· 1 Min. Lesezeit

2026-08-10控制论与科学方法论

  • x:面对复杂、不确定且无法直接剖析的系统,人类如何避免认知盲动并实行精准控制?

  • f:将客体视为“黑箱”,通过输入/输出变量构建主观模型,并利用“负反馈调节”的目标差修正机制在实践中逼近目标状态

  • f(x):放弃对“绝对终极因果”的执念,通过设计“输入-反馈-校准”的闭环,在“做起来看”的动态迭代中校准认知并解决现实问题


1. x:作者在讨论什么问题

在传统的牛顿经典决定论里,宇宙被视为一台结构严密、精确运转的确定性机器。然而,当人类的探索步入生物、生态、社会、化学等现代复杂系统时,这种“单向线性因果”的思维方式彻底撞上了墙壁。

面对一个复杂的系统,我们往往面临以下三个困境:

  • 无法直接破拆(黑箱限制):由于技术手段限制,或因为“强行打开就会破坏其生命和结构”,我们无法直接看清系统内部的构造,比如人的大脑、地球深处的地幔,或是复杂的化学反应釜;

  • 系统的不确定性:事物的发展并不遵循单一的既定轨迹,而是存在着向无限远处伸展的“树枝状可能性空间”;

  • 传统控制失效:传统的科学研究习惯于“固定其他变量,观察单向因果”,但这在高度互为因果、反馈盘根错错的系统(如生态网和宏观经济)中会彻底失灵。

因此,作者在本书中讨论的核心问题(x)是:在面对复杂、不确定且无法直接剖析的系统(客体)时,人类如何避免由于缺乏信息导致的认知盲动与控制失效,进而建立一套科学、可收敛的认识并实行精准的控制?


2. f:作者怎样回答

为了处理上述难题,作者提出了一套将**“黑箱认识论”“闭环负反馈调节”**融为一体的科学方法论。这套回答并非空洞的哲学口号,而是通过一套能够量化并迭代自愈的内部机制来实现的。

我们可以用以下这一条“负反馈校准黑箱”的闭环回路,来直观展现这一机制的运转:

┌─────────────────────────┐
               │   可控制输入 (Inputs)   │
               └────────────┬────────────┘
                            │ 改变条件
                            ▼
┌────────────────────────────────────────────────────────┐
│                 客体黑箱 (Black Box)                   │
│      (由内部矛盾决定、向无限伸展的树状可能性空间)       │
└───────────────────────────┬────────────────────────────┘
                            │ 产生结果
                            ▼
               ┌─────────────────────────┐
               │  可观察输出 (Outputs)   │
               └────────────┬────────────┘
                            │ 收集信息
                            ▼
┌────────────────────────────────────────────────────────┐
│              目标差比较与校准 (Comparator)             │
│   对比:理论预期 vs. 实际输出 ──► 产生“目标差” (Gap)    │
└───────────────────────────┬────────────────────────────┘
                            │ 纠偏调节
                            ▼
┌────────────────────────────────────────────────────────┐
│                  主体模型 (Model B)                    │
│       (动态缩小可能性空间,累积控制能力 M/m)           │
└───────────────────────────▲────────────────────────────┘
                            │
                            └─────── 反馈调整行为 ───────┘

这套回答的运转依赖于三个互为支撑的锚点机制:

锚点一:控制的本质是在“可能性空间”中进行方向性选择

控制论研究的起点是“可能性空间”,即事物发展可能面临的所有状态集合。“控制”的本质,就是人通过改变条件,在可能性空间中进行有方向的选择,使其范围缩小的过程

  • 控制能力:可以用实行控制前后的可能性空间之比((M/m))来度量。

  • 避免完美陷阱:在绝大多数控制中,我们不需要(也无法)将可能性空间缩小到唯一的绝对点。如同用网捕鸟,只要将鸟控制在大网(小区间)的范围内即算控制成功;如果像愚蠢的捕鸟人一样,试图用一根绳圈去精准卡住鸟(极限定位),反而会导致控制彻底失灵。

锚点二:不打开黑箱的“映射建模法”

面对无法剖析的系统(黑箱),我们无需破坏或解剖它,而是可以通过研究其外部变量来认识它。

  • 可观察与可控制变量:主体通过向客体输入“可控制变量”,并观察客体反馈的“可观察变量”。

  • 模型建构:我们根据外部输入与输出之间的约束规律,在主体大脑中建立起关于黑箱内部机制的“模型”。规律本质上就是这些变量之间的约束关系。我们通过这种间接的“黑箱映射”,得以安全、无损地获得对复杂系统的认知。

锚点三:负反馈调节的目标差累积机制

当我们的一次控制能力不足以直接达成目标时(例如火箭射向月球),如何实现精准控制?

  • 目标差(Target Gap):系统必须把控制后果与目标不断作比较,产生“目标差”。

  • 能力累积:负反馈调节通过“目标差不断减少”的自动纠偏反应,并将每一次控制的逼近成果积累起来。每次反馈都是以上一次被缩小了的可能性空间为新的输入,进行更深一步的选择。这就是把有限控制力通过多次闭环迭代,放大成无限控制力的核心秘诀。


3. f(x):怎样回应这个世界

在接受了《控制论与科学方法论》给出的 (f) 之后,我们面对复杂、不确定世界时的理解路径、判断标准和行动指南将发生根本性的改变:

  • 从“静态规划”转向“动态闭环”(做起来看)

    • 过去:在面对一个任务时,我们习惯像经典的牛顿力学一样,试图在行动前算尽一切轨迹、列出完美详尽的计划才敢动手。

    • 现在:我们明白客观世界在不断变化。最高明的策略是像“鹰抓兔子”一样,干起来再说(做起来看)。我们应当迅速搭建起“信息输入-输出-目标差比较-纠偏”的反馈闭环,在行动中根据实时反馈动态校准航向。

  • 从“强行破拆客观真相”转向“建立可控黑箱映射”

    • 过去:在面对未知时,我们会陷入执念,试图看透事物的“终极本质”,一旦因为系统太复杂而无法直接剖析,就会陷入焦虑和停滞。

    • 现在:我们学着将复杂、有毒、或超出能力的客体当做“黑箱”来温和对待。我们不再纠结于它不可触及的内部,而是严格通过控制其输入(可控制变量)和观察其输出(可观察变量)来建立实用模型。

  • 防范“反馈过度”与避开“可能性陷阱”

    • 过去:面对挫折或偏差,我们往往会出于本能进行过猛的反应,导致认识或控制忽左忽右、剧烈摆动(例如辅导功课时过度严厉或过度放任,或者看到市场波动就立刻梭哈、割肉)。

    • 现在:我们能敏锐识别“反馈过度”引发的系统震颤,并在调节时采用温和、平滑的修正幅度。同时,我们会有意识地识别可能性空间里的“陷阱状态”(如彻底丧失挽回余地的毁灭或死局),在探索过程中坚决不最先尝试那些可能削弱后续控制能力的行为,保护好自适应系统的生命线。


4. 资料校准

  • 书籍名称:《控制论与科学方法论》

  • 作  者:金观涛、华国凡

  • 历史背景:最初于 1974—1975 年(“文革”后期)以油印本形式在地下流传,1983 年正式出版。其思想融合了作者自己提出的“可能性空间”、“共轭控制”、“突变理论和质变的关系”等创造性成果。

既然我们已经用控制论拆解了认知升级的闭环,需要我帮你把这套“黑箱反馈模型”应用到你目前正在处理的某个具体项目或难题(例如特定技能学习、个人知识管理或自媒体定位)中吗?