他人或世界其他部分的联系，个体仅仅成为实验室的人造物，而不再是人。
人类借助科学来加强控制，并沉迷于科学带来的快捷成功，因而没太在意分析和求均值之外的后果，会产生1.1所说的后果，恃剑而生者，最终死于剑锋。一般系统思维不是要得到对中数系统的控制方法（我们可能想象会拥有），它的主要贡献很可能是限制对复杂系统过度应用其他方法。
2.方法
2.1 有机体、类比与活力论
对于中数系统的常见错误用解决方法是有机论。面对有序复杂的系统，一些思想家试图以生命系统为模型，将生命系统的知识类推到其他系统，以获得某种处理复杂性的手段。
例如赫布斯（Hobbes）把国家这种“政治躯体”对照为一个巨人的身体，其各个器官代表了各种政府机构。拉马克（Lamarck）认为植物和动物具有某种“智能”，能指导它们的进化。为什么向日葵向日？因为向日葵想要得到充足的阳光照耀。这种类比的困难首先在于缺乏类比对象的实际知识。
万物有灵论者将每个物体的行为归结为它的独特精神：树倒了，那是树的精神使然；岩石没有移动，也是岩石的精神使然。
有些人热衷于把所有的事情归结为单一的原语。树倒了，那是上帝要它倒的。然而，如果一种东西能解释一切，也就等于什么也没解释。
有机论者认为对生命系统的分析必须止于某种所谓的“生命原动力”或“活力素”。“活力素”本质上并不比“质量”神秘，但有机论者却把所有不懂的东西都归结为活力素。这意味着活力素实际上并不能解释任何现象，因为，像上帝一样，它解释了所有现象。
活力论不是进行思考的处方，恰恰相反，它宣告某些东西无需再加思考。
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。
有机思维依赖于类比，这是牛顿之前和之后的每一位物理学家都运用的方法。科学史上每一位重要的思想家，都曾依靠有用的类比，简化了某些思考步骤。重要的是，如果实际情况需要我们继续前进，我们就不能止步于简单粗糙的类比，而应将它打磨成精确、清楚且具有预测能力的模型。
一般系统方法不必局限于有机类比。只要我们能把科学模型简化为明确的形式，就可以通过与科学类比，在所有其他领域中建立模型（但这种类比应具备已知的数学特点）。
2.2 科学家及其分类
由于思维类型系统在社会团体中所具有的重要性，拥有“更好”系统的外来者不一定能够成为领袖，完全掌握了内部系统的内部人才会胜出。如果这样的“领袖”人物被派到其他系统中去，他的“与生俱来的天赋”将消失无踪，并且很可能沦为严重的残疾人。诺贝尔物理奖得主不一定是一个好的管道修理工。
矛盾的是，某些科学家在不同的领域中都获得了成功，但这不是因为他们改变了个人的思维模式，而是将自己的思维模式原封不动地从一个领域搬到了另一个领域。殖民者不一定掌握殖民地的思维类型系统，却仍然能借助全新的统治方式成为统治者。他不需要学会当地的语言，只要全城只有他有一支枪和大量子弹，并且愿意开枪打人。
形成思维类型系统时，最危险的错误就是认为一种思维模式比另一种更“真实”。
要想成为一个出色的通才，对任何事情都不应该怀有信念。罗素指出，信念就是没有任何证据却相信某事。
2.3 一般系统信念的主旨
但是，人不能脱离信念而存在。一般系统方法不会让我们无需信念，只是设法用一组信念补充另一组信念，以期在有些时候更加有用。
一般系统信念的主旨：经验世界的秩序本身也有秩序，也许可以称为二阶序。
归纳不可能永远有效。一般系统学者经常在黑暗中跳跃，经常在没有足够证据时得出结论，结果实际上经常做傻事。确实，愿意做傻事几乎就是进入一般系统研究界的必要条件，因为这种意愿常常是快速学习的先决条件。
2.4 一般系统规律的本质
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。
爱因斯坦提出质能守恒方程后，我们没有放弃能量守恒定律，但增加了一个条件：……如果系统中没有发生物质和能量的转换……
如果一条定律包含许多条件关系，就很难记住何时该用它，因为每一个条件都限制了定律的适用范围。定律中条件越少，它就越通用。添加条件还是改变术语定义？当我们面临这样的问题时，通常会选择重新定义术语。因此，能量守恒定律号称经受了上百年的考验，其实是不断修改的能量定义拯救了它。
定律不应是对思维的束缚，而应是刺激。
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。
过于胆大会导致过度一般化，过于胆小则会导致一般化不足。与愉快的特例定律相对的是：
不爽的奇葩定律：任何一般定律至少应该有两个例外情形。或者，用否定形式来强调：如果你从来没说错，相当于什么也没说。
组合定律：整体大于部分之和。
分解定律：部分大于整体局部。
组合错误的一个例子：我站在桥上朝河里吐口水。发现河水的纯度没有明显的变化后，我去了投票站，给发行市政债券用以新建河水处理工厂的提议投了反对票。
分解错误的一个例子：我站在桥上，发现河水很干净，所以我的结论是，没有人向河里吐口水。
定律如此一般化，系统又如此复杂，所以我们会发现它们对做出准确的预估帮助不大。但是，正因为系统如此一般化，系统如此复杂，一般系统定律才能帮助我们，使我们在准确估计的道路上避免犯大的错误。“带来麻烦的不是未知的东西，而是我们以为知道、实际却并非如此的东西。
2.5 系统思维的类型
(1) 促进思维过程：“让思维集中并提出尖锐问题”。
(2) 研究特殊系统：“真实的需要或真实的目的”。
(3) 创造新定律和改进旧定律：“发明和玩”。
3.系统与幻相
3.1 一个系统就是对世界的一种看法
独立于观察者的真理才是最大的自我中心论。如果真的存在这样的真理，那么谁能发现呢？自我中心论是一种泛灵论，而泛灵论是一种活力论。
经过数百年的艰苦努力，科学家们已经成功地摆脱了如下的想法：如果我是在太空中漫游的一颗行星，怎么会被太阳的巨大质量吸引住？
如果我是一条狗，会不会喜欢一磅汉堡包？
如果我是大自然，我会掷骰子吗？
每种泛灵论都曾阻碍科学的进步，但如果它们完全没用，肯定早就消失了。通过愤怒、恐惧以及喜欢等主观体验，我们可以深入理解生物学定律。相信外部世界的真实性，我们就能取得科学进展。
“外部世界独立于感知主体而存在的信念”，这是一种启发式的思维方法，用于辅助科学发现。如同其他启发式工具一样，它无法告诉我们何时何地能够成功地应用它。
香蕉原理：启发式思维方法不会告诉你何时停下来。bananananan……
启发式思维方法的价值可以逐渐递进，这取决于你要到什么地步才停下来。按照应用范围从小到大，我们有“想法”“概念”“规则”“原理”“定律”“事实”“真理”。越往后，我们越容易忘记启发式方法只是一种方法。我们忘掉了香蕉原理，认为可以继续一直使用这种方法。我们得到的成就越多，就越确信自己的做法是正确的。但我们越是确信，就越容易陷入幻相之中。
3.2 绝对思维与相对思维
对于“人造”系统，我们可以谈论其“目的”；而对于“自然”系统，则绝对不能如此。人们对人造系统的不满，多数源于不认同这些系统的设计“目的”：即系统“究竟”是什么。当然，答案是系统没有“目的”，因为“目的”是一种关系，不是能“有”的东西。
对于废品回收商来说，通用汽车是为制造废铜烂铁而存在的，而公司的股东也不会在意通用汽车生产的是汽车还是豆角，只要它能赢利。
采用绝对陈述要有力得多，就像通用汽车公司真的有唯一的“目的”。大多数时候，绝对陈述不会给我们带来麻烦，但是如果我们愿意深究某些看起来绝对的陈述，可能也会学到一些东西。
温度计读数测量的不是水银的膨胀，而是水银和玻璃的膨胀之差。也就是说，它测量的是水银的相对膨胀，而不是绝对膨胀，但我们可以只用热胀冷缩来简单说明原因。
温度计和语言一样，是我们认识世界的一种工具。把它用于简单事物时，我们可以用简单的语言来描述它的作用。我们不关心温度计“实际”的行为，只要它的行为符合简单的语言描述就可以了。如何避免绝对化思维的错误呢？关键在于一定要记住模型、语言、仪器和技术的人本起源。某些时候，在某种观测尺度下，出于某种目的，绝对化思维的简化很适合我们。
3.3 系统是一个集合
实际上，很难找到一个任意系统，因为一旦我们想到一个，它就变得有点非任意性了。
如果我们无法排除有意识的任意选择对结构的影响，就会发现观察者的方式会导致不想要的结构溜进其他系统中。在系统方面的论述中，观察者的角色常常被忽略。忽略观察者的最流行方法，就是直接跳入系统的数学描述（既所谓的“数学系统”），而对如何选择这种描述方式却只字不提。
命名不存在的集合元素，这自然是潜在的谬误来源。如果有些集合元素不存在，但我们对其存在却毫不怀疑，这就更有害了。对系统最明确的印象可能建立在假想集合的流沙之上，即使我们确实列出了每个集合元素。
规则，无论是隐含的还是明确表达的，都构成了定义集合的第三种常用方法（其余两种是列举法和典型元素法）。而现实世界中，构造规则通常太难，无法实际应用。
3.4 观察者与观察结果
系统集合的成员是系统思维中未定义的原语之一，和物理学家对质量的说法一样。实际上，如果我们能说出它们是什么，我们谈论的就不再是一般系统，而是特定系统。
数学的视角有一个问题，即不能区分哪些论证“毫无产出”，哪些“富有成果”。一种退化性疾病偶尔会折磨一般系统运动，这就是过数学化：产生宏大、彻底和合理的数学理论（常常称为“一般系统理论”），其实它就像没有生育能力的骡子。这些理论毫无产出，因为它们可以用于所有问题，因此就不能解决任何问题。如何避免过数学化？
首先，应当听从麦克斯韦的劝告：努力用恰当的语言而不是数学符号来表达这些思想。其次，我们应当遵循喜悦特性定律，并尽可能避免使用数学符号，除非我们需要多次使用。
采用集合得到的第一个喜悦特性就是精化了观察者的概念。观察者所做的就是观察。这些观察可能是生理器官的某种感觉，也可能是测量仪器的读数，还可能是两者的结合。
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。换句话说，可以根据得到的观察结果来定义观察者。
集合符号让我们认识到，观察者有两方面的含义：他的观察类型，以及在每种类型中的选择范围。
我们对观察者的概括可能太窄或太宽。可能太窄是因为，我们也许排除了一些范围，或者粒度不够细。我们可能没有意识到完整的范围或完整的分辨率水平，或者我们也许对某些观察结果并无兴趣。例如在心理学实验中，有一些细小的线索心理学家可能没注意到，而被测对象却注意到了。
对观察者来说，乘积集合有时可能是太宽的模型，因为虽然观察者能区分单个集合中的每个元素，但也许不能得到所有组合。另一方面，如果我们恰当地概括了他的观察范围和每个元素的粒度，那么笛卡儿积至少不会漏掉他能做出的所有观察。所以，乘积集合在假定的范围和粒度下，为我们提供了一种方法来避免一般化不足的错误。
一般系统过数学化的一个症状，就是对看到的每一件事都运用笛卡儿积。我们在“观察者”模型中要时时提醒自己：该模型到底需要多大的计算能力。
3.5 无关法则
无关法则：定律不依赖于选择的特定符号。
不管玫瑰叫什么名字，都应该是芬芳的，但没人怀疑名字是否常常愚弄人。在革命过程中或之后，事物常常被重新命名，而这只是为了改变思维模式。“行为感知系统”改变不了公司监控员工的事实。
为了运用无关法则，我们通常依靠数学符号去除言语中的毛刺。
在一般情形下，两个观察者之间很难以上述方式优于对方，很容易想象，在谈论其他人的观点时，我们能够以某种方式“高出桌面”，实际上却没有理由相信自己有这种超级观察能力。
在极端情况下，如果超级观察者的观察结果集是其他所有观察者的结果集的笛卡儿积，这种占优就能确保，因为乘积集合包含了其他观察结果的所有可能组合，这也是我们喜欢笛卡儿积的原因。
我们可以采用超级观察者的技巧来讨论简单的情形，但千万不要设想实际存在超级观察者。我们更要避免把自己当成超级观察者，认为自己能看到普通人看不到的东西。
4.观察的解释
4.1 状态
状态就是一种在重现时可以被识别的情形。
黑箱既可作为概念工具，也可作为有效的教学工具。但千万不要把它理解为一种有许多实际观察者的严谨模型。黑箱所描述的观察者不会对研究系统产生任何影响。这个模型很适合天文学家研究不断扩张的宇宙，但当我们接近自己的家园时，这个模型就不行了。
4.2 眼－脑定律
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。
与实习医生相比，有经验的医生只需要少得多的化验结果，就能做出相同的诊断。但在某种程度上，实习医生可以代替工作多年的化验员，尽管他还没有积累什么经验。夜间开车时往往会开得慢一些，这是为了有更多的时间来判断潜在的危险，以弥补视觉上的不足。我们会将事情记在小纸片上用来提醒自己，以便减轻记忆的负担。
超级观察者准备做最大程度的区分，所以他不用记忆就能有效操作。尽管他肯定会看到微妙的细节，却很容易只见树木不见森林。
“看到全部”不等于“了解所有情况”，因为了解意味着知道哪些细节可以忽略。我们的“学习”只是看到“同样”的情形反复出现。这就是我们所说的“状态”，这种情形如果重现，观察者就能再次识别。
区分过多的状态就是我们前面所说的一般化不足。人们通常认为科学家总是尽可能地得到精确的结果，在此基础上建立他们的理论。但在实践中，测量不是非常精确反而成了科学家的一件幸事。牛顿的万有引力定律基于开普勒的椭圆轨道理论，而开普勒是根据第谷·布拉赫的观测结果计算出椭圆轨道的。如果观测结果更精确一些（像我们现在能做到的一样），那么轨道就不能看成椭圆的，牛顿的工作会遇到很大的麻烦。
“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。
4.3 广义热力学定律
虽然观察取决于观察者的特点，但并不完全取决于这些特点。对这个问题有两种极端的看法：“现实主义者”和“唯我论者”。“唯我论者”认为他的头脑之外不存在现实，而“现实主义者”认为他头脑中的都是现实。二者犯了相同的错误。
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。
热力学第一定律涉及所谓的“能量”守恒，它似乎遵从相当严格的约束条件。然而第二定律就不同了，它涉及能力有限的观察者，他们观察大量粒子组成的系统。
广义热力学定律变体：
越常见的事物发生得越频繁，因为
(1) 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) 有某种精神上的原因（第二定律）
人们觉得第一手出现的概率比第二手小，仅仅是因为人们对第一手牌更敏感，出现时更容易被发现。
为什么他们凭直觉认为第二手牌比第一手牌更容易出现呢？原因在于桥牌的游戏规则，人们制订规则，对某些牌的组合赋予了重要的意义，否则它们只是无关紧要的组合。
我们习惯性地用这种方式来转换问题。想想统计学家又是怎样理解我们的问题的：哪种情况更有可能看到……我们平常说话一般是比较随意的，所以统计学家把“看到”转化成“发生”，这就导致了他的误解。
在实际的桥牌游戏中，第一手牌被看到的概率甚至比第三手牌要大得多！为什么？因为尽管第三手牌出现的概率大，但它几乎不会被看到，也就是说，不会被玩牌的人特别注意到。
同样，假定观察结果必须与现有理论一致，这就在科学研究中引入了保守主义。如果观察结果与现有理论不一致，则很可能被当作“错误”而丢弃。
完全用理论代替观察是不科学的。更糟的是走过场的观察，它丢弃了所有与理论不符的观察结果，认为它们是伪造的。就像维也纳的女士们喝茶之前总要先称一称体重，如果轻了一公斤，她们就会多吃一块蛋糕。如果重了一公斤，她们就会说体重秤出了问题，仍然要多吃一块蛋糕。
没有两种情况完全相同，除非是人为的。状态是一种在重现时可以被识别的情形。但如果我们不把多个状态揉成一个“状态”，任何状态都不会重现。为了学习，我们必须放弃状态的某些潜在区别，放弃学习所有细节的可能。
揉团定律：如果我们想学点什么，一定不能想着什么都学。
如果心理学家认为每只白鼠都是一个奇迹，那就没有心理学了；如果历史学家认为每场战争都是一个奇迹，那就没有历史学；如果每个人都是特别的，那就没有人是特别的了。
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）。
4.4 函数符号与简化思想
当观察者选择了某一特定的观察范围时，实际上他是在宣称，其中包含的东西是重要的特征，或者至少是他所能观察的事情中最重要的。对于这种情况，数学上有一种简单的记法，称为函数符号。
例如，我们写下：z=f (a, b, x)（读作，“z是a、b和x的函数”，或者说“z依赖于a、b和x”），就是明确表示z依赖于a、b和x。而且，就我们目前所知道或者所关心的而言，Z只依赖于a、b和x。
由于科学“解释”总是将一种现象简化为其他现象的条件，所以函数分解的表示法很有诱惑力。
如果我们从某个函数开始：z=f (x, y)并且不满意止步于x和y，我们可以分解它们，将其表示成其他现象的函数：x=g(a, b, c)y=h(c, d)那么，科学家进行这种分解时会犯怎样的错呢？
这个问题主要有两个答案。(1) 在某一阶段，他可能在一个函数关系中省略了一些东西，比如：Z=f (x, y)而实际上应该是：Z=f (x, y, …)进一步的分解就会因此而出错，尽管可能得到很好的近似定律。我们可以称为不完全谬误。4.5 不完全与过于完全说明了这一点。
(2) 即使观察是完全的，分解过程最终也会停下来，要么因为观察者的能力有限（包括观察者耐心有限），要么因为“实际”情况不允许继续分解下去。分解在深度上受到限制最终导致一种情况，称为观察的“互补”。4.6 广义互补性原理说明了这一点。
4.5 不完全与过于完全
说一种函数关系是“错的”，就意味着“真正的”方程没有包含在该集合里，这也是有可能出现的。要么因为T不依赖于a（过于完全），要么因为T还依赖于除a之外的其他变量（不完全）。
不完全：要么T还依赖于除a之外其他未被观察的变量，要么就是对a或T进行了不正确的测量。因此，要么我们扩展观察范围，从而：T=f (a, …)要么我们改进a值的测量粒度，要么将该测量值作为错误的值丢掉。选择哪种方案首先取决于我们对T=f (a)的信心有多强，以及我们的科学观察是否“足够先进”，可以改进a的测量。
对于任何有限的观察集合，解释集合都是无限的，我们不能通过“观察内部”来辨别哪种结构“正确”。
这种选择只能由我们自己来做，这取决于我们的能力。如果可以轻易地扩大观察范围，但是大脑的计算能力较差，那么我们就选择：T=f (a, b, c)因为这个公式比较“简单”。
反之，如果我们有很强的计算能力，但是观察能力不强，那么就选择：T=f (b, c)以便多些思考，少些观察。但是，只要我们局限于这个观察的集合，就不能判断哪一个说法“正确”，这是黑箱游戏的基本规则。
如果我们称超级观察者所能看到的状态集合为S，称他在t时刻观察到的状态为St，（读作“S-t”），那么他观察到的状态确定关系可由以下函数关系表示：St +1= f(St)也就是说，（t + 1）时刻的状态完全由前一时刻t决定。
其他观察者（物理学家和发明者）怎样呢？如果我们将他们的状态集分别称为P和V，由于他们的观察不是状态确定的，所以我们得到：Pt+1= g（Pt, …）和Vt+1= h（Vt, …）
可以通过扩大记忆，
Vt+1= h（Vt, Vt-1）
Pt+1= g（Pt, Pt-1, Pt-2）
黑箱通过其行为告诉我们，观察是不完全的，因为状态不是确定的。但是，它不能告诉我们如何完善观察，使它成为状态确定的。我们只能继续观察，因此发明者和物理学者面临着如何选择视角的问题。
由不完全引起的简化论谬误是可以接受的，完整性只能是一种近似，由于它基于归纳信念的跳跃，所以不能保证正确。
4.6 广义互补性原理
互补性是不能得到全部信息的一种特殊情况。观察者希望观察到：z=f（x, y）但是由于观察所固有的粒度，他只能得到：z=f（x, y，观察者）
典型例子是物理学中测不准原理；社会科学也是一样，观察者与被观察者之间以未知的方式交互。因为人类学家采用的方法是参与并观察，所以一定会对所观察的事物产生影响。有人打趣说，祖尼人核心家庭由一个父亲、一个母亲、两个孩子和一个人类学家组成。
互补性思想的要点是：不同观察者的看法是两个不完全独立但又相互不可归约的观点。
但并非所有交互都会导致互补性，必须要形成“现象中不可分割的部分”才行。所谓“不可分割”，指的是这种交互无法通过想得到的实验方案来改进从而避免。如果物理学家找不到分辨率更高的胶卷，就会造一个雷达来观察从收费站开出的车辆。
如果由于某种原因，观察者没有对观察进行无休止的改进，那么任何两种观点之间都会存在互补性。
一般互补定律：任何两种观点都是互补的。
假设我们可以消除互补性，我们愿意这么做吗？仅仅因为我们似乎在朝着理想前进，并不意味着我们喜欢实现理想。作为超级观察者，我们可能会忽略音乐盒美妙的叮咚声。
归约只是实现理解的一种方法，还有许多其他方法。一旦我们停止对世界的某一小部分进行更仔细的观察，转而对科学本身进行更仔细的观察，就会发现还原论是现实中从未实现的一种理想。还原论只是一种科学信念。它肯定是信念，因为没人看到过任何观察集合的最终归约状态。我们可能会嘲笑那些“不科学”的白痴以及他们对宇宙的诗一般的解释，但实际上我们跟他们一样，都不知道为什么我们的方法可行（在这些方法碰巧可行的时候）。
5.观察结果的分解
将一个系统分解成几个互不相干的子系统，能让我们更好地预测系统的行为。这就是科学的方法，如果不是大脑能力有限，就不必这样了。实际上，科学的存在正是人类大脑能力有限的最好证明。
在大多数普通的情况下，“红灯”或“音调”对于系统观察来说就足够了。但在这个仓库里，如果能学会“看出”亮格度和米穆斯，那么你看到的世界就简单了。尽管一开始会觉得不自然，但是毫无疑问，与这些盒子接触久了，你就能够辨别“亮格度”和“米穆斯”，就像你能辨别“红灯”和“音调”一样。
同样，物理学家可以辨别“熵”和“密度”，化学家可以辨别“化合价”和“pH值”，电气工程师可以辨别出“载波频率”和“阻抗”，经济学家可以辨别“利润”和“边际效用”。
差异法则：定律不应该依赖于特定的符号表示，但事实往往相反。
5.1 科学的隐喻
回顾，为了解复杂现象我们试图：
(1) 获得“全面”的观点（足够广泛，包含我们感兴趣的所有现象），这样我们就不会感到惊讶；
(2) 获得“最小”的观点（揉合不必区分的状态），这样就不会使观察的负担过重；
(3) 获得“独立”的观点（将观察到的状态分解成不相干的部分），这样就可以减少对脑力的要求。
经验公理：未来会像过去一样，因为在过去，未来就像过去一样。
经验公理就像其他定律一样，转过来，就变成了我们对“像”这个词的定义：如果现在的一个事物能用过去的另一事物代替，这两个事物就相像。
隐喻是用一种事物指代另一种事物，比如：我的爱人就像是一朵红红的玫瑰……或者：我拥抱夏日的黎明……
只有我们了解（或认为自己了解）一个事物的某些特性，并且将它转移到另一事物上，隐喻才能奏效。
说某个事物“像”其他事物，意味着一个事物的图像可以变得“依赖于”另一事物的图像。因此，暗喻就像函数。我们不说：我的爱人就像是一朵红红的玫瑰……可以写成：爱人= f（玫瑰，…）这说明从某种不确定的方面来说f，爱人就像一朵玫瑰。或者，我们不说：我拥抱夏日的黎明……这句话把黎明比作爱人，所以我们可以写成：夏日的黎明=g（爱人，…）
科学如同诗歌，我们使用的词的含义最终都必须源自观察。诗人从隐喻开始，然后再详细解释他的爱人如何像一朵玫瑰，或黎明如何像可以拥抱的女神。科学家从完整的视角开始，然后不断进行修正和简化，最后将最初的函数归约成其他东西的函数。像诗人一样，最后的归约结果假定是已知的，因此不需要定义。科学和诗歌一样，重要的品质不在于完成的隐喻本身，而在于转换的过程，也就是做出隐喻的过程。由于诗歌或科学本身的结构，隐喻可以建立在其他隐喻之上，函数可以建立在其他函数之上。如果爱人=f（玫瑰，…）并且黎明的夏日=g（爱人，…）那么可以得到：黎明的夏日= g（f（玫瑰，…）, …）= h（玫瑰，…）或者用诗歌的语言来描述：暗夜的花蕾，紧紧包裹，要向黎明绽放。逐步理解黎明的含义，但必须先知道“玫瑰”的含义。
通过研究科学的隐喻，我们可以了解进行科学研究的大脑的局限。简而言之，我们可以了解自己，了解大家为什么都在玩这个不可思议的游戏，它可以是诗歌、玻璃球，或者你愿意的话，也可以是科学。
5.2 事物与边界
隐藏最深的一个科学隐喻就是“事物”或“部分”的概念，它能与其他事物或部分清楚地区分开来。这个隐喻隐藏得很深，以至于我们用到它时很少能察觉到。人类学家谈到部落的“社会组织”时，就好像它是他口袋里的一盒火柴一样。我们的系统并非都存在于物理世界中，所以边界通常只是一种比喻。
多数时候，我们认为人的边界是皮肤，因为那里是固体和气体的交界处，有明显的颜色变化。如果没有明确认识到空气是“宇航员系统”的组成部分，我们设计出的太空舱很可能会使宇航员窒息。
“自然”边界的固有观念会影响思维的有效性。我们的祖先留下的仍然是一套好工具，可用来在物理空间中划分系统和环境，所以我们不应全盘否定这些工具。然而，如果我们遇到的是没有明确自然边界的系统，则边界的隐喻很容易诱使我们进行有吸引力却错误的推理。
出现麻烦是因为，即使是物理边界，也和我们想象的不太一样。边界可能故意“穿越”某些东西，在别的情况下我们会认为这些东西是一个“部分”。例如得克萨斯州酒吧中的沙龙和俄克拉荷马州的夜总会表演，一个绕开了该州的禁酒法，另一个则绕开了该州的公众礼仪法。这里的问题是，“边界”可能不是无限薄，它刚好既属于系统又属于环境。这种边界不是分割，而是连接。
为了清楚地表明我们所讨论的边界不是完美薄、完美分割的线或面，系统思维学者使用“接口”一词来描述这部分世界，就像双面神一样，能够看见里面和外面。“接口”这个词比“边界”更有用，因为它提醒我们注意系统和环境的连接，而不只是分离。
我们应该经常采用包含盒子的有向图作为结构图以辅助系统思维。但如果这些图是在暗示：我的系统有清清楚楚的边界实际上我们就像在说：我的爱人就像是一朵红红的玫瑰。因此，作为科学家，如果我们针对一个系统得出更具体的结论，就必须更精确地描述分割，而不能停留在诗人般的隐喻上。
5.3 性质与不变法则
性质是对系统状态进行分组的一种方法。
性质具有思维功能。我们可能认为某些性质比其他性质更“自然”，但是这仅仅表明我们更习惯于用那种方式观察。所谓“习惯”，可能包括“遗传学习惯”，也就是说，我们的祖先发现某些性质比其他性质更有用，经过许多代的进化之后，我们更容易“看到”这些性质，而不是其他性质。这些能力遗传给了我们，所以我们会觉得“红色”是比“亮格度”更“现实”的性质。
将一个系统分解成多种性质的好处之一，就是有可能将观点扩展到未观察到的状态，通过观察每个性质的不同值，再利用笛卡儿积，我们就可以推断出未观察到的可能状态。在特定情况下，这种推断可能是错误的，但受当前已知数据的限制，这是唯一貌似合理的途径。
分解成几个部分只是科学家的一种隐喻，或者说“转换”。我们可以将这种概念应用于其他转换中，从而得到
不变法则：对于任意给定的性质，都存在一些保持它不变的转换和一些改变它的转换。
而且我们可以改变侧重点，确定转换方式，将不变法则改写为：
对于任意给定的转换，都会保持一些性质，改变一些性质。
一种属性或性质可以通过那些保持它的转换来描述。同样，一种转换也可以通过它所保持的性质来描述。我们之所以认为某些转换工具有价值，是因为它们让我们感兴趣的性质保持不变。
反之，我们通过禁止相应的转换来表明某些性质是重要的。
一般来说，我们无法准确说出属性的含义，因为可能有无限种转换
要理解变化（分组依据），只有通过观察什么（性质）保持不变。要理解恒久（性质），只有通过观察什么发生了转换（何种分组方式）。
5.4 分割
为防止过度分割，有三条数学定理。
反射性
对称性
传递性
5.5 强连接定律
分割要有用，就必须是动态有用的。必须说明这些分类对系统的分割如何帮助我们研究系统。只有通过每次改变一个因素的尝试，我们才能知道它们是否应该称为“因素”或“属性”。根据不变法则，正是我们所尝试的那些变换，那些保持或破坏的东西，告诉了我们特定因素或属性的含义。
5.4展示了分解到极致的后果，以下定律是系统到“整体”的极致。极致就是想不出一个转换可以保持某个属性。在这种情况下，根据不变法则，属性与“存在”是同义词，某种意义上，它根本不能算是“属性”。
完美系统定律：真正的系统属性是无法研究的。
系统思想家像科学家一样，寻找的是圣杯（一种完美的系统），即使找到也无法研究。就像科学家或诗人一样，他们所追求的是逼近“真理”，而这种逼近永远不能完成。如果这个圣杯任何部分发生了变化，那么圣杯就不是圣杯了，要么变成另一个杯子，要么圣杯是假的。
随着时间推移，容易分解的系统已经被分解，剩下的系统一般是连接紧密、较难分解的。使用这种特殊的形式并不是打算直白地说一个系统是完美系统，而只是想唤起人们对互相依赖的属性的注意。
强连接定律：平均来说，系统连接的紧密程度在平均水平之上。
变体一：系统由部分组成，其中任何一部分都不能改变。
变体二：在系统中，其他事物很少保持不变。
我们曾经尝试用通常的分类来理解某个人的行为，但没有成功。因此，我们认为一个人是“某某党员”是一个大系统的不可分割的一部分，而不是一个独立的个体。
强连接定律的那些论证，我们会发现它们都起源于我们简化世界的需要。如果我们的脑力是无限的，就不需要将系统分解为部分或性质，强连接定律也不会令我们烦恼。因此，“系统”的感觉至少有一方面是源于我们的眼脑能力有限。
6.行为的描述
6.1 仿真：白盒
黑盒是理解事物的一种方法，“白盒”（或仿真、透明盒）是另一种方法。要理解其中一种方法，就必须同时理解另一种方法。我们永远也无法确信我们的仿真系统能够捕捉被研究系统的所有特性。要做到这一点，必须进行无数次的变换。
复杂得多的系统（生物系统、力学系统等）可以通过用电路进行仿真。数字计算机作为一般性的仿真工具，拥有比例模型和模拟计算机不具备的一些实用优势，但这里我们只需要注意一项优势，就是“编程”。这种机制让我们能用比较自然的语言来建立白盒系统，
如果我们不是简单地复制或者模仿一个系统，而是通过较少的部分、状态或属性来组建一个模型，就一定对系统有了某些了解。
6.2 状态空间
如果每次分解都是真正的分割，那么乘积空间肯定包括了原来所有的可能性。
在两变量系统的状态和物理平面的点之间建立对应关系会方便一些，但我们不能忘记，这种指定也是任意的。，系统思维学者的很大一部分工作就是为属性指定数字，这是能展现在平面上的简洁数字。
有时候，这种表示采取较为静态的形式，区域不是代表一个系统的状态集合，而是类似系统的同一种状态的集合。换言之，平面上的点不是表示一个系统在不同时间的状态（所谓的“历时视角”），而是不同系统在同一时间的状态（“共时视角”）
例如用两个变量将6个生态群落描绘在二维状态空间中（美国国家科学基金会）
这种表示方法的价值不在于图上有什么，而在于图上没有什么。
状态空间中的这些空洞提示我们：
(1) 我们的观察并不完全，还有尚未观察到的其他状态；（例如元素周期表）
(2) 我们对属性的分类过于宽泛。（如上图）
这种空白分类表明我们应该去寻找没有发现这种组合的原因，或者应该寻找不同的属性分解方法，即一种能一致地将图填满的方法。
如果n维空间中的一个点代表了某个系统的一个状态，该空间就称为“状态空间”。我们在状态空间中进行想象的操作，对应于在二维或三维物理空间中的某些操作。例如，使用显微镜对三维物体进行切割会得到二维的切片。降维可能是仪器的要求（光学显微镜只能用于半透明的材料），或作为降低复杂性的一种方法，因为我们的大脑能力有限。
如果投影造成了信息丢失，观察者在还原时就可能犯错误。
图像法则：在谈到降维时，无论你要说什么，请加上“的图像”几个字。
要恢复因投影而丢失的信息，我们就必须从其他渠道获得系统的信息，也就是关于消失的维度的信息。这种反向操作可以称为扩展，也是状态空间视角之所以有价值的一个重要原因。
但我们不常恢复丢失的信息，而是加入我们不曾拥有的信息。如果我们一直在研究一个系统，并发现我们的观点并不完整，也不用将已经完成的工作完全抛弃。我们只要为每一个新发现的变量增加一个维度即可。这样我们过去的工作就得以保留，因为过去的状态空间成为新状态空间的一个投影，所以我们以前的观察仍然是有意义的解释。
例如，我们可能发现，温度对于描述系统的行为非常重要。也许我们在恒温下做了无数次实验之后才发现这一点，所以起初没有意识到温度的重要性。从这些实验中得到的系统描述现在变成了系统的某种投影，该投影将温度保持不变，从而消除了温度变量。
如果没有控制温度，我们可能会发现，在没有意识到温度变化时，这种投影给出了不同的行为。具体来说，我们可能发现系统的行为线自己会交叉（如果我们相信系统是状态确定的），这意味着我们的视角有问题。因为交叉表示同一个点发出两条路径，同一个状态有两个后续状态，所以交叉的行为线不能表示一个状态确定的系统。
另一方面，在投影中出现交叉也不表示该系统不是状态确定的。
一架盘旋降落的飞机可能不会回到具有同样（经度，纬度，高度）的点上，但其影子（经度，纬度）却可能交叉许多次。
历时法则：如果行为线自交叉，则要么：
(1) 系统不是由状态确定的；要么：
(2) 你看到的是一个投影，那一个不完整的视图。
共时法则：如果在同一时刻有两个系统处于状态空间的同一位置，那么就说明该空间的维度过低，也就是说，视图是不完整的。
例如上图生态群落占据在（60, 30）这一点，就有针叶树森林、落叶树森林和草地。显然，这两种属性（平均温度和平均降水量）不足以区分所有的生物群落。
与其说：B=f（T, P）其中：B=生物群落类型T=年平均温度P=年平均降水量不如说：B=g（T, P, …）这样，f（T, p）就只是g（T, P, …）的一个投影了。
但投影不是降低系统维度的唯一技巧，可以将上述过程反过来，将许多属性合并成少量属性，每个属性中保留一小部分，而不是像投影那样完全丢弃某些属性。这样的过程称为视角变换。
尽管这种变换方法丢弃了许多信息，或者说，正因为这种变换丢弃了许多信息，我们才了解了系统行为的某些特点，用其他视角可能不会有如此明显的效果。结合4.3
我们搭建了一个白盒，但这并不意味着我们能够看到所有的结果。一旦某个属性“浮现”，我们就很容易通过白盒发现它的“根源”，但如果没有通过这种转换的视角进行行为观察，我们也许根本就看不到这个属性。
由于t绝对不会取两个相同的值，所以不论你是否虔诚或机智，都可以完全消除循环或者任何形式的交叉。循环不再是相同状态的重复，而是在不同时间经历相似的状态。而且，测量时间让我们能区分以不同速率进行的相似循环。
时序图有多种形式，因为要将多变量行为简化成容易处理的表现形式时，它们是最有效的。
时序图是一种通用的工具。矛盾的是，掌握一种强大工具的方法就是挖掘其弱点。因此，我们提出
数到三法则：如果想不出三种滥用某种工具的方法，你就不懂如何使用它。
坚守这个法则就能保护我们，使我们免受各种乐观主义者、夸张主义者和其他完美主义者的狂热伤害，但主要还是免受来自自己的伤害。
正是时间隐喻的美丽，隐藏了它最危险的陷阱。时间用标准尺度将变量分开，让我们能处理拥有许多变量的系统。这样一来，可能毫无道理地导致我们产生一种感觉，认为这些变量是独立的。既然看起来是分离的，我们就容易把它们想象成独立的。由于时序图简化了我们的视图，所以我们可能没有注意到依赖关系，本来这些依赖关系能让我们的视图简化得多。
对系统属性的选择是一种折衷，即权衡独立的便利性和完整的必要性。
可以将科学看成一个过程，即探索从哪些角度看事物能够产生不变的定律。因此科学定律就是描述世界看起来如何（我发现了），或是规定如何来看世界（如何发现）。我们确实无法区分这两者。（书中有个出色的例子）
6.4 开放系统中的行为
就算同一个观察者，在不同的时间也可能“不同”，因为他完全可以改变揉合方式、分割方式或时间尺度。但是，如果观察者考虑到所有这些问题，并且成功地将系统孤立在完美的高墙之内，行为线仍然可能缠绕，这时他会说他看到了“随机性”。然而，观察者无法找到可靠的方法来区分随机性和隐藏着的开放性，也就是“漏风的墙”。
循环正是状态确定的系统行为的特征。如果看到系统构成循环，我们就猜想它目前可能没有受到外部因素的影响。当然，它可能受到了循环的外部因素的影响，也可能是外部因素太小，无法打破这个循环。
封闭系统的假想是一种有用的启发式工具。如果看到了非循环的行为，我们就会寻找输入。另一方面，如果断定系统是封闭的，但有“随机性”，我们就会说寻找其他输入是没有用的。
例如如果我们无法理解某人的行为，我们就说他是疯子，或是他就这样，只归结于某种“随机性”，不去寻找环境输入。
在封闭系统中，定理的一般形式是：如果系统是封闭的，那么行为是……
在开放系统中，定理的一般形式是：如果输入是如此这般，那么行为是……
我们以某种方式，将行为集合与输入集合对应起来，于是开放系统定律可以总结为：如果输入是以下之一……那么行为是……或者：如果输入是以下之一……那么行为所在的集合是……
我们描述一个人时，有时候就是根据他在大部分时间里展示出的行为，例如教授、美食家或高尔夫球手。但我们常常根据一个孤立的行为来描述一个人的整体行为，这是简化开放系统的行为的一种办法。
在日常谈话中，只要有人说过一次谎话，我们就称其为“骗子”，但我们并没有一个词来称呼总是说实话的人。还有一些贬义的词，都适用于一次标志性的行为：谋杀者、贪污犯、输家、罪人、奸夫、醉鬼。为何一个坏事做尽的人会只做一件好事就会被“洗白”？
这些词汇的存在和使用，表明人们特别渴望确定行为。
但是用一条特定的行为线来描述它们的整体行为似乎是合适且必要的。
比如司法系统对杀人者的判决；如果一个工程师设计了一座“安全”的桥，“5年之内最多会垮塌一次”，我们会怎样想？换言之，无论系统的其他行为会引起我们多大的兴趣，我们通常想知道系统有多大机率表现出我们未曾观察到的、会带来重大灾难的行为。
根据典型行为来描述系统，以及根据意外但重要的行为来描述系统，这是我们惯用的两种方法，目的是恢复我们喜欢的封闭系统中的单一行为线。
另外一种技巧是取平均行为，要么是历时平均（“炎热的夏天”或“潮湿的冬天”），要么是共时平均（“神经质的家族”或“不可靠的品牌”）。
事实上，要将开放系统的行为转换为确定的形式，我们可以使用任何抽象技巧。如果仍未成功，我们还有最后的秘密武器：将行为描述为“随机的”“适应性的”“不可预测的”“疯狂的”或“古怪的”（意味着“疯狂但富有”）。这样，我们总是能够成功地将整体行为简化成单一行为。
为了简化整体行为，我们还要让无能的观察者靠边站。我们不是去想象系统具有单一的行为，而是可以确保由于我们既可以作为观察者，也可以作为环境，所以我们既可以预测其行为，也可以影响其行为。但即便如此，我们仍然无法分离这两种角色。
例如，发现一个炸弹，如果我是超人，我可以用手把其捂住，但无法确定里面是否有氪石。
开放系统让我们困惑，我们喜欢将系统考虑成（或创造成）尽可能封闭的系统。开放性是一道迷题，因为它让预测和观察变得复杂，但同时我们可以对系统采取动作，从而获得可预测性。
6.5 不确定性法则
不确定性法则：我们无法确定观察到的约束应该归因于系统还是归因于环境。
在特定的情况下，我们做的或许比法则所说的还要糟糕，因为观察者自身甚至都在引入约束，观察者当然是环境的一部分，所以不确定性法则也包括观察者。
爱丁顿（Eddington）提供了一个观察者约束的经典案例。他描述了一艘想象中的海洋考察船，船员在对渔网捕到的标本进行分类时得出结论说，海洋中不存在身长短于3英寸的生物。
7.一些系统问题
7.1 系统的三元论
主宰一般系统思维的3个重要问题，即系统三元论：
- 为什么我会看到我所看到的一切？
- 为什么事物会保持不变？
- 为什么事物会发生变化？
7.2 稳定性
稳定性不仅意味着系统承受变化的界限，也意味着系统能够承受的扰动程度。所以，当我们提及稳定性时，包含两重意思：系统的一些可接受行为以及环境的一些预期行为。换句话说，我们定义了环境状态空间中的一个区域，以及对应的系统状态空间的一个区域。
例如，我们可以这样定义高层建筑的稳定性：风速达到每小时90英里时，偏离垂线不超过10英尺。
在物理学家对稳定性的定义中，存在某种令人不满的循环定义，因为除非进行稳定性测试，否则他无法知道什么是“小”扰动。这种绝对的东西只是从系统传递到环境中，现在环境有了绝对的“小”扰动。虽然这种论证足以让科学家研究近似封闭的系统，但对于那些无法在实验室中回避开放性的人来说，这纯粹是误导。
具体来说，它可能误导注意力，导致我们在系统“内部”寻找稳定性，而不把它看成是系统与环境之间的一种关系。
在生态学中，这种绝对思维尤其危险，它是地球上许多掠夺性破坏的原因。举例来说，在密林中生长的树木之所以能抵挡风吹，部分原因在于周围的树林。如果伐木工认为稳定性存在于“这棵树中”，从而砍伐许多树木，希望留下少量稳定的树，那么剩下的这些孤零零的树往往在第一场暴风雨中就倒下了。
线性系统对于稳定性的重要之处在于，它去掉了“小扰动”的相对概念，因为只要扰动是有限的，系统的行为就和原来类似，只不过更大而已。例如，如果我的音响是线性的，那么调大音量开关，声音会更大，但不会失真。我可以一直调大音量，听到的还是原来的音乐。遗憾的是，线性系统的概念虽然对系统思维很有益处，但也将绝对主义推向了更加不妙的境地。我们所知的系统都不是严格的线性系统。如果把音量调到足够大，一定会发生失真。
线性系统近似实际上是说，“在一个合理的范围内”，系统是线性的。但什么是“合理的范围”？在遇到非线性之前，如何发现这个范围？
我们采用线性模型，不是因为我们发现世界特别线性。就像采用其他近似方法一样，我们很容易相信自己的模型，而不是经验世界，从而深受其害。结果是我们可能“看不到”非线性系统，就像我们“看不到”没有物体的系统一样。线性系统具有很方便的“叠加”属性，其本身而言，叠加是一种很便利的属性，但不小心就会变成关于非线性系统的荒谬论点。人们一厢情愿把“稳定性”等同于“良性”。
7.3 存续性
7.4 标识
因为没有这些系统公认的标识变量，所以争论才有意义。只有当我们头脑中那些模糊的概念遇到实际情况的挑战时，我们才知道这些概念通常有多模糊。在日常生活中，我们不需要更仔细的描述。
每种规范化的规则都给出“同一性”的一种不同定义，用起来一样方便。深层次的问题不是两个事物是否相同，而是知道人们所说的“同一性”是否相同。
系统的存续取决于环境输入I，也取决于F，即系统对输入进行解释或转换的方式。如果系统的建造方式使得所有的标识属性都稳定，那么它就能存续下来。
系统存续是因为它对环境正好有一种合适的转换，它存在于这个环境中，或者说，观察者发现它存在于这个环境中。
在这个更一般的视图中，存续问题取决于：
(1) 环境做了什么；
(2) 系统的程序如何转换环境；
(3) 标识包含哪些变量；
(4) 观察者的程序如何操作这些变量。
7.5 调节与适应
在计算机内部，硬件代表“自然规律”，也是仿真得以实现的舞台。利用白盒方法，它允许我们建造任何类型的装置，我们想要研究的任何类型的神奇世界。用函数的形式，上述说法就是：St+1= H（St, It）其中：S=（P, V），H指“硬件”或“不变的自然规律”，所有普遍性的东西都包含在H中，而所有系统特有的东西则存在于S和I中。因此，任何“特定系统的规律”都在它们之中，而不在硬件之中。
系统转换的改变对我们来说并不陌生。最明显的例子就是我们所谓的“学习”，通过学习，我们改变了自己的身份标识，因为“理解就是改变，就是超越自己”。
效果定律：结构上的微小变化通常会导致行为上的微小变化。或者用我们的话来说：白盒的微小变化通常会导致黑盒的微小变化。
反过来说：行为上的微小变化通常源于结构上的微小变化
把这两种观点称为“白盒”和“黑盒”，按照白盒观点，如果系统通过固定的P能保持稳定的V，那么系统具有调节性；按照黑盒观点，稳定的V表明P多少是固定的。虽然调节性并不意味着系统保持不变，但它确实意味着变化是“频繁的”“小或不重要的”、“可逆或循环的”，而且变化发生在系统的“可变部分”或“功能”中。
按照白盒观点，适应性包括P的变化。按照黑盒观点，适应性是通过行为的“重要”变化而发现的。但在所有情况下，P的变化都没有大到足以改变系统的标识。如果改变了标识，该系统就不被认为“在适应”，而是“不再存续”。
所有用来区分“调节性”“适应性”和“不再存续”的术语都是相对性术语，披着各种绝对论者的伪装。实际上，不存在绝对的方法来区分调节性与适应性，或区分适应性与不再存续。适应性和标识保持的定义是基于完美划分的错误假定。
在生物学中，能呼吸空气的鱼类是否变成了新的物种？或者只是适应？在人类学中，学会其他民族语言和部分生活习性的人群，是形成了一种新文化，适应了某种文化，还是融入他所学习的那种文化？在组织机构理论中，获得新任务的组织变成了新组织，还是老组织适应了新任务？由于呼吸方法既是转换的一部分，也是“鱼”的标识的一部分；由于语言既是转换的一部分，也是“文化”的标识的一部分；由于执行的任务既是转换的一部分，也是“组织机构”的标识的一部分，所以这些问题无法回答。
“适应性”和“调节性”不是“真实的”，它们只是思维的工具。由于它们是强大的工具，所以常被误用，但这不能成为抛弃或甩掉它们的借口。
7.6 旧车定律
一辆车的调节手段：燃料；适应手段：维修来省油；不在存续：换车。
旧车定律：(1) 调节作用发挥得很好的系统不需适应性变化；
(2) 系统可以通过适应性变化来简化它的调节工作。
变体（强调观察者的角色）：(1) 看世界的方法不对观察者产生过度的压力，就不需要改变；