# 一、复杂性科学00:05

1. 还原论VS整体论 00:07

1）还原论 00:10

![](images/04188038cdc3986c4344a32bec3205621575f2a3572969701952e35dc2d248aa.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
还原论 VS 整体论
它其实就是拿着放大镜
</details>

- 核心方法：通过不断分解研究对象来理解其本质，如同拿着放大镜观察事物。科学家们从分子到原子再到夸克进行层层分解。
- 局限性：即便对夸克研究得非常深入，仍无法解释失眠、交通拥堵等复杂现象，说明还原论在解释某些问题时存在明显不足。

2）复杂性科学起源 00:47

● 转折点：当还原论无法解释所有问题时，科学界开始反思并转向整体论视角，考虑从系统整体角度研究问题。  
● 学科诞生：复杂性科学作为新兴学科在上世纪80年代出现，虽然至今尚未形成完全成熟的独立学科体系。

3）复杂性科学的定义 01:20

![](images/23b0fabb1f727fa2bbd0bd750bb015696aac295b1547a7056bb33fc9cd601f45.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
复杂性科学
运用跨学科方法
研究不同复杂系统之中的
涌现行为和统一性规律
</details>

张江定义：运用跨学科方法研究不同复杂系统中涌现行为和统一性规律的学科。其核心特征是研究简单个体通过交互产生的复杂系统行为。  
● 学科地位：与相对论、量子力学并列为20世纪最重大科学突破之一，对公司管理、金融系统、人工智能等领域具有重要指导价值。

4）复杂性科学相关书籍推荐 01:56

![](images/80436794fd9f70b2bbbacda7bc0373718fd5c021189fd58555d7208baf001409.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
规模
SCAL
复杂世界的简单法则
版权所有力的生言道者 多维理解新书的思维框架
The International Journal of Economic, Economic, and the Part of Life in Economics, China, Economy, and Companies
[美] 著 罗 译
遇到的各种各样的规模函数的这个曲线
</details>

# ● 入门读物：

○ 《复杂》：梅拉里·米谢尔著，公认的学科入门经典  
○ 《规模》：杰弗里·韦斯特著，研究增长规律的权威著作  
○ 《失控》：凯文·凯利著，互联网产品经理必读书目  
○ 《系统之美》：系统论鼻祖德内拉·梅多斯代表作  
○ 《复杂性思维》：跨学科视角的学术性著作

# 2. 复杂系统 03:00

# 1）复杂系统的定义 03:02

![](images/d39976e293b517f185e0935d37d23dbc6d55f189ade304f9442420b9b6fa9633.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
① 需要大量的个体聚集
② 个体之间的运作是相对简单的, 简单的运作大量叠加之后, 会产生一种群体的复杂行为
③ 群体可以不断通过进化, 对环境产生适应性
</details>

# 基本特征：

需要大量个体聚集（数量级通常在百万以上）  
○ 个体遵循简单运作规则  
○ 通过进化产生环境适应性

● 涌现现象：简单规则大量叠加后产生群体复杂行为，呈现1+1>>2的效果

● 应用案例 03:32

例题:蚁群聚集案例

![](images/4ad6c472f4bdb881141422315f1e813224e596dc0ed785b3379c2ec24b8d0d22.jpg)

<details>
<summary>text_image</summary>

所长林超
100只蚂蚁 → 死去 → 蚁群完结
100万只蚂蚁
瞬间就量变到质变了
</details>

# 案例解析：

● 100只蚂蚁：个体随机行动导致群体消亡  
● 100万只蚂蚁：产生筑巢、觅食等集体智能行为  
● 关键发现：数量级变化引发质变，形成超越个体智能的"超生物"现象

● 蚂蚁和大脑的比较 04:16

相似性分析：

■ 数量规模：蚂蚁(百万级) vs 神经元(860-900亿)  
■ 简换单元：单只蚂蚁/单个神经元都遵循简单规则  
■ 智能涌现：通过简单交互产生高级智能

典型系统：除蚁群和大脑外，人体、经济系统、互联网等都符合复杂系统特征

3. 复杂性科学定义 05:02

● 跨学科研究：运用跨学科方法研究不同复杂系统中的涌现行为和统一性规律  
● 系统特征：通过个体简单运作产生群体复杂行为，并能通过进化产生适应性  
● 核心要素：聚集是产生复杂系统的必要条件，但非充分条件

1）聚集 05:16

● 基础条件：大量个体聚集是产生复杂系统的前提  
● 反例说明：并非所有聚集都能形成复杂系统（如塞车现象）  
● 数量要求：需要足够数量的个体聚集才能产生后续效应

2）集体智慧与集体愚蠢 05:31

![](images/8c4ccf6ecc8a7b051309966795d4fa2acdf7282c6036376f1295cd0876ea22d1.jpg)

<details>
<summary>text_image</summary>

所长林超 bili bili
集体智慧
1+1>2
集体愚蠢
单体复杂
1+1<2
而且每个单体有自己很多的想法
</details>

效能差异：

集体智慧：1+1>2，单体简单且规则简单深刻  
○ 集体愚蠢：1+1<2，单体复杂且规则复杂肤浅

● 典型案例：

- 愚蠢案例：城市塞车系统（司机个体复杂导致整体低效）
- 智慧案例：自动驾驶系统（简化单体行为实现整体优化）

\- 同质化陷阱：

◦ 大学生求职内卷现象（同质化导致内耗）

- 对比亚马逊生态系统（异质性实现共生）

# - 形成条件:

- 智慧系统：简单个体+简单深刻规则+大量叠加
- 愚蠢系统：复杂个体+复杂肤浅规则+无序互动

# 3）蚁群案例应用 08:22

![](images/fab4e82a3641e2cdab256b174e2e5960de56997f312794eb17a0f517df6fc3a6.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
蚁群算法
有一个算法叫做蚁群算法
</details>

# 三要素模型：

数量基础：派出大量蚂蚁进行路径探索  
信息机制：行走时释放信息素，返回时强化路径

- 正反馈：蚂蚁优先选择信息素密集的路径

# 数学原理：

○ 路径越短→往返越多→信息素越多→吸引更多蚂蚁  
○ 形成路径短→信息素多→蚂蚁多的正向循环

![](images/f4ef6bf22d0fab725c547b59b63dc98c8797488fc48292c7224fd69b48abc7da.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
80年
一天清醒16小时
934400个半小时
你的一生能被切出将近一百万个分身
</details>

# 四重启示：

○ 时间切割：将人生按半小时单位切割（约100万时间单元）

- 简化规则：每个时间单元只专注单一任务  
  闭环运作：完成任务后立即进入下一闭环  
  ○ 量变质变：简单行为大量重复产生系统智慧

# - 聚焦四段论

# 聚焦四段论

# 清理念头半小时

![](images/95d7a2eaf94ed0f1c0373201e1ddb523af1528a6d3b28237a5584877d95ab0fe.jpg)

# 写下来之后 我对它进行排序

○
○ 清理念头（30分钟）：

■ 写下所有杂念并排序  
■ 最终保留唯一焦点任务

忘我聚焦（2小时）：

■ 进入心流状态完成核心工作

○ 刻意休息（30分钟）：

■ 设置闹钟进行高质量放松

○ 惯性工作（X小时）：

■ 延续前期成果进行低耗能产出

所长林超bilibili

# 复杂事情简单化

# 简单事情重复做

![](images/9e4eeef9e71bb234b6f786f1ecaf7a3a84b53b4c8a033a8910930136f04a4e9f.jpg)

# 当时对我来讲 我觉得受过高等教育的人

○ 核心口诀：

■ 复杂事情简单化  
简单事情重复做

○ 实践要点：

■ 拒绝中间态（以终为始）  
■ 克服碎片化（深度聚焦）  
■ 重视积累效应（量变到质变）

4. 涌现 17:05

1）涌现的定义

![](images/a78d18a8d68dc80f8462674ba337deccd450e5ce352565eb70179ac127fdc37b.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
涌现
涌现这个概念的本质其实非常简单
</details>

● 核心特征：整体大于部分之和，如一杯喜茶的价值大于其原料（波波芋泥、椰奶、杯子、杯盖、吸管）的简单叠加

- 临界条件：当系统成员间的连接数超过某一临界值时突然出现，如《复杂》书中定义："随着成员数目增加，链接数不断增长，超过临界值就会出现涌现"

\- 必要因素：

数量基础：单体数量必须足够多（如大脑需要几百亿神经元）  
○ 连接密度：单体间必须建立充分连接（神经元间的突触连接）

![](images/98c5b05c33aac0322a297b9c8f82f90f6c24586775ced5d23afb53bf23929f44.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
层次性
最后变成了雪花状的状态
</details>

- 突变特性：从直线 $\rightarrow$ 弯角 $\rightarrow$ 星状 $\rightarrow$ 雪花状的逐层质变过程，每层都产生全新特性  
  2）简单原子叠加质变成复杂人类 19:22

![](images/0ac18c92f3fc7aac8e51bc98e6dcf7e06aebe8d4974053f576fc1db81a85d0c4.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
分子
然后接下来,分子又进一步构成蛋白质
↓
蛋白质
</details>

$\bullet$ 递进路径：

○ 原子→分子→蛋白质（呈现原子不具备的新特性）

- 蛋白质→细胞（性质发生质变）  
  ○ 细胞→器官→人体（器官功能超越细胞简单叠加）

# - 自我意识案例：

- 高层控制："我"可以决定砍掉手臂，而构成手臂的细胞作为单体无法拒绝
- 层级矛盾：意识作为涌现产物，其决策能力与构成它的基础单元存在控制层级差

![](images/d979f0eba2757ba91e1be5576d4c62d22541f81a29265cd65cfb4ab20304cb6d.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
意识
但只有几百亿个神经元放在一起的时候
</details>

● 神经科学证据：仅当数百亿神经元通过突触充分连接时，才会涌现出意识这种全新属性

# 3）应用案例 21:51

● 例题：电影层次性例子

![](images/737035d0995e17d8938a9e5866d697a187c0cfe9a35d29a2fc84725d3fe7b4f0.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
LEONARDO DICAPRIO
INCEPTION
因你会从它的
</details>

O

○ 题目解析

■ 层次表现：音乐、视觉、表演、剧情、逻辑等多维度均达到高质量标准  
■ 生命力来源：各层次细节的精心设计产生协同效应，使作品呈现"有厚度"的观感  
■ 涌现启示：伟大作品需要时间积累不同层次的优秀要素

● 例题：国家层次性例子 22:14

![](images/0add3dffee7b26eb1cd771c695a08193d6b83ce5c8b938ce0692b82ad0966fab.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
层次性
有生命力的作品/公司/国家
韩国 vs 日本
那么再比方说 日本和韩国
</details>

O

○ 题目解析

■ 历史积淀：日本文化通过长期迭代形成多层次结构（如茶道、能剧的仪式体系）  
■ 对比案例：韩国文化因历史较短，某些领域呈现"单薄感"（如流行文化的快速更替）  
■ 关键指标：文化产品的"厚重感"直接反映其涌现过程的完整程度

# 5. 迭代 22:49

# 1）版本迭代 23:02

![](images/b45dfbb28d6870bf8436b3e2fa7208a024fedff8660f380443f9cce79999880f.jpg)

<details>
<summary>text_image</summary>

所长林超 bilibili
迭代
它应该算是工程学和产品学的词汇
</details>

- 概念溯源：迭代(iteration)本质上是工程学和产品学术语，而非复杂性科学专用词汇，与"进化"概念存在相似性但应用领域不同。  
  ● 典型应用: 软件版本迭代(1.0→1.1→2.0)、文章修改版本(2.x→3.x)等渐进式优化过程。  
  ● 核心思想:

○ 非完美起点: 初始版本只需完成基本功能闭环，而非追求完美

- 持续优化: 通过不断改进加工实现版本递进
- 现实启示: 复杂创作过程大都无法一蹴而就，需接受从粗糙版本开始的优化路径

![](images/bca20ec27a133b1299a4688ebc929c817e191d17152749c6ea2891ca9387e26c.jpg)

<details>
<summary>text_image</summary>

所长赫超 bilibili
版本迭代
1.0 1.1 1.2
2.0 2.X
3.0 3.X
而是我们会推出一些相对比较简单的
</details>

# ● 商业概念:

○ MVP(Minimum Viable Product): 满足基本功能的最小可用产品

- PMF(Product Market Fit): 产品与市场需求的契合点

● 人生启示: 个人定位过程如同产品迭代，需在市场中发现自身最优价值点

● 图解最小可用产品和产品市场契合点 24:04

![](images/5f35c754ccb0fe1520946bcd8d6db0e0b150dc73fa7d4ed0af9c0411fb5f52c4.jpg)

<details>
<summary>text_image</summary>

所长林超 bill
Not like this...
Instead like this!
这是第二种造法
</details>

# 两种开发模式:

■ 逐层递进式: 已知最终形态时的工程实现路径(如从轮子→底盘→整车)  
■ 原型迭代式：探索未知领域时的最小原型验证路径(滑板车→自行车→电动车→汽车)

# ○ 关键区别:

■ 前提条件: 是否明确知道最终产品形态  
■ 验证机制: 原型迭代强调早期市场验证(滑板车有人购买即证明代步需求存在)  
■ 内核延续: 所有迭代围绕核心需求升级(案例中的代步需求)

# ○ 版本演进:

■ 1.0: 验证核心需求的滑板车  
■ 2.0: 功能升级的自行车  
■ 3.0: 动力改进的电动车  
4.0: 最终形态的汽车

\- 涌现特征: 看似不同的产品形态始终围绕代步需求这个底层内核

# 2）人生道路灵活目标坚定 26:02

# ● 目标实现模型:

○ 钢笔画目标: 保持终极目标不变(如到达人生彼岸)  
◦ 铅笔写道路: 允许具体路径不断调整(遇到障碍时改变路线)

# ● 现实特征:

○ 非直线前进: 实际路径可能南辕北辙(计划去B点最终到达D点)

- 持续调整: 需要不断擦除旧路径绘制新可能性  
  ○ 关键品质: 道路灵活性+目标坚定性=真正的坚毅

![](images/e3b0d70eaabcd65ce73492c8983c1b5d6e1ab5fe1370fa8de87c1f0637f83876.jpg)

<details>
<summary>text_image</summary>

所长林超
bili
Not like this...
逐层递进
Instead like this!
如果你从来不知道汽车是长什么样的
</details>

# 常见误区：

○ 线性进步假设: 误以为1.0→2.0→3.0必然呈现直线上升

- 真实模式: 长期平台期(1.0-5.0同水平徘徊)+突然拐点突破

# ● 心理建设:

- 接受平台期: 30版本才出现PMF(产品市场契合点)是常态
- 延迟满足: 量变到质变需要持续积累节点和挫折

# 3）精益创业思想 29:03

# 六步循环:

○ 产生想法 → 2. 快速行动 → 3. 获取结果  
○ 数据衡量 → 5. 分析复盘 → 6. 新想法

# - 核心原则:

- 快速验证: 尽早交付不完美但完整的产品闭环
- 持续迭代: 通过测量-学习-改进循环渐进优化  
  ○ 普适应用: 适用于创业/个人发展/组织创新等场景

![](images/a9a26eaa31740b5896f93af8c6edcc6c89177608d7475affc0cce6cfbdda4417.jpg)

<details>
<summary>text_image</summary>

所长赫超
bili
Not like this...
Instead like this!
就是 你应该从最简单的
</details>

# - 相反方法论:

- 顶层设计: 集中力量办大事(如芯片攻关)
- 猛虎搏兔: 超高强度资源投入确保成功

# ● 适用场景:

◦ 迭代优势: 探索未知领域/需求不明确时

- 顶层优势: 目标明确/资源充足的关键突破

# 6. 适应性 30:47

![](images/6b807deebecf7f1b0ebb7e3191b92752dcb1390985d0c654a96b7eca7c778182.jpg)

<details>
<summary>text_image</summary>

所长林超
Not like this...
Instead like this!
你会先找到这个市场上有人愿意买它
</details>

# ● 伤害-恢复机制:

○ 生理层面: 肌肉训练产生微损伤→恢复期超量再生  
○ 心理层面: 适度挑战认知边界→促进神经重构

- 组织层面: 危机后的重建往往激发更强生命力

# 四圈理论:

- 成果圈：现有能力可轻松达成的范围
- 能力圈：当前实际能力边界  
  ○ 成长圈：适度超出能力圈的挑战区

\- 死亡区：严重超出承受能力的危险区

![](images/e048e073c892f54c5b857ce34b7291338439ff42a0d377bb98ac2e29256ecbc0.jpg)

<details>
<summary>text_image</summary>

所长林超
Not like this...
Instead like this!
某种程度上
</details>

● 关键平衡:

- 不足：停留在舒适圈导致能力退化  
  过度：进入死亡区造成不可逆损伤
- 适度：成长圈内的可控挑战最理想

● 复杂系统特征:

- 涌现基础：简单规则通过迭代产生复杂适应行为
- 层级跃迁：量变积累触发质变式能力突破

二、知识小结

<table><tr><td>知识点</td><td>核心内容</td><td>关键案例/应用</td><td>关联概念</td></tr><tr><td>复杂性科学起源</td><td>从还原论(分解研究)转向整体论(系统视角),解释还原论无法解决的问题(如失眠、交通拥堵)</td><td>分子→原子→夸克的分解研究局限</td><td>还原论 vs 整体论</td></tr><tr><td>复杂系统定义</td><td>大量简单个体通过简单规则交互,产生群体复杂行为并进化适应</td><td>蚁群(信息素路径优化)、大脑神经元网络</td><td>涌现、自组织、适应性</td></tr><tr><td>涌现现象</td><td>整体大于部分之和,跨临界值后突然出现新特性(如意识、集体智慧)</td><td>神经元→意识;滑板车→汽车迭代</td><td>层级递进、临界点</td></tr><tr><td>群体智慧 vs愚蠢</td><td>单体简单+规则深刻→智慧(蚁群);单体复杂+规则肤浅→愚蠢(交通堵塞)</td><td>自动驾驶优化交通(简化单体行为)</td><td>同质化内卷、生态位互补</td></tr><tr><td>迭代与精益思想</td><td>最小可用产品→持续闭环优化(如滑板车→汽车);拒绝完美主义</td><td>互联网产品版本迭代、人生目标调整(铅笔写道路)</td><td>产品市场契合点、拐点理论</td></tr><tr><td>适应性成长</td><td>走出舒适圈→适度伤害→恢复变强(健身、国家重建)</td><td>肌肉锻炼、芯片技术突破</td><td>成果圈、能力圈、死亡区</td></tr><tr><td>时间管理启发</td><td>切割时间颗粒(半小时单元)、单线程聚焦(蚂蚁模型)、刻意休息四段论</td><td>推销员敲门量变→质变</td><td>心流状态、念头清理</td></tr><tr><td>推荐读物</td><td>《复杂》(入门)、《规模》(增长曲线)、《失控》(互联网经典)、《系统之美》(系统论基础)</td><td>豆瓣高分科普书</td><td>跨学科研究</td></tr></table>