很多人反映《系统化思维导论》非常难读，但其实这本书非常有用，它旁征博引，提出一些广泛的原则，适用于生活的方方面面。
PPT 上面的封面图片是一片湿地，湿地就是环境系统的一部分。我们以前对环境没有概念，尤其是在大跃进的时候，麻雀甚至被定义为“四害”。到了八九十年代，人们才慢慢意识到环境的重要性，政府提出了“退耕还林”的口号。这就是系统化思维的一个方面。
我们不能孤立的来看任何一件事，要系统的、大局的去看看待事物。
【我们面临的复杂问题】
我们的世界非常复杂，不如初看上去那么简单。
源于芒德勃罗一个非常简单的分形几何规则，每一个小球放大，和最初看到的图形是一样的。
【化简】
牛顿，三棱镜的射散实验。
牛顿得出的天体运动理论，其实是一个重要的化简过程。牛顿在处理天体运行的过程，就做了巨大的简化——他只考虑了两个天体之间的相互作用，由于空间的关系，他所做的简化就显得非常合适。但在超出其假设前提的情况下，牛顿的解释就会有偏差。
【困难】
大家都看过《三体》，三个物体在互相作用的情况下，在数学上是无法得出最终答案的。数字化世界中，我们可以算出模拟模型，但是在初始值变化的情况下，得出的解仍会出现问题。
【热力学】
气体与固体不同，随着科学的演进，许多科学家对于气体进行了许多深入的研究。随着热力学的诞生和分子研究的深入，分子之前的碰撞和相互作用要求科学家们抛开牛顿之前的简化方法，运用更为复杂的方法来研究热力学和统计物理的相关知识。
热力学利用统计的方法获得了一定研究的成功，因此科学家们希望能把热力学的统计方法应用到更多新的领域，例如大数据等。比较著名的成果就是“大数定理”。
“面包掉到地方上的时候，一定是涂果酱的那一面着地。”墨菲定律衍生出了很多类似的说法。做软件的人都知道，系统是一定会崩的。就如同携程的例子一样，“可能发生问题的，就一定会出问题”。
【类比】
“人生就像一盒巧克力，你永远不知道下一块是什么味道。”
研究系统的时候，我们经常会采用类比的方法，用来表达抽象的概念。
每个人的类比方式和他的生活方式、思维模式有关。
【抽象规律】
丹麦天文学家第谷花了三十多年收集行星的运行，在他去世之后，他的弟子开普勒接手了他老师的研究工作，对“大数据”进行分析，形成了“开普勒三行星定律”。通过大量的数据分析，人们希望能够发现一些抽象的规律。
沃尔玛很早就开始做数据收集和挖掘。通过对数据的分析，沃尔玛发现很多有趣的规律，比如啤酒和纸尿布放在一起会比较好卖。这个和数据已经没有任何关系了，但这是通过大量的数据积累和挖掘得来的结果。
【第零定律】
“所有规律都有特例。”
【幻相】
由于科学技术和认知经验的限制，很多时候，人容易被自己的感官所欺骗。
所谓庄周梦蝶，真实和虚拟之间的区别越来越难以定义。
【相对思维】
在做期货交易的人里面，有很大一群人做的就是价差交易，俗称“套利”。这群人信奉的观点就是：“我不承认绝对价值，但我承认相对价值。”
【系统即集合】
系统是看待世界的一种方法。我们在研究系统的时候，最终会采用一些数学形式。最典型的就是经济学领域，人们会运用大量的数学模型来进行一些推论。
数学无对错，落实到具体的应用，则需要对应到正确的数学模型。
【符号无关】
我们在描述一个具体规律的时候，与描述这个规律的符号是没有关系的。
【状态转换】
人总是处在清醒和睡眠两个状态间，进行不停的转换。鉴于模式识别和时间变化，系统的状态会进行转换。
【眼脑互补】
在人类没办法登月之前，人们一直在思考一个问题：地球到底是圆的还是方的？宇航员进入太空，用肉眼看到了圆形的地球，不假思索的就能得出圆形地球的结论。因此，看得越多，想的越少。看的越少，脑补的越厉害，想的就越多。做系统的时候，如果IO特别强，内存和CPU就可以稍弱一些。如果IO不够，那么对内存和CPU就会产生比较多的限制。
【大概率事件】
从生鸡蛋煮成熟鸡蛋，这是一个大概率事件。从熟鸡蛋变成生鸡蛋，这是个不可能事件。这来自于时间的不可逆性。
测试是为了证明系统在多大的概率之下能够（或者不能够）工作。Windows 在刚出来之时，大约还有8万个 bug 没有解决，在系统的崩溃率基于可接受的范围内和具备一定补救措施的情况下，系统依然能够发布和投入使用。
系统中的大概率事件，会让我们忽略一些小概率事件。这就是所谓的“黑天鹅”。
【函数定义】
Haskell 标志着函数的兴起。函数让人们定义过程，而非对象。
函数可以定义参数、变量，我们可以用函数来表述一个系统，并说明这个系统的状态和哪些变量有关系。
【以史为鉴】
在我们设计系统的时候，我们通常会借鉴之前的历史。
【系统边界】
我们在做系统需求分析的时候，要对系统边界进行界定。当我们在设定一个 API 或者数据接口给第三方使用的时候，便需要进行精心的设计。
例如，最近我一直在研究 ZERO MQ。这是用 lib 的方式存在的，不会占用任何实体服务器。在涉及服务器的集群时候，它提供了很多消息队列的实现模式，对系统架构的设计提供了很多新的模式。对我有很大的启发。
【白盒仿真】
“如果一个生物，它走起来像鸭子，叫起来像鸭子，看起来像鸭子，那么它很有可能是一只鸭子。”
白盒仿真，是用相似的内部结构来模拟一个系统。PC 上的仿真器非常之多，但其应用也有有限之处；在开发环境和测试环境做的测试，都不能完全包括生产环境下可能发生的问题。因此一个强大的运维团队是必不可少的。
【状态空间】
人的计算能力十分有限，只能处理简单的系统。因此所有编程的努力，都是让系统变的更为简单，让人更好上手处理。
【封闭变化】
《失控》里面提到过最终失败的生态圈一号，人们始终没有办法人造一个完整的生态系统。
严格密闭的系统是很难模拟出来的，物理学中定义其为“黑体”。
从现在的趋势来看，我们的数据都需要以某种形式开放出来。内外联网的需求越来越强烈。所谓的互联网思维，在法律等各个方面，对政府的内网系统产生了巨大的挑战。
【问题来源】
“告诉我问题在哪里，我一定改。”这是程序员的经典问题。
那么问题到底在哪里？是系统内还是系统外？
【细微变化】
非线性系统中，某些细微变化可能会导致剧烈变化。
有个非常经典的例子，中文的“+”和英文的"+"看起来非常类似，但是 unicode 是不同的。有个程序员用 Scala 进行自定义函数的时候，两个加号弄混了，调一个 bug 就调了两个多小时。
建立一个好的系统，需要计算思维、设计思维、系统思维和领导力思维。这四种思维的融会贯通，对任何一个人都非常重要。
2015.5.31 《系统化思维导论》读书分享会