思维模型——复杂系统 之十

复杂系统+

根据硅谷王川网文整理

91、系统的多样化和复杂度非常重要

最让你气急败坏，恼羞成怒的新技术，最有可能让你发大财。因为气急败坏和恼羞成怒的背后，肯定是某种巨大的，难以逾越的竞争壁垒。

所以要常常反思，最近有什么新技术，让我气急败坏，恼羞成怒了?

对自发涌现系统之尊重，其反面就是项羽的 “奋其私智而不师古”

一个系统的多样化和复杂度非常重要。否则如果主观压制别的路径和自发系统的涌现，而自己设定的路径迟早遇到增长瓶颈，且没有能力纠错而最终会灭亡。// 达尔文式的进化系统，任何时候都有多个不同类的生物或组织在竞争。有的冒头了很明显，有的在蛰伏但可能后来居上。暂时领先者无法保证不会有别的

看到一位哲人的一句话，'能够让你感到最大痛苦的世界解释体系可能就是最正确的，能够让你感到最舒服的解释体系多半是错误的'，和我的感触异曲同工。

人为什么很多时候会死要面子活受罪? 这说明'死要面子'这种基因在某些场景下有利于生存，所以就保留下来。'死要面子'是给周围人的信号，就是我还很强大。否则周围人发现你实际上很脆弱不重要了，就可能纷纷抛弃你，造成塌方式的实质利益损失。什么阶段必须死要面子，什么时候不能要面子，是一个学问

而且这种气急败坏，最好是像诸葛亮三气周瑜一样气三次以上，说明竞争优势非常全面，才有巨大价值。

知道什么时候自己可能错了，知道什么时候迅速改正错误，反其道而行之可以发大财，这也是一种结构性优势。以后如果有时间，我会写一篇文章，叫做 '川式气急败坏恼羞成怒投资大法'

发现让人进步最快的操作是，能够定期主动摆脱自己的舒适区，接触研究新东西。但脱离舒适区也要有选择性和技巧: 一，一个新东西屡次超越你的预期，比你想象的好。二，这个东西可以直接亲自反复验证，因为媒体信息里吹牛造假比例很高。三，这个东西要比你现有的选择明显更好，至少可以互补。

92、学习资料

'历史学家喜欢'路径锁定'的概念。历史学家喜欢'一个偶发小事件会产生巨大影响' 的想法。他们认为 Brian Arthur 的'回报递增，路径依赖'的想法为他们(历史学家)的存在提供了理论依据。 '

摘自 M.Mitchell Waldrop: 'Complexity: The emerging science at the edge of order and chaos'. 可读性极强，把复杂系统理论的多个概念串在一起了。里面描绘美国学术界习惯于'回报递减'的传统经济学家对于 Brian Arthur 理论的长期激烈反对，和十年来亏损几百亿美元做空特斯拉的交易员们心态一样。

93、优化生存能力，而不是最优解

Brian Arthur:

'所以问题是，在一个(多方博弈，彼此锁定，非线性的，不断变化的，万花筒般的)世界里，如何应对。

答案是，你要尽量保持更多的选择，越多越好。你要的是实用性，可以操作的东西，而不是所谓'最优'。

很多人会反驳，'那你难道不是在接受次优的选择吗？' 不，不是的，因为所谓'优化'在这里无法精确定义。你要试图做的，是面对一个无法精准定义的未来，优化鲁棒性 (robustness), 或者说优化生存能力。

这就意味着，对于非线性关系和因果路径的意识和努力理解，有很大价值。你非常仔细地观察这个世界，你不期待现状会持续太久。'

即使是 1987年Arthur 到新墨西哥的复杂系统研究院时，那里的世界顶级科学家对于金融市场的理解，仍然只限于非常肤浅的围绕1987年股市崩盘的解释//Brian Arthur 八十年代提出'回报递增，路径依赖'的经济理论时，遭到绝大多数习惯于'资源有限，回报递减'经济模型的伯克利斯坦福经济学家的激烈反对。讽刺

94、童子功很重要

推荐 Edward de Bono: Lateral thinking (横向思考)

人的认知可看成是一种不断自我最大化的记忆系统。但这个系统的结构形成，非常依赖于外在信息输入的顺序，尤其是30岁以前的生活经历。当系统复杂化到一定程度，底层的认知模块固化后，新的信息输入时，已经没有能力以最高效的方式处理吸收了。所以要不断主动砸碎过去的低效的认知模块，以适应新形势

95、必须十分努力，才能看起来毫不费力

意识到很多时候，对于高复杂度的东西，年轻人向老年人请教，没经验的人向有经验的人请教，想寻求捷径，实际上是个无效的行为，本质就和外行想光凭砸钱就马上搞出自己的芯片系统一样无知。

知识和芯片一样，也有一整套复杂的生态体系，外人只是看到浮出水面的表象，实操起来，很多细节，哪些东西能做不能做，可以或不能使用什么样的工具，各种参数度量的把握，不同阶段为什么会有看似前后矛盾的操作，等等，这一切需要时间慢慢积累，慢慢磨合，才能建立起属于自己的完备的体系。

没有耐心和无知的人，幻想三板斧可以走遍天下，幻想不花时间就能大道至简，因为看到别人似乎毫不费力就以为自己也可以速成，是无法理解也不愿理解背后的曲折和复杂度的。

即使暂时可以解决某个燃眉之急，但因总想走捷径，迟早要因知识体系的匮乏而吃大亏，所以最后必然获得和自己德行匹配的下场，是曰'德匹下'。

没有高复杂度的知识体系，空谈'大道至简'基本就是放 GP, 对于认知还停留在此阶段的人可以切断联系了。高复杂度的系统，能量效率轻松碾压低复杂度的系统，完全不在一个层面上。复杂度的提高，永无止境。

低复杂度和高复杂度的思维框架，完全无法平等地进行交流。即使鲁班再世，拿着手里的尺子和算盘，也永远无法达到使用有限元分析 (finite element analysis) 的设计师的高度。

杜兰特曾说: '教育普及了，但是智慧(的传播和普及)永远会被头脑简单者的生育能力所阻碍。... 无知者，让自己容易被那些左右舆论的力量所操纵。'

不断越读越厚，随时都有信手拈来多种方式读薄的能力。但一心想读薄而缺乏厚的基础，则会始终停留在低层次的水平。//@蓝黑墨水---水之意志:是的，记得老师说过书先要先读厚，会算很多种具体的东西，最后再高屋建瓴读薄。

只有钻石才能切割钻石，只有多样性才能摧毁多样性，复杂问题需要复杂度高的人或团队。

96、自然演化

生命进化的过程是从 RNA 到 DNA, 再到蛋白质，再到生命体，再到生态系统。

对于一个全新的，自发涌现的技术系统，也可以沿着这个思路分析和投资。先投对应的 RNA, 再找 DNA,等等。

每一层递进，系统的复杂度和对能量利用的效率，都上了一个台阶。进化的格局，事后看显而易见，但没有发生之前，其演化的具体方向有较大的偶然性。

演化的东西，只有在复杂度最高/最开放的生态环境里才有生命力。复杂度低的地方演化出来的东西，很容易被外力轻松拍死。

技术进步，本质需要打破各种禁忌和障碍，这在复杂度最高的生态环境内实现的几率远大于复杂度低的地方。成功的一种捷径，是观察寻找那些已经突破障碍的新的自发现象，然后搭上他们的便车。//演化的东西，只有在复杂度最高/最开放的生态环境里才有生命力。复杂度低的地方演化出来的东西，容易被外力拍死

自然演化，就好像把箭射出去，击中目标后，画个圈，然后祝贺自己是个神箭手。我还是喜欢这种生活方式，压力小，享受过程，结果一点不差。 计划设计出来的生活，就好像对着别人设置的靶心战战兢兢地瞄准，一点不能错，压力很大很不爽。

97、鲁棒性和保真度使能量效率提高

'复杂网络，带来了鲁棒性和(信息的)保真度，使得能量效率的提高成为可能。

随着细胞代谢过程变得更精细，它可以捕获更多的进入细胞内的能量和信息。

举个例子，细菌发酵和真核细胞的呼吸。一个发酵的细菌，只能从一摩尔的葡萄糖中产出两摩尔的 ATP. 酵母，作为真核单细胞，拥有一个更复杂和鲁棒性的信息网络。这个网络由很多共同合作的夹带系统组成，一摩尔的葡萄糖可以产出 32 摩尔的 ATP. '

摘自 Thermoinfocomplexity, by Behzad Mohit

信息的收集/甄别/处理的复杂网络，决定了认知，也决定了能量的获取和利用的效率。每一次能量饥荒 (经济萧条)的时候，那些能量效率低的生物个体和群体，都会被自然淘汰。

'复制保真度的增加，是复杂真核细胞信息网络的另一个适应性的福利。不同的转录酶的保真度不同。细菌变异率是真核单细胞的十倍，后者又是爬行动物的十倍，而爬行动物又是脊椎动物的十倍。高保真度让信息更好地传输，降低了纠错所需耗费的能量。'

'长期记忆和社交能力，代表着生命和物质的复杂性的一个独特的飞跃。很多复杂系统在一段长时间内保持高效率的能力，(在进化中)被选择出来。' 换句话说，记忆过短，或者记忆完全错误的系统，是比较低级的。

'针对环境内可用能量的变化，(系统)复杂度和效率层层递进。像其它涌现系统一样，有个转折点，系统内互相作用的部件超过某个阈值后突然涌现出新的模式... 就像摩尔定律里电脑芯片密度每两年翻番一样，生物进化建立于前一层的复杂度之上，但时间跨度更长。更高的复杂度与更高的能量效率暗合。'

98、适应性地形

意识到以前读书和工作时，最不爽的感觉是:

本来自己已经有一定知识体系的积累，在自己的体系内驾轻就熟，解决问题如削瓜切菜般轻松，取上将首级如探囊取物，结果常常(因为生计的关系或别的不可抗因素)突然被迫要重新学习掌握一个自己没有任何基础的体系。

因为在陌生体系内打基础的初期，是一个极为吃力和见效慢的过程，因此和其它智力平庸，但是已经在现有体系内有相当积累的人相比，会有很长一段时间感觉像个狼狈的 SB. 这也是为什么很多人情愿在夕阳产业苟延残喘也不愿直面现实的一个原因。

而且在别人已经开拓的体系内追赶补课，没有自发兴趣驱动的强大动力很不爽，食物链顶端的位置早已被他人占据，即使花很多时间也很难获得超值的回报。

最终要获得突破，一定要建立属于自己的独特的体系。在一个多维度的信息世界，只要涉猎足够广 (宽度)，下足够多的功夫 (深度)，积累一定时间后，一定能够以你自己独特的方式，实现突破。

这种做法有两个好处，第一，自己探索的过程中，以兴趣为导向，始终会有强大的内在动力。

第二，因为是多维度的探索，因此自由度和灵活度极大，调整能力极强，可以有多种组合灵活跨界，不会陷入某个狭窄体系日后被技术淘汰而又要完全从零开始的窘境。

所谓体系突破，本质是你的能量效率比别人高很多，一份力气回报是别人的几倍几十倍。而能量效率高，本质需要信息效率高，别人没看清楚格局像热锅上的蚂蚁时，你能洞穿问题本质。而信息效率高，本质需要多个角度，多个点多个来源的信息的长期采集和甄别。

体系独特才有可能捕捉超额收益。而体系之所以独特，一个重要原因是因为整个探索过程的动力主要是自发内生，而不是外人给安排布置的

即使是专业人士，因为缺乏知识广度，缺乏把其它领域知识引入进行创造性组合的能力和意愿，到晚年其认知僵化往往惨不忍睹

广度和深度过临界点后，会感觉知识体系组合性越来越强，就是所谓 composability（可组合性）. 很多细微的多领域的知识，组合在一起融汇贯通，就有可能发现更多全新的路径去捕捉多余的收益和机会，会有极为强大的乘数效应。 像碳原子一样，可以和其它大部分原子组合，组合后的分子还很稳定，因此成为生命的基础。

提高信息效率，本质需要不断寻求从'全球最优'的信息来源摄取信息，并且果断切割与信息能量效率低下且思维僵化的个体的连接。不断提升自身的信息与能量效率，是一种道德上的责任。

意识到涉猎领域越广泛，到后面还有个神奇的效果，就是越来越容易触类旁通，把不同领域的知识连接融合起来，发现新机会，产生边际收益递增的指数增长的效果。这才意识到前面各种通识的自我教育，不是白学的。但要把自己的认知解释给没有基础的人，难! 甚至一些稍微反直觉的概念会被SB 轻浮的嘲笑。

涉猎广泛后，再看一些专业人士，在其领域之外的极其 naive 的认知，会有一种看小猫小狗的滑稽感。因此也就更加坚定了继续广泛通识自我教育的计划。

开放系统的复杂度总是不断在提高，总是不断有新的能量效率高的体系涌现出来，新人相对容易在新体系内占据接近食物链顶层的站位

99、能量效率

几年前很多科学家讨论'涌现' (emergence) 和复杂系统时，忽略了关键一环:

能量效率。

只有能量效率提高，才能产生新的复杂连接，才会涌现出新的宏观现象，和层级更高的复杂系统。

而复杂度的提高，又可以进一步提高能量效率，创造新的复杂连接。这样不断一环套一环，呈现出一种分形 (fractal) 的结构。

有趣的是，正是因为复杂系统之复杂，无法预测下面是以什么样的具体形态来提高能量效率，只是知道复杂度过了一个临界点后这必然发生。

这恰恰也是所谓'激进的涌现'(radical emergence) 让人们神往，让还原论(reductionism) 者抓狂的原因。

所谓'能量效率'提高，也没什么神奇的，就是更多个体连接起来，分摊固定成本，分摊风险，降低自己的能量消耗。而个体的能量消耗降低，又可以降低自己做其它所有事情的成本，不断循环，层层递进。比如区块链技术，通过降低陌生人之间大规模合作的信任成本，将极大提高人类社会的能量效率。

100、生命演化的解释体系

意识到很多经典哲学体系的复杂度是非常低的，就好像鲁班拿着尺子和算盘，试图解决有限元分析才能解决的问题。

比如生命演化的解释体系，至少包含十几个不同层面的概念:

正反馈循环，自催化，阈值，多样性，能量效率，耗散结构，开放系统，信息传递，网络，内存记忆，混沌边缘，自发对称性破缺，路径依赖，分形，等等

复杂度高的现象，不可能抖机灵的用几句话来概括。一两句话概括的，永远只是很小的侧面。

拿经过历史数据回测的股票交易模型去应对未来，就像拿石器时代的生活经验套到机械化时代一样。经济体系的发展，是个复杂系统的复杂度不断上升的过程，描绘其底层运作结构和机制的模型往往变得面目全非。不能理解和承认此现实的思维模型，在哲学层面早已彻底破产。

​