Index of every page on this site: llms.txt
All skills
steelan9199 avatar

/cybernetic-thinking-yashu

@9e01957
Run it yourself

用控制论框架拆解并闭环推进任务——划定系统边界、展开可能性空间、定义目标差、建立负反馈回路并判稳收敛。激活条件:用户消息须包含以下关键词之一:`用控制论思路`、`控制论视角`、`按控制论拆解`、`控制论优化`、`控制论诊断`、`用控制论创建skill`。

  • 5 files
  • 40.7 KB
  • Updated 3 months ago
  • GitHub
Use this Skill: https://skilld.dev/gh/steelan9199/wechat-publisher/cybernetic-thinking-yashu

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

references02-tsien-engineering-control.md

≈1.9k tokens on demand. Your agent reads this file only when SKILL.md points to it.

L3 钱学森层:建模、判稳、寻优、容错

来源:钱学森《工程控制论》(Engineering Cybernetics),1954 英文初版,1958 中文版,1980 年宋健等修订版。

核心主张

维纳的《控制论》偏理论与哲学,工程师用不上。钱学森做的事是把控制论从"解释世界"变成"设计系统":把工程实践中零散的设计原则和试验方法,取其共性,提高成科学理论。

这一层全是动作。 前面看清楚了、想清楚了,到这里必须能算、能判、能执行。

1. 建模:先有模型,再谈其他

钱学森全书从拉氏变换讲起,因为没有模型就没有分析。模型不需要精确,但必须能刻画"输入怎么变成输出"。

在 AI 任务中,模型通常是一张因果链:

输入 → [处理环节 1] → [处理环节 2] → ... → 输出
              ↑扰动        ↑扰动

建模的四问:

  1. 输入量有哪些?哪些可控,哪些是扰动?
  2. 输出量是什么?怎么观测?
  3. 中间状态是什么?(往往是最容易漏掉的)
  4. 各环节的代价是多少?(时间 / token / 金钱 / 风险)

模型可以粗糙,但不能缺失。 没有模型的执行,就是把输出交给运气。

2. 传递函数:因果链的增益

传递函数描述"输入经过系统后变成什么"。迁移过来就是问:我做的这个动作,最终会放大还是衰减?

  • 某个环节的增益过大 → 微小输入导致剧烈输出 → 系统敏感、易振荡
  • 某个环节的增益过小 → 动作没效果 → 需要加大投入或换路径
  • 存在反向环节(负号)→ 那可能就是天然的负反馈,别破坏它

3. 频率响应:对不同节奏的敏感度

系统对快变化和慢变化的响应往往完全不同。钱学森用波德图、奈奎斯特图刻画这一点。

迁移:

  • 对高频扰动的敏感度 → 系统是否容易被短期波动带偏
  • 对低频扰动的响应 → 系统能否跟上长期趋势
  • 如果只对高频敏感 → 会疲于应付,忽略大方向
  • 如果只对低频敏感 → 反应迟钝,错过窗口

4. 判稳:这一步不能省

钱学森给出了一整套稳定性判据(奈奎斯特、根轨迹、劳斯判据等)。核心思想只有一句:

不稳定的系统,谈性能没有意义。

在任务中的等价问法:

  • 这个回路会收敛还是发散?
  • 如果我按现在的纠偏力度持续调整,会逼近目标还是来回振荡?
  • 误差在放大还是在缩小?

三个典型的不稳定成因:

成因 表现 处置
增益过大 纠偏过猛,来回过冲 减小单次纠偏幅度(降增益)
时滞 改的时候情况已变 缩短反馈周期,或降低响应速度
噪声被当信号 把随机波动当偏差去纠 加滤波,多次观测取一致

5. 非线性:不要线性外推

钱学森用整章处理非线性系统与继电系统,因为真实系统几乎都是非线性的。

关键结论:

  • 小范围内可以线性近似(所以小步试错有效)
  • 大偏差下线性模型完全失效(所以不能把小规模验证的结论直接放大)
  • 非线性会带来线性系统没有的现象:极限环(持续自激振荡)、多稳态、跳变

迁移:在小样本上验证有效的做法,放大 10 倍后可能完全失效。 规模变化时重新判稳。

6. 时滞:稳定性的头号杀手

钱学森专章讨论"有时滞的线性系统",因为时滞会直接把负反馈变成正反馈。

  • 反馈周期越短,系统越稳定
  • 反馈周期接近系统自身变化周期时,纠偏变成加振
  • 无法缩短时滞时,必须降低纠偏速度来换取稳定

迁移:把长任务切成短反馈。宁可多轮小幅纠偏,不要一轮憋个大招。

7. 采样:离散化与混叠

采样系统一章讲的是:以固定频率观测连续过程时,采样频率不足会导致混叠——看到的频率是假的。

迁移:

  • 检查频率太低 → 漏掉中间过程,误判趋势
  • 检查只在某些时刻进行 → 错过关键时刻的变化
  • 采样点选择有偏 → 得到系统性错误的结论

8. 最优控制与自寻最优

同一个目标,存在多种控制策略,代价不同。最优控制理论研究如何以最小代价达标;自寻最优则更进一步:让系统自己去找最优点。

迁移:

  • 先列出所有可行策略,再比代价,不要抓住第一个能用的就用
  • 代价要算全:时间、token、风险、后续维护成本
  • 自寻最优的现代形态:让 AI 自己生成多个方案并评估,而不是人先预设

9. 滤波:从噪声中提取信号

钱学森第 9 章(平稳随机输入)与第 16 章(噪声过滤)处理的是:当输入混杂随机扰动时,如何设计系统仍能正确工作。

迁移:

  • 输入数据脏 → 先清洗再处理,或在环节中加入校验
  • 观测到的偏差有随机成分 → 不要单次就纠偏,连续多次同向才动
  • 多源信息不一致 → 交叉验证,取一致部分

10. 容错:用不可靠元件构造可靠系统

这是《工程控制论》最反直觉也最有价值的贡献。当时美国军方面临的问题是:元件不可靠,但系统必须可靠。

答案:冗余 + 自检 + 容错设计。

  • 冗余:关键路径留备份(人脑每天死大量细胞仍可靠工作)
  • 自检:定期诊断,发现故障并定位
  • 纠错编码:传输中自动发现并纠正错误
  • 降级:故障时切换到功能相近的部件,保住核心功能
  • 功能自恢复:系统能自动回到正常状态

迁移(长链路任务尤其重要):

  • 每一步都要假设它会失败
  • 关键步骤设置校验点,不通过就不往下走
  • 重要输出做交叉验证(另一条路径重做一遍比对)
  • 准备降级方案:做不到 100 分时,60 分的版本长什么样

11. 自适应与自镇定

第 17 章"自行镇定和适应环境的系统":当环境和任务变化时,系统能自动改变结构、参数,保持性能。

迁移:

  • 环境变了,原来的参数还适用吗?
  • 设计任务流程时,把"什么时候该重新校准"写进去
  • 自适应不等于无限自适应——过度自适应等于没有基准

12. 迁移对照表

工程控制论概念 在 AI 任务中对应什么
建立数学模型 画出输入→处理→输出的因果链
传递函数 每个环节的增益与延迟
频率响应 对短期波动 vs 长期趋势的敏感度
稳定性判据 这个回路会收敛还是发散
非线性 小规模验证不能线性外推
时滞 反馈周期过长导致越改越糟
采样 检查频率是否足够、是否有偏
最优控制 多策略比选,算全代价
自寻最优 让模型自生成方案并评估
噪声过滤 多次观测取一致,多源交叉验证
容错与冗余 每步设校验点,关键输出交叉验证,备降级方案
自适应 环境变化时重新校准

13. 本层的常见误用

  • 跳过判稳直接寻优:在一个会发散的回路上调参数是自毁行为
  • 把所有问题都建模:建模有成本,简单问题直接做
  • 过度冗余:冗余消耗资源,只对关键路径冗余
  • 把时滞当噪声:这是两回事,处置方式完全不同(前者要缩短周期,后者要滤波)

Source: SKILL.md on GitHub

No rule matched.

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

No third-party reports yet.

Signed by skilld at 9e01957. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 3 weeks ago.

Activeupdated 3 months ago

README badge

README badge for steelan9199/wechat-publisher/cybernetic-thinking-yashu