系统思考与杠杆点分析

要解决的问题

很多工程、业务和组织问题不是单点故障，而是多因素耦合、延迟反馈和回路强化造成的：优化一个指标后，另一个指标开始恶化；短期修复后，问题又以新的形式出现。线性排障容易停在“哪个组件异常”，却回答不了“为什么系统会反复回到原来的状态”。

技能如何工作

该技能把分析拆成两条路径：多因素分析法和系统基本模型应用。

• 先用 识别影响因素、分析影响机制、追溯上级因素 建立事实链，标注内部/外部因素、正向/负向影响、时间延迟和非线性特征。
• 再进入 识别反馈回路，输出因果回路图：增强回路 R、调节回路 B、回路极性、延迟和编号保持一致。
• 对较复杂系统，它会选择原生 SVG 精绘；对简单回路可用 Mermaid；趋势推演用 Chart.js 展示延迟、增长极限和主导回路转移。
• 最后基于 Meadows 杠杆点层级，区分杠杆解和根本解，并给出行动路线：立即、短期、中期、长期。

每次出图都要求同时提供可视化图形、源码和文字清单，避免只给代码导致无法阅读。

适用边界

适合反复出现、多因素关联、越处理越反直觉的问题，例如容量规划、增长停滞、团队响应变慢、供应链波动。它不是自动根因定位工具，也不替代事故复盘、数据取证或业务建模；如果变量关系不清、证据不足，输出会更像结构化假设。复杂回路需要较多上下文才能稳定收敛。