来源：
节选自《系统化思维导论》，作者：[美]温伯格，
人民邮电出版社授权
发布
对于刚刚开始职业生涯的年轻人，我的忠告是，用新鲜的、不教条的、没有偏见的头脑，去思考大事情的主要轮廓。
——H. 塞里（H. Selye）
但是，人不能脱离信念而存在。没有信念，我们寸步难移，因为不知道前面的地面是否能支撑我们的体重。我们甚至不能站得很直，因为不知道脚下的土地是否坚实。一般系统方法不会让我们无需信念，只是设法用一组信念补充另一组信念，以期在有些时候更加有用。
在什么基础上，一般系统思维肯定会有用呢？首选答案似乎是伯丁所谓的“一般系统信念的主旨”：
经验世界的秩序本身也有秩序，也许可以称为二阶序。
关于通才，伯丁说：
如果他发现规律时会高兴，那么他发现规律的规律时就会狂喜。如果他认为规律是好的，那么规律的规律就是美味且最值得追求。
这种信念，这种饥渴，可能徒劳无功。但如果二阶序确实存在，那肯定对寻找一阶序的人有用。
从某种意义上说，一阶序是二阶序的基础，发现一般系统规律的主要方法是归纳。一般系统研究者从不同学科的规律开始，寻找其中的相似性，然后向世界宣布新的“关于规律的规律”。各学科的一般规律就只是其特例了。
通过归纳进行一般化处理的威力在于，我们能够运用一般规律针对未曾观察到的情况得出某些结论。这也是通才能从一个学科转到另一个学科的原因。每一次成功都会让人们增强对二阶序的信任程度。
因此，一般系统信念的主旨并不完全基于信念。当然，信念是必要的，因为不是每次学科间的跳跃都能成功。为什么？因为归纳不可能永远有效。就算通才看起来像在驾驶一驾最一般的飞机，但和所有科学家一样，他只是在应用归纳的结果。哲学家们曾经花了很长时间试图证明归纳法一定有效，但现在聪明的哲学家已经放弃了这种努力。赖欣巴哈说：
如果我们想建立一般真理，就需要归纳法，它包含了对未曾观测的事物的参考。因为我们需要它，所以就愿意承担它出错的风险。
但我们为什么不更谨慎一些？为什么不等待更多的证据？原因在于知识呈爆炸性增长，而我们的大脑受到计算的平方律的限制。伯丁说：
当今社会，即使是那些新新人类，他们的知识也只是人类知识的极小一部分。因此，一般系统学者经常在黑暗中跳跃，经常在没有足够证据时得出结论，结果实际上经常做傻事。确实，愿意做傻事几乎就是进入一般系统研究界的必要条件，因为这种意愿常常是快速学习的先决条件。
要成为成功的通才，我们必须用一种天真、简单的态度研究复杂系统。我们必须像儿童那样，因为有充分的证据表明，儿童就是用这种方式来理解许多复杂思想的：首先形成有关总体的大致印象，然后再深入具体的差别。皮亚杰（Piaget）这样描述他的观察结果：
一个不认识字母和音符的四岁孩子，通过一天或者一个月的观察，就能简单地根据题目和那页书的样子，分辨出书中不同的歌曲。对他来说，书中的每一页都代表了一种特别的模式，但对我们来说，每一页的形式都差不多，因为我们看到的是每个词或每个字母。
由于识字，成年人可能丧失了研究部分之前先抓住整体的能力，这种能力被他们在读写方面的高级分析能力掩藏起来了。不过，成年人还是保留了一些语言之外的能力。我们可以认出一个熟悉的街区，即使没有任何标志，也能感觉到某些东西发生了变化，即使我们说不出来。
根据前面的分析，我们肯定会犯一些错误。我们常常误以为曾经到过这个街区，而进一步的分析可能证明我们错了。但在科学中，正如塞里所说：“枯燥乏味的理论与错误的理论差别非常大。”在一个有点熟悉的环境中迷路时，我们需要利用总体印象，快速导向更为熟悉的环境。如果我们发现走错了街区，这个错误就会被纠正。如果我们非要查看每个街区的每个门牌号码，就赶不上晚餐了。
任何方法，不论是分析方法还是综合方法，都不能确保在寻求理解时不犯错误。每种方法都有一些有特点的错误。基于对二阶序的信念，我们大跨度地跳跃，往往完全错了，但至少能很快发现。如果时间是重要的因素，那么慢而对的分析方法所能保证的，就只有无法按时完成任务了。雷利爵士（Lord Rayleigh）曾说：
精心设计的实验的结果常常被视为新发现并以“定律”的形式被提出。其实经过几分钟的思考，人们就可以事先预测出来。
这就是分析所固有的错误。虽然从长远来看，耐心总会有回报，但就像凯恩斯所说的，长远来看，我们都会死。所以，一般系统方法会吸引那些没有耐心等待精确方法的人，但仅仅没有耐心是不够的。要想成为出色的通才，必须学会忽略数据，只看事物的“概貌”。
看看一个完全相反的例子，也许更能理解这种方法的实质，这就是韦特墨（Wertheimer）笔下的奥地利督学：
故事发生在奥地利帝国时期摩拉维亚的一个小村庄。一天，教育部的督学来检查这里的学校。这种例行检查是他职责之内的事情。快要听完一节课时，他站了起来，说：“看到你们都学得很好，我很高兴。班级很好，我对你们的进步非常满意。所以，在离开之前，我想问大家一个问题——谁知道马有多少根鬃毛？”令督学和老师感到吃惊的是，一个九岁男孩很快举起了手。他站起来回答：“马有3 571 962根鬃毛。”督学惊讶地问：“你是怎么知道的呢？”孩子答道：“你要是不相信我，就自己去数一数。”督学大笑起来，对孩子的表现非常欣赏。老师沿着走廊送督学出门时，督学还一直笑个不停，他说：“多有趣的故事啊！回到维也纳，我一定要讲给同事听。我甚至想得出他们会有什么反应，他们最喜欢幽默故事。”就这样，督学离开了学校。
一年后，督学又来这所学校进行年度检查。在送督学出门的路上，老师停下来问道：“督学先生，顺便问一下，你的同事听完马鬃毛的故事后反应如何？”督学拍了拍老师的背，“哦，”他说，“你知道我是多么想快点给他们讲这个绝妙的故事，不过我没讲成。回到维也纳之后，我死活也想不起马到底有多少根鬃毛了。”
有人会反对，说这种基于过度简化的敏锐和清晰包含了一些曲解或错误表述。但这就像是教师面对的永恒悖论：教事实和图表，还是教真理。要教一个模型，教师必须采用具体的图表，并清楚地说明一些根本看不到的东西。学生们必须“学习”一些东西，以便以后意识到，那些东西并不太像他学到的样子。但到那时，他已经抓住了事物的本质，从此开始接近真理。他会用一生的时间不断地修正，不断地接近真理。
——卡尔·曼宁格（Karl Menninger）
至此，我们已经讨论了类比、思维类型系统、一般化以及一般系统思维的其他一些工具。现在我们要解释一下本书对“定律”的使用。开始之前，我们有必要回顾一下科学定律的某些方面，这些是标准著作不太强调的。
具体说来，我们要记住：
科学断言的模式是“如果……那么……”。
我们常常忘记科学定律是有条件的，因为它们常常用非常简单的方式表述，即省略或简写了“如果……”部分。这一部分必须省略，因为如果我们认真地全部写出来，就太长了。例如，热力学第一定律的一种表述是：
系统中的总能量守恒。
我们可以用操作术语细化这个表述，像下面这样：
如果一个系统的能量既没有进也没有出，如果我们对它的总能量进行测量，在测量过程中也没有能量进出，那么每次测量都会得出一样的值。
这个表述还可以进一步细化，但这样已经足够冗长了。这肯定比前面的表述更难记住，而进一步细化的情况就更糟了。
有时候，我们依然需要非常精确地表述“那么”成立的“如果”条件。例如，假设我们真的测量一个系统，并发现每次结果都不相同，我们就可能得出下面某个结论：
1. 能量守恒定律不适用于本系统；
2. 有能量进出；
3. 测量不准确。
最大的可能是我们仍然坚持能量守恒定律，因为定律代表了以前许多实验的结果。虽然从理论上说，一个反例就能够迫使我们拒绝接受能量守恒定律，但实际上我们恐怕不会这样做。
首先，我们最有可能怀疑自己的测量。在这个例子中，能量守恒定律将作为规则，来定义“总能量的测量”：
如果一个系统没有能量进出，如果我们对该系统的某个属性进行测量，过程中也没有能量进出，如果被测的属性不是常量，那么这个属性就不是系统的总能量。
或者，我们可以断定有能量进出该系统。在这种情形下，能量守恒定律就成为“封闭系统”定义的一部分，或者提醒我们去寻找“开放”之处：
如果我们对系统的总能量进行测量，而且发现每次测量的结果都不同，那么就说明系统不是封闭的。
更激进的做法是改变“总能量”的定义，以便保持该定律不变。爱因斯坦提出了著名的质能守恒方程，他实际上就是这么做的，从而保持了该定律不变。
E = mc2
这个方程的意思是，物质可以转化为能量（反之亦然），或者说物质是能量的一种形式。第二种说法保持了能量守恒定律不变。第一种同样也保持了定律不变，但增加了一个“如果”条件：
……如果系统中没有发生物质和能量的转换……
现在，我们看到了定律在科学思维中的不同作用。它们描述了测量导则，定义了定律中的术语，提醒我们寻找以前未曾留意的东西，并且预测未来的行为。它们也成为了某种焦点，可以围绕它讨论测量方法、术语的意义，并探索解决问题的技术。同一条定律可以做所有这些事情，当然，显然不是同时做。要学习科学的思维，不只是要记住定律，而是要知道什么时候以什么方式运用什么定律。
如果一条定律包含许多条件关系，就很难记住何时该用它，因为每一个条件都限制了定律的适用范围。定律中条件越少，它就越通用。添加条件还是改变术语定义？当我们面临这样的问题时，通常会选择重新定义术语。因此，能量守恒定律号称经受了上百年的考验，其实是不断修改的能量定义拯救了它。
如果发现测量结果与成熟的定律不符，不到最后我们不会修改定律。这与一个反例就能推翻一条科学定律的印象刚好相反。实际上，我们可以提炼出一个新的一般系统定律：
如果事实和定律冲突，那么拒绝接受事实或改变定义，但是绝不要抛弃定律。
这可以称为定律保护定律。
科学遵守定律保护定律，因为科学定律中包含了太多有价值的信息，在发现它“失效”时不能简单地将其抛弃。但是，在存在过程中，科学定律会被大量的条件、定义和特例淹没。最终，它们将失去原有的特点，不再是对归纳知识的简略总结，尽管对于涉及面越来越窄的问题，它们能够给出更准确的答案。
本书采用了“一般系统定律”，其目的不是给出答案。因此，它们偶尔也会出错。我们假定，要想从一般系统定律中获得精确的结论，就必须充分考察其内在含义。因此，我们不是给一般系统定律加上各种限定条件，让它们更精确，而是保持它们原有的简洁特点，让它们更好记。而且，只要有可能，我们会采用隽永的短语和吸引人的名字，方便大家记忆。也许我们称之为“格言”更好，不过“定律”是一个很吸引人的名字。
出于某种未知的心理学原因，最好记的定律采用禁止、矛盾，甚至是悖论的表述方式。能量守恒定律的另一种表述是：
不可能造出永动机。
当我们发现热力学第一定律不能排除某些类型的永动机时（虽然第二定律可以排除），就修改了永动机的定义，改成现在所谓的“第一类永动机”。当然，这意味着我们所谓的“第一类”永动机就是第一定律说不能制造的那些永动机。这是定律保护定律的漂亮应用。
许多一般系统定律都会有多种表述方式：作为定义，作为测量方法，作为探索工具，特别是以更容易记住的否定形式。我们常常采用近似的形式来表述定律，以便简化讨论，然后关注更精细的形式需要增加的条件，不让太多的“第一类”“第二类”这样的词干扰读者。错误的定律也可能有用，但如果在需要的时候想不起来，那它就完全没用了。因此，我们的定律不应是对思维的束缚，而应是刺激。
如果能给出说明性的例子，定律就更容易记。我们希望避免空洞的概括，因为只有宽泛的概括是不够的，要有“宽泛的概括加上愉快的特例，才是有成果的概念”。对每一条定律，本书努力寻找两个“愉快的特例”，有时则作为章后所附的思考题出现。任何自诩为“一般系统定律”的定律，至少应该适用于两种情况：一种是该定律的来源，另一种作为保险。
不是所有的一般系统文献都符合这个原则。因此，我们也许应该把它提升为一条一般系统定律，可以称为愉快的特例定律：
任何一般定律必须至少适用于两种具体情况。
或者像伯丁太太发现丈夫过于远离事实时告诫他的话：
要想成为通才，你总得懂点什么。
出于对同事的礼貌，尽管他们违反了这条定律，我也不会举出两个具体的例子。因此，我会举一个自己的例子。读下去你就会发现其他的例子。
过度一般化是蠢人之错还是英雄之错，取决于你个人的观点。但正如过于胆大会导致过度一般化，过于胆小则会导致一般化不足。与愉快的特例定律相对的是不爽的奇葩定律：
任何一般定律至少应该有两个例外情形。
或者，用否定形式来强调：
如果你从来没说错，相当于什么也没说。
请读者们找找不爽的奇葩定律的两个例外。
特例定律和奇葩定律适用于任何提炼一般化的行为，还有一些定律则适用于一般系统思维的“系统”方面。同样，有两种互补的错误：组合和分解。请看组合错误的一个例子：
