SuperAPI AI 工具集

meta-systems-thinking

智能体与模型

查看项目

更新于 10-15 20:07

技能介绍

用途:在组织、经济或社会等复杂问题中应用系统思考,避免“头痛医头”的线性修补。核心铁律是:复杂系统中的一阶修复通常会在两个周期内产生二阶反弹,因此干预前必须先绘制反馈回路。

主要能力:定义系统边界(什么在内、什么在外);梳理关键变量,尤其是会累积的存量;识别增强回路与调节回路;找出因果在时间上分离的延迟;定位小干预带来大变化的杠杆点;评估干预可能在其他地方引发的意外后果。

分析步骤:1. 定义系统边界;2. 映射关键变量;3. 识别反馈回路;4. 找出延迟;5. 定位杠杆点;6. 检查意外后果。

输出格式:以“Systems Analysis: {Problem}”为标题,依次输出系统边界、关键变量、反馈回路(增强/调节)、延迟、杠杆点、意外后果风险。

示例:招聘更多工程师未必加快项目,因为伴随沟通开销上升(Brooks 定律)与新人 3-6 个月才达产,杠杆点改为降低沟通开销。

限制与注意事项:系统会抵抗改变,调节回路维持现状;心智模型都是片面的,需与多元利益相关者共同绘图;意外后果在复杂系统中是常态而非例外;并非所有问题都是系统问题,因果清晰的简单问题不应硬套该框架。系统原型(如“增长极限”“转移负担”)参见 references/system-archetypes.md。