人有人的用处·系统自适应诊断
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/wiener-control-diagnosis。
技能介绍
要解决什么问题
流程在跑、sprint 在排、模型也在迭代,但你会怀疑:改动究竟锚定在「实际发生了什么」,还是锚定在「我们以为会发生什么」?很多团队把仪表盘上的活动量当成改进;很多 AI 流水线堆了工具链,却缺一条把线下结果送回决策的回路。维纳在《人有人的用处》里把这类系统比作「封闭钟机」——再复杂,没有基于实际表现的校正,就不算有生命力的个体。
技能如何工作
本技能把书第 1–4 章、第 10 章里的控制论语言,收成一套可操作的诊断清单:
- 画四件套:逐一标出感觉器官(谁接收外部消息)、处理器、效应器,以及谁把实际表现回报回去(本体感受器/反馈)。缺第四件,往往是「孤立的大脑」在空转。
- 查闭环方向:对照维纳原话——控制应基于
actual performance而非expected performance;开环优化的是预期,反馈优化的是现实。 - 区分真学习与调参:只改单次动作数值是简单反馈;改的是行为模式本身或「对模式的再修正」,才接近学习(更高逻辑类型的反馈)。
- 找结构性约束:行为僵化时,先查外骨骼式硬约束(写死规则、固定岗位、不可变 API),而不是喊「灵活一点」。
- 检查耦合双通道:两个子系统相互影响时,分别清点能量通道与信息通道,断点常在「看得见物资、看不见信号」的一侧。
做对了,你能指出反馈元件在哪,偏离目标后系统能自行回轨;做错了,往往是同一错误无人纠正,却把「看起来在动」当成「在改进」。
适用边界
当问题本质是资源与权力如何分配,而非通信/控制是否顺畅时,这套框架会失灵——它找堵塞与混乱,不提供分配正义方案。维纳写于 1950 年,不宜用继电器时代的硬件类比直接封顶今天大模型的能力上限。拧一颗螺丝这类一次性机械动作,也不必上整套诊断。
使用场景
- 上线多步 Agent 流水线前,要标出「线下结果」如何回到下一轮策略,避免只有工具链没有反馈。
- 迭代两周后错误仍复现,需判断是开环按预期调参,还是根本没人接收实际表现信号。
- 两个业务系统(履约与推荐)互相牵制,需分别画出能量流与信息流,定位断在哪条通道。
- 评审组织/process 设计时,要回答「算智能还是自动化」,并指出四件套里缺失的环节。
适合人员
- 负责 Agent 编排的平台工程师,需要在设计评审里明确指出反馈元件落在哪一层、哪条数据通路
- 带交付节奏的技术负责人,怀疑团队在空转,想用四件套核对「谁在读实际结果」
- 做跨系统集成的架构师,要解释两个子系统耦合时信息通道被谁忽略而导致僵化
- 产品负责人评估「智能」叙事,希望对照维纳标准区分真学习与反复调参