Agent Skills
返回列表
📚

系统结构识别与建模

知识管理 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_70775cd1/tis-system-structure。

技能介绍

这堆东西算不算一个「系统」

орган、市场、生态或技术栈里零件很多,事件解释也听得懂,但一旦要改、要预测,就发现「换一个人」「加一条规则」往往不对症。本技能来自 Donella Meadows《Thinking in Systems》前几章,定位为陷阱诊断、杠杆点选择与干预设计之前的结构识别入口:先回答「成不成系统、边界在哪、下手该动哪一类构件」,再谈具体方案。

技能如何帮你把结构摊开

核心判断是:局面能否被有效干预,不由零件清单决定,而由连接方式与整体目标决定。实操上按 SKILL 里的六步走:

  • 四问验系统:组成部分可辨、彼此影响、整体效应不同于简单相加、跨情境仍持续——四项缺一就只是集合,不必硬套系统分析。
  • 事件→模式→结构:别停在「A 导致 B」的单次解释;先记反复事件,连成行为曲线,再追底层结构;类比时按结构归类,不按外观。
  • 按问题划边界:先明确「这次要回答什么」,再圈进相关部分,并列出边界外可能反噬你的项;警惕把短期稳定误当健康,划界时纳入多样性与自组织能力。
  • 一次只换一类构件:分别假设只换要素、只换连接、只换目标,看哪种变更带来最大行为变化——经验上换顶层要素往往影响最小,连接与目标才是常见杠杆。
  • 资源约束:区分存量型与再生型;开采快于再生会把可再生抽成实际不可再生。
  • 模型三问:驱动因素会按设想展开吗?展开后系统会按设想反应吗?又是什么在驱动那些驱动因素?价值在行为模式是否合理,不在情景是否逼真。

边界与盲区

纯线性因果链、一次性黑天鹅、目标被外部频繁改写的强干预局面,以及微观一对一人际互动,都不适合硬上本框架。复杂适应系统也提醒我们:行为可从简单规则涌现,看清结构不等于能完全预测或控制;案例偏宏观政策与环境,数字经济与 AI 系统的边界需自行校准。

使用场景

  • 咨询或内参起草前,要判断裁员/换人能否改变组织行为模式而非只换面孔
  • 画因果回路或系统图时,需按本次要回答的问题圈定边界并列出易被忽略的体外反噬项
  • 上线预测或仿真模型前,用三问检验驱动假设与系统反应是否合理而非追求情景逼真
  • 面对治堵、治污等反复出现的政策困境,想从事件解释下沉到结构与资源约束再选杠杆

适合人员

  • 为企业或政府做组织/市场诊断的咨询顾问,干预前需用四问与划界避免打错杠杆点
  • 画系统动力学或策略因果图的产品与战略分析同学,想区分真系统与碰巧凑在一起的零件集
  • 写资源与能耗类研究报告的策略分析师,要区分存量约束与再生速率及临界阈值
  • 负责复杂项目里程碑复盘的技术负责人,需从反复事件提炼行为模式再讨论架构级改动