用途
thinking-systems 用于把问题当作结构与交互来对待，而非孤立部件。它通过映射边界、存量与流量、回路与延迟以及反复出现的行为模式，帮助使用者在做完副作用检查后，选择可行范围内杠杆最高的干预点。
何时使用
- 症状横跨多个服务或组件；单栈修复失败或反复。
- 一处改动导致另一处出错；行为具有涌现性。
- 尽管进行了局部修复，问题仍反复出现（是结构问题，而不只是症状）。
- 参数或缓冲调整无法持久，需要为干预措施排序。
何时不使用
- 单一组件的线性缺陷，堆栈或差异清晰——直接追踪并修复。
- 吞吐受限于某个明显阶段——使用约束理论。
- 决策只是某个提议行动的后果链——使用二阶思维。
- 需要先做方法选择（规划、探测还是稳定）——先使用 cynefin。
流程
-
划定系统边界。 说明目的、参与者、边界以及输入输出流。排除决策视野之外的噪声；纳入任何可能影响症状的路径。
-
绘制存量与流量。 列出累积型存量（队列深度、债务、缓存大小、在制品）以及填充与排空它们的速率。注意即使流量突变仍然变化缓慢的部分。
-
寻找反馈与延迟。 对每个候选回路：区分增强型（放大）与平衡型（抵抗）；标注同向（+）与反向（-）连接；指出延迟（TTL、部署滞后、指标滞后、爬坡时间）。反向连接为偶数则增强，为奇数则平衡。长延迟加强修正存在过冲风险。
-
当问题反复出现时匹配反复结构。 仅在存在反复或政策阻力时检查，不要强行套用模式：
- 修复失败——快捷修复带来延迟的更大副作用
- 转移负担——变通方案扼杀根本修复
- 增长上限——增长触及平衡约束
- 公地悲剧——局部最优耗尽共享存量
- 升级——相互反应螺旋
- 成功者更成功——优势通过分配不断累积
- 增长与投资不足——产能落后于需求直至危机 若认真排查后均不匹配，保留从零绘制的地图。
-
将症状追溯到结构。 沿流量与回路上溯；把近端症状与结构性驱动（交互、延迟、错误目标、缺失信息）区分开。
-
按杠杆对干预排序，再做副作用检查。 优先选择更高且可行的层级：目标/范式 → 规则/信息 → 回路结构（增益、增加平衡、缩短延迟）→ 存量流量拓扑 → 缓冲/参数。对每个候选项评估：可行性、影响范围、延迟反转风险。优先削减有害的增强增益或强化所需的平衡回路，且不制造新的公地或升级。
-
停止。 确定最高可行的干预方案，并为回路与延迟响应设置观察信号。只有在结构变化或干预未通过观察时才重新映射。
当边界、关键存量流量、主导回路与延迟、可选原型，以及带副作用检查的排序干预均已陈述，或问题已坍缩为单一线性原因时停止。
输出
boundary: <系统目的与边界>
stocks_flows: <存量 → 流入/流出列表>
loops:
- name: <回路>
type: reinforcing | balancing
delay: <原因滞后于结果之处>
links: <简要 +/->
archetype: <名称或 none>
structural_driver: <一句话>
interventions_ranked:
- level: <goals|rules|loops|structure|params>
action: <做什么>
side_effects: <反馈/他处/延迟风险>
chosen: <最高可行项>
watch: <确认或证伪的信号>
验证
- 证伪：如果移除某个组件就能完全解释并修复问题且无交叉影响，则系统映射是错的——降级为局部调试。如果利用率显示某个固定阶段是唯一上限，切换到约束理论。
- 停止：在选定干预与观察信号设定后，不要继续添加回路。
- 过度应用防护：无反复证据不得使用原型。存在可行更高层级时，不得把低杠杆参数调整列为主要方案。不要重建独立的原型、反馈或杠杆流程——这些检查只存在于此映射内。