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.

references03-jin-possibility-space.md

≈2.7k tokens on demand. Your agent reads this file only when SKILL.md points to it.

L2 金观涛层:可能性空间、共轭控制、黑箱、突变

来源:金观涛、(美)华国凡《控制论与科学方法论》,成稿于 1970 年代,1983 年科学普及出版社初版,2025 年广东人民出版社修订再版。

核心主张

事物的发展存在多种可能性,控制就是在可能性空间中做有方向的选择,并使事物朝着选定的目标转化。

维纳回答"系统是什么",钱学森回答"怎么设计",金观涛回答的是最前面那一步:怎么定义问题、怎么选择策略、怎么认识一个看不透的对象。

1. 可能性空间

控制的起点不是目标,而是承认对象有多种走向。

控制的三步:

  1. 了解事物面临的可能性空间是什么
  2. 在可能性空间中选择某一个状态作为目标
  3. 控制条件,使事物向既定目标转化

关键提醒:

  • 控制通常是限定在一个范围,而不是唯一结果。 追求绝对确定会导致过度控制。
  • 要考虑充足的可能性,警惕偏见和思维局限(只想到三种方案,不代表只有三种方案)
  • 留容错率:容许一定的误差范围

2. 控制能力

控制能力 = 实行控制前的可能性空间 ÷ 实行控制后的可能性空间

这是一个可操作的量化思路。用它比较不同方案:哪个方案能把可能性空间压缩得更多,哪个控制能力更强。

反过来也成立:如果一个动作没有缩小可能性空间,它就不是控制,只是动作。

3. 四种控制方式(按效率从低到高)

① 随机控制(试错)

  • 适用:一无所知、毫无规律的情形
  • 特点:每次选择只有否定作用
  • 陷阱:必须确保目标在可能性空间内,否则永远试不出来;避免错误地排除目标状态

② 有记忆的控制(排除已证伪项)

  • 把"否定"升级为"排除",不再重复试错
  • 陷阱:不可逆选择。有些选项一旦尝试就再无机会,应先试可逆的;会削弱控制能力的选项不能最先尝试

③ 共轭控制(把不可控变成可控)

  • 经典例证:曹冲称象。不能直接称象,就转换为称石头
  • 结构:感受器(把对象转换成可控制的形式)→ 施加控制 → 效应器(转换回去)
  • 工具的本质就是共轭控制。语言、数字本身也是——把思想转换成符号,才能进行思维与交流
  • 迁移:卡死时,不要加大力气,要找一个变换

④ 负反馈调节(持续逼近)

  • 结构:出现目标差 → 产生减少目标差的反应 → 反复作用 → 逼近目标
  • 特点:控制效果可以累积,控制能力不断增大
  • 这是能力最强的控制方式
  • 对比:保险丝、高压阀只是"半反馈",不对调节效应做累积

正反馈:目标差不断扩大 → 恶性循环(军备竞赛、炸药爆炸、越焦虑越拖延)

4. 信息 = 知道 = 可能性空间的变化

"知道"就是头脑中事物可能性空间变小(有时也会变大,如纠偏、拓展认知)的过程。

  • 信息量可量化:以 2 为底的负对数,单位比特,可叠加
  • 信息和控制相互依存:知与行的统一。掌握足够信息才能控制,控制过程又产生新信息

滤波:排除干扰的操作

方法 适用场景
同一通道重复传递 排除随机、偶然干扰
不同通道传递同一信息再比对 排除系统性、规则性干扰(通道要尽量独立)
阻抗滤波 保留信息、限制干扰通过
反馈滤波 用接收到的信息反作用于通道,抑制干扰
同步滤波 通道开关与信息同步

信息与组织:组织是建立联系、从无序走向有序的过程。系统必须获得一定量的信息才能组织起来,组织度与信息量成正比。

5. 黑箱认识论

这是本书最有当代价值的部分——它直接预言了机器学习的可解释性问题。

基本设定:认识活动 = 主体与客体之间的反馈耦合。

  • 主体通过可观察变量(输出)认识客体
  • 主体通过可控制变量(输入)改造客体
  • 客体总有尚不可认知或不可控制的因素 → 所以它是黑箱

两种方法:

  • 不打开黑箱:通过输入输出建立模型。优点是不破坏原有结构
  • 打开黑箱:直接观察内部。但——

三个关键判断:

  1. 打开黑箱只是打开了某一个层次。摩尔根在孟德尔基础上观察基因,但染色体的工作原理又成了新黑箱。没有"彻底打开"。
  2. 模型不必等价于黑箱内部的真实结构。它是根据输入输出提出的假设。
  3. 不打开黑箱并不比打开黑箱差。研究地球结构不需要切开地球,研究疾病不一定要解剖有机体。

何时该打开:当打开的成本可接受、且打开后新增的可控变量价值显著时。

认识论模式成立的条件(五个,任一不满足就会失控):

  1. 可观察变量和可控制变量受实践手段限制 → 手段要更新
  2. 理论必须具有清晰性和可证伪性 → 理论要给出信息量
  3. 模型逼近真理的速度要超过客体变化的速度 → 否则永远追不上
  4. 避免反馈过度 → 过度依据反馈修正,会把理论改得面目全非
  5. 可判定条件:实验误差要能反映理论与真理的接近程度。不成立时,只能用中间标准(范式、惯例)

6. 系统:稳态、演化与崩溃

相对孤立系统:忽略影响概率足够小的因素,把无限问题变成有限问题。关键是让内部因素尽量构成互为因果的闭合网络。

系统变化的三种可能:

  1. 处于稳态结构(受扰后能自行回归)
  2. 发生振荡或崩溃
  3. 从一种稳态走向另一种稳态

稳态结构:多因素相互作用处于不变状态,一般干扰无法破坏,单独变动任一因素都很困难。

  • 用途一:预言。找出全部稳定结构,最稳定的那个就是事物最可能趋向的目标(可跳过中间步骤直达结果)
  • 用途二:反向利用。有时要特意规避稳态(挑选灵敏指南针、除杂草)

超稳定系统:用不稳定来维持稳定——出现偏离时启动修复装置复归。它是自稳定的,不依赖外力。

周期性振荡:不稳定作为稳定的补充。

崩溃(自繁殖):内部形成因果关系的自动增长链,同时外部抑制的负反馈失灵。

  • 共性:变量超过临界值 + 存在自动增长链 + 负反馈机制被破坏
  • 例:核爆、激光、细菌繁殖、癌变、传染病流行

自组织:在一组事物间自动形成系统的过程。五个特点:

  1. 先有一个组织核心
  2. 系统处于不稳定或亚稳定状态
  3. 存在有因果关系的自动选择链,可能性空间被限缩
  4. 过程不可逆
  5. 起始点的微小差别可导致结果的巨大差异

智力放大:把智力看作单位时间内做正确选择的能力,那么智力放大 = 选择能力的放大。手段是通过调节组织核心(包括组织他人),让整个选择过程自动放大。

7. 突变理论:质变是飞跃还是渐变

托姆的突变理论给出判据:不看快慢,看中间过渡态是否稳定。

  • 飞跃:中间过渡态不稳定 → 必然中断,出现关节点
  • 渐变:中间过渡态稳定 → 可以平稳过渡

势函数模型:

  • 势函数的"洼"= 稳定态,洼越深越稳定
  • 洼不变 → 状态稳定
  • 洼移动变浅 → 渐变
  • 旧洼消失 → 状态经历不稳定态向新洼过渡 → 突变(飞跃)

三条极有用的推论:

① 关节点是一个区域,不是一个点。 不要幻想找到"那个精确的临界点"。它在条件变化下规律分布,是一个区间。

② 矫枉必须过正(滞后现象)。 飞跃过程中,正向和反向的关节点不同(水要 100℃ 以上才沸腾,水蒸气要低于 100℃ 才冷凝)。这是突变模型的固有属性,不是调错了。 只有以飞跃方式质变时才存在滞后;绕开折叠区的渐变过程没有滞后。

  • 迁移:改革、重构、切换方案时,出现"回不去、要多推一把"是正常的,别中途怀疑自己。

③ 极端共存。 在关节点分布区域内,彼此不连续的质态可以同时存在,而中间过渡态反而不稳定(岛上昆虫要么翅膀极强要么几乎没有,中间型被淘汰)。

  • 迁移:在剧变期,中间路线可能最不稳定,不要默认"折中总是安全的"。

飞跃 vs 渐变的条件:

  • 新质因素增强、旧质因素没有明显减弱 → 飞跃(对抗激烈)
  • 新质因素增强、旧质因素明显减弱 → 渐变(此消彼长)
  • 迁移:想平稳过渡,就要主动削弱旧结构,而不是只加强新结构

8. 迁移到具体任务

金观涛的概念 在 AI 任务中对应什么
可能性空间 先列出所有可能走向,再谈目标
控制能力 这个动作真的缩小了可能性空间吗
随机控制 完全陌生领域的试错,务必确认目标在范围内
有记忆控制 排除已证伪选项,注意不可逆选择最后试
共轭控制 卡死时找中间变换,而不是加大力气
负反馈 持续逼近、效果可累积(首选)
正反馈 识别恶性循环并切断
信息 = 知道 每轮执行应该让不确定性下降
多通道比对 用独立路径交叉验证关键结论
黑箱认识论 看不透就用输入输出建模,不必强行打开
模型 ≠ 真实结构 模型只是假设,能预测就行,不必"正确"
稳态结构 找最可能的终点,可跳过中间步骤
自繁殖崩溃 建立负反馈抑制,设上限
自组织与组织核心 找到关键杠杆点,小幅投入撬动整体
突变与关节点 重构/切换时接受滞后与矫枉过正
极端共存 剧变期中间路线可能最不稳

9. 本层的常见误用

  • 把可能性空间列成愿望清单:只写想要的结果,不写可能的失败
  • 跳到负反馈而跳过共轭:能找到变换时,共轭控制往往比反复试错高效得多
  • 强行打开黑箱:为了"搞清楚"而破坏系统原有稳态,代价超过收益
  • 反馈过度:每次用户反馈都全盘推翻方案,导致永远无法收敛
  • 把渐变当成没进展:在渐变模式下催促"飞跃",反而破坏稳定性

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