问题

首先说明世界的复杂性。接着从机械论与机械力学，说明科学的简化，主要原因在于计算的平方定律所导致的复杂性。对于无序的复杂问题，可以利用统计力学和大数定律。最后引出中数系统，我们可以预计它与任何理论或多/或少存在很大的波动，不规则性或偏差。

1. 科学技术揭示了许多连其自身也未曾预料到的复杂性。系统论（一般系统学）的任务就是帮助科学家揭示复杂性，帮助技术人员掌握复杂性，帮助其他人学会在复杂世界里生存。

2. 力学是这样一门科学，它研究的系统，是力学近似原理能够成功应用的系统。

3. 有序的简单属于机械力学/机械论的范畴，无序的复杂属于集合的范畴。

4. 中数定律：对于中数系统，我们可以预计它与任何理论或多/或少存在很大的波动，不规则性或偏差。

5. 科学的成果是简单的成果，或者更准确地说，是简化的成果。

方法

首先将活力素，有机论，确定有机论类比的价值；利用归纳，发现一般系统规律；一般系统论，并不完全基于归纳，因为归纳方法并不完全有效，要简化成模型，再去类比；提出了几个一般系统定律（一般系统论的本质），帮助我们在通向准确估计的道路上避免犯大的错误。

1. 有机论的类推/类比思想，对科学有很大的利用价值，很多科学出色的研究就来自于利用有机论的类推，启发科学家的思考，有可能提出新颖的观点，进而转化为出色的研究。

2. 有机的思维依赖于类推，是牛顿那个时代前后的每一位物理学家都运用的方法。对思维过程中的某些步骤加以适当简化的处理方法，可使科学史上任何以为重要的思想家从中收益。重要的是，当实际情况需要我们继续前进时，我们绝不能停留在简单粗造的类比上，而应当将其打磨成精确、清楚并具有预测能力的模型。

3. 一般系统学方法，不必局限于有机类比。只要我们能把一个学科模型简化为明确的形式，就可以通过与其他科学类比，在其他领域中建立模型。

4. 一般系统论不会使我们毫无信念，而是设法用一种信念补充另一种信念的不足，并且希望新信念在有些时候更加有用。

5.通过归纳，进行一般化处理，使我们可以用一般规律对未经观测的情景推出某些结论，这也是通才之所以能从一个领域跳到另外一个领域的原因，每一次成功的转变之后，就会相应的增加他对二阶规律的信任程度。所以，一般系统论信念的主旨并不完全基于信念，因为不是每次领域间的跳跃都能成功。为什么？因为归纳方法不可能永远有效。

6. 要成为通才，我们就应该像儿童那样，用一种简单的态度来接近复杂的系统。首先形成总体概貌式的印象，然后再逐渐细化并区别很多具体的物体。

7. 一般系统定律之定律保护/守恒定律：如果事实和定律冲突，那么拒绝接受事实或改变定义，但是绝对不要抛弃定律。（绝大部分情况）

8. 喜悦特性定律：任何一般系统定律必须至少应当适用于2种具体情况。

9. 沮丧滥用定律：任何一般系统定律至少应该有2个例外的情况。

10. 上述2个定律可以用于任何一种一般化的提炼行为。如下的组合和分解定律，则使用与一般系统思维的“系统”方面。

11. 组合定律（整体大于部分之和）和分解定律（部分大于整体的局部）。

12. 上述定律的目的：帮助我们在通向准确估计的道路上避免犯大的错误。“不是未知的东西使我们感到困惑，而是我们自认为已知但实际上并非如此的东西给我们带来麻烦”。

系统与幻想

首先每个观察着的视角不一定都一致，所以不同的人可能观察到不同的东西。那脱离观察者的世界（也即外部世界独立于人们的感知对象）是否存在？就算存在，如果没有人观察到也是没有意义的。但是科学就是基于这样的信念，才使得科学不断取得进步。独立存在的真实，相当于绝对思维。如果“对独立存在的真实”持怀疑态度，相当于相对思维。这2中都是启发式思维。接着说明系统是一个集合，通过句子的例子，说明了集合规则的困难。利用集合的笛卡尔乘积，可以避免我们缺乏一般化，但也要注意过数学化。最后，提出无关法则。

1. 外部世界独立于人们的感知对象而存在，这一信念构成了所有科学的基础。每个观察着的视角不一定都一致，所以不同的人可能观察到不同的东西。那脱离观察者的世界（也即外部世界独立于人们的感知对象）是否存在？就算存在，如果没有人观察到也是没有意义的。但是科学就是基于这样的信念，才使得科学不断取得进步。

2. “外部世界独立于人们的感知对象而存在” 是产生科学发现的一种启发式思维，类似其他启发式工具一样，它无法确切地告知我们何时何地能得以应用（因为无法证实，也即不是真理，但可能大部分情况下可以用这个角度来思考问题，确定一些规律）。所以启发式思维方法无法确定其适用的边界。—香蕉原理

3. 我们有一连串逐渐强化的启发式方法，我们得到的成功（验证）越多，我们就越确信这种启发式的结论是对的（真理），就越容易陷入幻觉。

4. 独立存在的真实，相当于绝对思维。如果“对独立存在的真实”持怀疑态度，相当于相对思维。这2中都是启发式思维。

5. 系统本没有什么“目的”，因为“目的”是一种关系，而非事物所“具有”的属性。因为不同人，看同一个事情，对其目的的理解是不一样的。

6. 集合的规则表示法在表达集合时，就已经隐含的定义了一个“选择集合”。比如“具有异常染色体的细胞”，就已经隐含了了一个集合“所有细胞”，但是细胞是很难辨认的。

7. 通过计算机进行语法分析就可以说明集合表示的困难。比如一个句子，从语义，到语法，再到句子的拼写规则，会发现非常困难。事情并不是看上去的那个样子（简单）。

8. 我们认为最简单的精神活动其实并不简单，它虽不是完全理性的，也不完全是任意而为。如果我们能设法更多的了解大脑中正在进行什么样的活动，关于一般系统思维外在的那一半就会很容易理解。

9. 系统是一种集合。但对于集合中的成员，每个人的说法不一（部件，元素，属性等）。名称的繁杂表明，系统集合中的成员是系统化思维中不定义的本原元素之一。如果我们能明确指出系统到底是由什么成员组成的，我们谈论的就不再是有关系统的一般性问题，而是特定系统的问题了。

10. 用集合符号这种工具（一种数学）表达系统，便于我们讨论可能性的界限范围。

11. 一门科学是否精妙，取决于它利用数学表达的程度。

12. 集合的笛卡尔成绩能在假定的观察广度和深度范围内，帮助我们避免缺乏一般化的错误。但要注意避免过数学化，对每个看到的事情都运用笛卡尔乘积。

13. 无关法则：定律不以它所选择的特定的符号而改变。

对观察结果的解释

首先，不同的观察者观察音乐盒黑箱，发现不同的状态。从发明者的角度，推导下一个状态，需要知道当前状态和前一个状态，由此引出眼/脑–眼/脑定律，脑和眼之前的平衡不能过多地偏向任何一方，科学的任务是要找到2者之间恰当的平衡。接着说明越常见的事物发生得越频繁有2个原因，物质上的原因和精神上的原因。科学既不能完全基于保守注意，只选择有利的观察结果，也不能完全基于观察结果，因为实际详尽的数据实在太多，任何状态不可能重复，所以需要特定的状态结合的方法。最后，结合函数符号和简化思想，说明分解出错的2个原因：(1) 在某一阶段的函数关系中忽略了一些东西（比如z=f(x,y)实际是z=f(x,y…)），进一步的分解就会出错。(2)要么是观察者的能力有限，要么是因为实际情况不允许继续分解下去（互补性原型）。

1. 眼脑定律：在某种程度上，脑力可以弥补观察上的不足。

2. 脑眼定律：在某种程度上，观察力可以弥补脑力上的不足。

3. 我们所谓的“状态”，就是指一种如果重现则可以由观察者再次识别的情形。

4. 状态不应区分过多，区分过多的状态是因为缺少归纳。

5. 脑和眼之前的平衡不能过多地偏向任何一方，科学的任务是要找到2者之间恰当的平衡。

6. 越常见的事物发生得越频繁的原因：(1)因为某种物理上的原因导致更偏爱某些状态。(2)因为有某种精神上的原因。

7. 科学研究也受到保守主义的影响，假定观察结果必须与现有理论一致，如果不一致，它很有可嫩那个被认为是谬误，然后丢弃观察结果。当然，完全用观察代理替论也是不科学的。实际中详尽的原始数据对于科学研究来说实在是太多了，不可能出现完全相同的情况（除非是人为的）。如果我们没有把多个状态合为一个，那么任何状态都不会重现。由此得出结合定律：研究任何事情，绝不能试图研究它的所有情况。

8. 科学只能处理重复的事件，每一种科学，针对它所研究的系统都必须提出一套特有的状态结合的方法，以便产生重复。

9. 科学在分解时会出错，原因有2种：(1) 在某一阶段的函数关系中忽略了一些东西（比如z=f(x,y)实际是z=f(x,y…)），进一步的分解就会出错。(2)要么是观察者的能力有限，要么是因为实际情况不允许继续分解下去（互补性原型）。

10. 物理学家只考虑严格的互补性。他所说的互补性，一定要“涉及测量仪器和被测物体之间的交互”，因为如果缺少这些交互，就可以继续进行归约。他们从来不会为了方便而放弃寻求更好的方法，除了“自然法则”（一个综合的物理交互）。这种互补性可以称为绝对互补性，因为它基于的思想是没有其他可选方案，只有接受观察中根本的，不可分割的限制。

11. 一般系统观点基于更简单的假设。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2种观点之间都存在互补性。因为几乎在所有情况下，总有某种理由让我们停止无休止地改进观察方法，所以可以去掉条件：任何2种观点都是互补的。

12. 还原论是现实中从未实现的一种理想，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。

观察结果的分解

首先，说明不同的观察者看到的属性不一样，得出差别法则（定律不应该依赖于特定的符号表示，但事实却往往相反）。接下来用诗歌的例子说明科学的隐喻，进而说明“事物”或者“部分”的概念也是一种隐喻，因为事物或者部分是属性的拥有者。我们之所以使用事物或者部分这一隐喻，跟我们对边界的体验（区分不同的事物）密切相关，由此告知我们如果想针对一个系统得出更具体的结论，必须明确边界（更精确的描述分割），不能只停留在诗人般的隐约。对于任意给定的转换，都会保持一些性质，改变一些性质。要理解变化只有通过观察不变的东西，要理解恒久也只有通过观察发生转换的东西。接下说明分割一个系统（集合），要选择具有自反性，对称性，传递性的性质来进行区分，根据相应性质的状态值来分割。最后从分割系统的角度，说明目前很多系统都是无法简单分割的，由此引出强连接定律，进而提醒我们不是所有东西都能简化，唤起人们对互相依赖的属性的注意。

1. 无关法则：规则不应该依赖于特定的符号表示。请注意“应该”这个词。但不同的观察者看待的角度不一样，所以观察到的内容就不一样，进而导致得出相对应的规则/定律。引出差别法则：定律不应该依赖于特定的符号表示，但事实却往往相反。

2. 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。

3. 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，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，只能更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。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。科学的隐喻，将知识从一个状态转化到另一个状态，也即基于其他科学的学科。

4. 科学最深的一个隐喻就是“事物”或者“部分”的概念，它能与其他事物或部分清楚地区分开来。“事物”或“部分”是“属性”或“性质”的拥有者，通过区分“事物”，可以区分不同的属性。

5. 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。为了清晰的表明我们所讨论的边界不是十全十美的薄得能完美分割的线或者面，系统化思维使用接口一词，它提醒我们注意系统和环境的连接，而不只是分离。

6. 作为科学家，如果我们针对一个系统得出更具体的结论，就必须更精确的描述分割，而不能停留在诗人般的隐喻上。

7. 将一个系统分解成多种性质的好处之一，是不会将事业仅仅局限于观察到的状态。因为分成多种性质之后，我们可以利用笛卡尔乘积猜测会有哪些可能的状态。性质是对系统状态进行分类的一种方法。

8. 不变法则：对于任意给定的转换，都会保持一些性质，改变一些性质。

9. 要理解变化只有通过观察不变的东西，要理解恒久也只有通过观察发生转换的东西。

10. 分割，分割一个集合/系统，要选择具有自反性，对称性，传递性的性质/属性，根据相应性质的状态值来分割，否则就没法合理分割。

11. 每次只改变一个因素，是一个无用的忠告，除非我们已经划分好因素或者性质。然而，要发现有用的因素，只能通过大量的实验，并以不同的方式转换视角。分割要有用，就必须是动态由于能够的。根据不变法则，正式我们所尝试的那些变换，哪些保持或者破坏的东西，告诉了我们特定因素或属性的含义。我们研究的转换越多，感觉对因素/属性的理解就越多。

12. 考虑极端情况，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，它根本不能算属性。但这不正是系统的属性吗？不正是系统的整体属性吗？由此，我们得出一个一般系统定律–完美系统定律：真正的系统属性是无法研究的。换句话所，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，所追求的是逼近。

13. 随着时间的推移，容易分解的系统已经被分解了，剩下的系统一般是连接紧密，较难分解的。我们相信，并非任意的组合（或冯内古特所说的”松散组织“）都可以成为系统，因为这样的组织很容易被分解成一些因素，因相当极端的分解而丧失了秘密。由此得出强连接定律：平均来说，系统连接的紧密程度要在平均水平之上。也即系统元素之间的联系比松散组织要紧密。

14. 强连接定律也可表述成：系统由部分组成，其中任一部分都不能改变。

15. 我们是想唤起人们对互相依赖属性的注意。

16. 分解哲学也可以体现为，在科学定律的”如果……那么……“之前加上一段”所有其他东西都不变……“。根据分解的这种表述，强连接定律可以写成另外一种形式：在系统中，其他事物很少保持不变。

对行为的描述

首先从白盒的角度说明我们永远无法确信仿真系统能够捕获被研究系统的所有特性。通过状态空间的例子，说明如果存在空洞，要么是观测不完全，要么是对于属性的分类过于宽泛。接下来介绍2个法则：历时法则和共时法则。对于复杂系统，利用投影，把多个属性合成一个，加入时间属性，各属性针对时间属性做分量等方法，可以获得不同的视角，观察到不同的东西。借组时间尺度的问题，说明数到3法则。最后说明开发系统的不确定性，无法确定我们观测到的约束应该归因于系统，还是归因于环境。（不确定性法则）。

1. 我们永远也无法确信我们的仿真系统能够捕获被研究系统的所有特性。

2. 状态空间的空洞提示我们：我们的观测并不完全，还有尚未观测到的其他状态；我们对于属性的分类过于宽泛。

3. 历时法则：如果行为线自相交叉，则系统不是由状态决定或者我们看到的是一个投影，一个不完整的视图。

4. 在物理空间中，2个物体不能在同一时刻出现在同一位置。如果我们对正在研究的系统有完整的视图，就可以使用这个规则。共时法则：如果同一时刻有2个系统处于状态空间的同一位置，那么说明该空间的维度过低，也就是说，视图是不完整的。

5. 2种变化：投影，把多个属性合并成一个。以此抽象，有可能发现系统行为的某些特点。

6. 在不同的情况下使用不同的时间概念，对于变化我们的视点是一种有效而且有力的工具。比如物理学家把时间看做单向和独立的，就可以形成“频域”视点。

7. 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3法则：如果想不出3种滥用某种工具的方法，你就不懂如何使用它。

8. 时间用标准尺度将变量分割开来，从而使得我们能处理具有大量变量的系统（f(x,y,t)分解为g(x,t),h(y,t)）。这样一来，很容易使我们养成一种难以调整的习惯，这些度量是独立的。

9. 因为我们喜爱简单，所以倾向于认为系统具有单一的行为线。然后开放系统并没有单一的行为线，而是具有一组由输入来决定的行为。开放系统中的行为往往是不确定的，但因为我们喜欢简单，所以我们一般会采用典型行为或者意外但重要的行为，又或者平均行为来回复单一的行为线。实在不行了，就说是随机的。

10. 系统的输入和系统本身的性质都可能导致系统达到某种状态，但我们无法区分。所以，不确定性法则：我们无法确定观测到的约束应该归因于系统，还是归因于环境。

一些系统问题

1. 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。

2. 当我们提及稳定性的时候，表达的实际上是2重意思：系统的一些可接受的行为以及环境的一些期望之内的行为。换句话说，我们在状态空间中定义了环境变化的范围，以及相应的系统变化范围。

3. 线性系统的概念虽然对系统思维很有益处，但也将绝对注意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。线性系统的近似实际上是说，在一个合理的范围内，系统是线性的，但什么是合理的范围？与线性近似的另一个问题是，稳定的系统不必都是线性的。

4. 我们还是倾向与感到稳定性与良性偶关系，指所有我们会有这种倾向，是因为人们更容易注意到变化，而不是不变的东西。，此外，在我们注意的事物中，引起痛苦或不是的事情更容易形成单次印象。所以当发生变化时，让我们感觉变差的东西通常会留下更深刻的印象。所以我们开始认为变化等于恶化。

5. 随着时间的推移，我们会改变好事的定义，同样也可以改变稳定的定义。

6. 持续是指系统要值得研究而必须存在的一段时间。这段时间的长度取决于系统和观察者之间的相对时间尺度。

7. 差异是控制论中最基本的概念，一般系统思维中也是这样。

8. 系统是否存续的问题，取决于如下因素：环境做了什么；系统的程序如何转换环境；用来标识系统的变量是什么；观察者的程序如何操作这些变量。

9. 要理解变化，必须考虑转换自身发生变化的可能性。

10. 旧车定律：调节作用发挥得很好的系统不需要适应性变化；系统可以通过适应性变化来简化它的调节工作。

11. 重新表述旧车定律：看世界的方法不对观察者产生过渡的压力，就不需要改变；看世界的方法可能会改变，以减轻对观察者的压力。