人类改造世界的每一种科学方法，都有一个内核、一种范式，它代表着大部分人普遍认同的、颠扑不破的规律。经典物理学的内核是牛顿三大定律；相对论的内核则是质能方程E=mc2；经济学的内核其实就是曼昆总结十大原理。
但是奇怪的是，有些学科，明明没有自然科学、社会科学那样很“硬”的原理，给出的方法常常似是而非，却也在被普遍应用。比如解决软件开发过程中的复杂问题，用软件工程。解决人、财、物等因素的配置和组织的复杂问题，用管理学。这些偏应用类学科的解决问题的方法，都在遵循着什么规律呢？它们究竟有没有一个靠得住的内核呢？
这就是本篇要讲的内容，在这个纷繁复杂的世界中，人们总是能发现问题、解决问题。科学家们在尝试用一套理论来解释这背后的规律，并提供更好的指导，这套理论就是被称为“三大论”的信息论、系统论和控制论。（也叫老三论）
本篇分为五章：
- 第一章，带你看一下人类迄今为止的努力和成果，这也正是三论的由来。
- 第二章，如何用系统论来解释和预测问题。
- 第三章，如何用控制论来解决问题。
- 第四章和第五章，围绕由人构成的系统，展开更深入的分析。
整篇文章参考了多家观点，涉及了诸多书籍和文献，希望能给你带来思考，并能为你解一些困惑。
一.人类是怎么改造世界的？
人类改造世界的过程，归根结底就是三板斧：
1. 解释事物规律
2. 预测事物变化
3. 控制事物发展
迄今为止，人类为解释、预测和控制做过哪些努力呢？目前能达到什么样的水平呢？本章我带着你一起回顾一下。
1.燃起雄心：牛顿的机械宇宙世界观
200多年前，物理学有了重大突破，人类竟然可以用它来预测恒星的轨道，这让科学家们大受鼓舞。在牛顿经典物理学中，宇宙被描述成一个结构精密的确定性的机器，一切都是按照某种规律严密执行的，当然，未来的一切也都是由过去的一切所决定的。
人们越来越相信，只要掌握了数据，掌握了规律，人们对世界就有更强的掌控能力。甚至，一位数学家兼哲学家拉普拉斯（Pierre-Simon Laplace, 1749－1827）曾提出假说：
“你只要给我一个时间片段上所有分子原子的状态，我也掌握了所有分子原子运动的规律，那我就可以告诉你，世界任何一个时间片段上的分子、原子、人类社会、动物，以及自然界所有的状态，我可以推知过去，也可以推知未来。”
可见，人类的雄心是非常强大的，想解释一切、预测一切。只是为了求知吗？也不见得，因为解释和预测的下一步，就是“控制”。
2.愿望破灭：海德堡不确定性原理
直到近100年，随着量子物理的发展，人们才慢慢的意识到不对劲的地方，其转折点就是著名的“海德堡”实验：
1927年，海森伯（Werner Heisenberg）教授德国最高的学府海德堡大学的一场量子物理学实验，得出一个举世震惊的实验结果，这个结果最终成为了量子力学的基本原理，被称为"测不准原理"（Uncertainty principle，也叫不确定性原理）。海森伯也因此得到了1932年的诺贝尔物理学奖。
简单的解释一下这个原理：在微观世界中，粒子的运动是随机的，始终处于一种不确定的状态，是不可测量的。因为不同的测量方法会导致粒子从不确定的状态变为几种可能状态之一，被人观察到。
后来，在进一步的讨论中，物理学家薛定谔用思想实验“猫悖论”，将微观量子力学的不确定性和宏观世界联系到了一起，让人们更深刻的意识到，在宏观世界中，因和果之间原来没有必然的逻辑通道，事情的发展确实是具有不确定性的。
此处，我给你举一个更简单的例子叫“薛定谔的滚”：
你女朋友生气了让你滚，这个决定触发了两种可能性：“真的让你滚”和“让你哄她”。此时的你正处于一种“滚”和“不滚”的中间态，你是无法预测的，必须做出选择。如果你立刻冲过去哄她，那么这个中间态会迅速坍缩成唯一的结果，或者原谅了你或者揍了你。
3.认清事实：可能性空间的存在
在人类此后的研究中，就有了“可能性空间”的概念，即事物发展变化中面临的各种可能性的集合。
在这个世界上，任何事物都有它的可能性空间，但这仅仅是可能性而已，至于事物具体发展成为空间中的哪一个状态，要看条件而定。一旦一个事物变到某一状态后，它又面临着新的可能性空间。
于是人类改造世界的三板斧就变为以下三个问题了：
1. 解释事物规律：了解一个事物发展的可能性。
2. 预测事物变化：判断每一种可能性的概率。
3. 控制事物发展：在一个事物的可能性空间中选择一个状态作为目标，通过某种方法让事物达到这个状态。
对应到三论，信息论是基础的工具，系统论就是为了解决问题1和问题2的，控制论则是解决问题3的。
二.解释和预测：系统论如何帮你看清问题
1.以系统看世界：看清事物发展的可能性
系统论是一种分析复杂世界的研究方法，它用一种.宏观视角，把世界上所有的事物都划分为物质和精神，那么宇宙、自然、人类社会就是由物质和精神构成的复杂系统。这个系统中，在广度上，包含了无数个子系统，无边无际。在深度上，每个要素打开又是一个新的系统，一层一层剥下去，无穷无尽。
如果按系统的复杂度划分，可以简单分为三类：
-
简单系统：元素数目特别少，用较少的变数就可以描述，这种系统可以用牛顿力学去加以解析。人造的系统基本都属于这类，如构造精密的机械手表，如软件程序。
-
随机系统：元素和变量数很多，但其间的耦合是微弱的或随机的，这种系统可以用统计的方法去解析。通常，人类会为了解决稍微复杂一点的问题制造这类系统，如彩票程序、造纸系统。
-
复杂系统（也叫混沌系统）：元素数目很多，且其间存在着强烈的耦合作用。比如自然界中的生态系统，高山、湖泊、森林等，比如由人构成的系统，社会、公司、股票市场等。
不同类型的系统，复杂度完全不同，也就是说，它们的可能性空间中的状态规模，差异是巨大的。
2.以概率看系统：人类的预测水平
认清系统的可能性后，你要开始预测了，具体说，就是要找到每个可能性的概率。这就要用到“概率论”了，人类目前已知算概率的方法有两大类：
第一类叫客观概率。一个被测对象，它的可能性空间中状态的总数有限，而且还能反复实验，所以你通过反复实验，就能得出一个准确的概率。比如投硬币，正面的概率的50%。
第二类叫主观概率。顾名思义，主观概率是建立在过去的经验与判断的基础上，根据对未来事态发展的预测和历史统计资料的研究确定的概率。很火的“贝叶斯概率”本质上也是一种主观概率论。主观概率，看上去似乎不太靠谱，但是我们生活中很大一部分问题都是主观概率问题，例如机器学习可以根据看过的人脸提取特征，看过的脸越多，识别成功的概率就越大。
把两类概率用在系统中，很容易看到，客观概率是可以用在简单系统和随机系统中的，它能比较准确的算出每种可能性的概率。
主观概率呢，可以用在混复杂系统中吗？其实还可以再把复杂系统细分一下：
一级混沌系统，它存在着随机性，但好在，它的每种可能性的概率和人的主观是相互独立的，不会因为人做出的预测而改变。比如天气系统，人可以基于历史数据算出主观概率，做出预测，再比对结果进行调整、积累，让下一次的预测更准确。
二级混沌系统，更复杂，它每种可能性的概率和人的主观是关联的，也就是说当你以为你预测了系统的变化，它就会对你的预测做出反应，导致你本以为能预测到的结果，再次发生了变化。所以，二级混沌系统是无法预测的。哪些系统属于这类系统呢，很不幸，正是那些由人组成的系统，比如社会、股票市场、期货市场等等。
3.二级混沌系统：为什么人类社会不可预测
说到这里，你可能还是心存疑惑，人明明可以预测宇宙中行星的轨道，为什么不能预测人的行为、人类社会中的变化呢？
1944年，哲学家波普尔在《历史决定论的贫困》中，没有用任何物理学知识，只用了一个三段论，就对这个问题完成了论证：
大前提：哪怕是那些坚信人类的未来已经被决定了的人都会同意，人类的知识、人类对世界的看法，人类的行动，都会对未来有所影响。
小前提：人类的知识本身是增长的，总有一些事情是今天不知道，明天才知道的，否则，知识就没有增长了，总有一个知识的增量吧。
结论：这个只有明天才知道、今天不知道的知识增量，也对人类的行为有影响，而它就不可预测，所以人类未来就不可预测。
这里面的知识，指的不是课本里的知识，而是人类社会中传递的所有信息。
其实很好理解，像股市、经济增长，这些明天才会发生的变化，即使你用了大数据，用了人工智能也无法预测，因为一旦你以为你预测了，获得了明天的信息，人们今天就会行动，而今天的行动，又导致明天会出现你将不知道的新知识，你所谓的明天，已经在今天就变化了。
归根结底，当你预测未来时，你其实面临的是两个世界：
一个世界是真实的世界、物理的世界，看得见摸得着的那个世界。一棵树会长大、会开花、会结果，在这个世界里面，事物是根据现实世界的发展规律在发展变化的。
但与此同时，有另外一个世界，抽象的世界、思想的世界、预测中的世界。在这个世界里，事物变化的规律只取决于一个因素——新的信息。
什么叫新的信息？新的信息，顾名思义就是那些今天不知道、明天才知道的，那才叫新的信息，如果你已经知道了那就是旧的信息了。当然，至于你为什么不知道，可能是别人没告诉你，可能是你今天头脑不灵光，可能是你今天没看报纸，也可能是事情还未发生。
4.信息的重要性：缩小可能性空间
看到这里，你似乎发现了什么，没错，就是“信息”的重要性。
你描绘系统、分析可能性空间、计算概率，都有一个先决条件，就是你要从系统中获取足够的信息。一旦没有信息，可能性空间其实是无穷大的，反过来看，完备、准确的信息，可以让系统的可能性空间缩小到最小。
最简单的例子，明天英语考试背诵100个单词，你完全没准备，你的分数的可能性空间是0-100，老师提前告诉你50个单词，你把它们全部背了下来，那么可能性空间就变成了50-100。
5.小结：系统、可能性空间和概率
如何用系统论解释事物规律、预测事物变化，这里做一下总结。
step1：获取足够的信息，把系统描绘出来。
step2：根据系统的不同性质，进行分类，是简单系统、随机系统还是复杂系统，从而了解系统发展的可能性空间。
step3：针对系统特点，用客观概率或主观概率，计算每一种可能性的概率，做出预测。
当然，我们还遗留了一个问题，对于二级混沌系统，无法预测的系统，怎么办？这个问题，在第四章再重点讨论。
三.控制：控制论如何帮你解决问题
控制，归根结底是一个事物在可能性空间中有方向的选择过程。接下来，咱们先看下人类目前有哪些控制方法，又是如何应用的。
1.方法一：随机控制和记忆控制
人们对于控制对象一无所知，但还要进行有目的的控制的情况下，唯一能采用的方式就是随机控制。例如，你要打开一个上了锁的房间，手里有一大串钥匙，但不知道其中哪一把能把锁打开。在这种情况下，常用的方法就是一个一个的试一试，直到把锁打开。
记忆控制则是对随机的一种优化，凡是被证明不是目标状态，就不再当做选择对象了，从下一次的控制对象中排除出去，以达到可能性空间逐渐缩小的目的。还是开门的例子，试过的钥匙就不需要再试了，这样就会越试越准。
这两种都是最原始的控制方式，但也是其他一切控制方法的基础。
2.方法二：共轭控制
共轭控制也叫推理控制，是随机控制和记忆控制相结合的产物，它的思路是，通过中间起过渡作用的媒介来扩大控制能力，操作事物乙控制事物甲。
典型例子是“曹冲称象”，在三国的时候，要想用秤直接称出大象的重量是办不到的，因为没有这么大的秤，曹冲一个船放大象，一个船放石头，用船的吃水线先把象的重量转换成了石头的重量，再逐一称出石头的重量。
共轭控制的这种“转换”，其实正是一切人使用工具解决问题的基本原理。
3.方法三：负反馈调节控制
对于复杂系统，无论用什么工具，控制能力都不够怎么办？比如你发导弹打飞机，由于不确定性原理，你无法在一开始精确的预测导弹到达时飞机的位置。
人们在生物界得到了启示，比如老鹰是怎么抓兔子的：
鹰并不是一开始就计算好速度和距离，而是通过眼睛持续观察兔子的信息，反馈到大脑，再由大脑控制翅膀调节位置，以此类推、持续调整、步步紧逼，最终抓到了兔子。
这也是一种十分常见的控制方法，叫做“负反馈调节”。在控制能力不足的情况下，你可以通过一个控制系统，不断把每一次的控制结果和目标进行比较，并及时调整，减少差距，这样，每一次的微小控制能力逐步积累起来，最终达成控制目标。
在人所面对的各种复杂系统中，负反馈调节控制一直被广泛应用着，不论是发射火箭还是开车上班，不论是公司治理还是软件开发，其本质都是这个思路。
4.控制复杂系统：黑箱控制系统
负反馈调节为复杂系统的控制提供了一个新的思路，仔细想想，即使无法获取到系统的完备信息，即使无法在一开始找齐所有的可能性空间，即使无法计算出每一个可能性的概率，你似乎也能控制这个系统。
具体方法就是，在系统外再设计一个控制系统，通过持续从被控制系统中获得反馈，调整控制方法，逐步让被控制系统达到预期的状态。这套融汇了所有控制方法的模型，被称为黑箱控制系统。
“黑箱”的研究方法的一个基础假设是：自然界中没有孤立的事物，任何事物间都是相互联系、相互作用的。所以，即使我们不清楚“黑箱”的内部结构，仅注意到它对于信息刺激作出如何的反应，注意到它的输入输出关系，就可对它作出研究。如果我们能设计出一个系统，在同样的输入作用下，它的输出和所模拟的对象的输出相同或相似，就可以确认实现了模拟的目标。
当然，如果黑箱反馈出来的信息不足，这就不得不打开一层黑箱，继续尝试，但与此同时，新的黑箱也形成了，打开分子还有原子，打开原子还有质子，无穷无尽。
5.小结：一次性把事情作对 vs 小步快跑快速迭代
如何用控制论控制事物发展，这里做一下总结。
目前有最常用的三种控制方法：随机/记忆控制、共轭控制和负反馈调节控制。对于一些复杂系统，既无法完全了解，又没有足够控制能力的情况下，人们还是总结出了一个行之有效的控制方法——黑箱控制，通过不断的反馈和调整，达成控制的目标。
如此看来，你想做一件复杂的事情，实现你的目标，至少有两种方式：
第一种是一次性把事情作对。为此，你要清晰的认识系统、发现可能性，准确的预测每种可能性的概率，然后再设定目标，并通过合适的控制手段达成。
第二种则小步快跑、持续迭代把事做成。为此，你要在系统外建立一个控制系统，它能快速从被控制系统中获得反馈，并持续调整，最终达到目标。
当然，用哪一种还是要看你遇到的是什么样的问题，尤其是目标的确定性程度和结果的被忍受度。如果你做的是核电站，你不能让它快速迭代、试错，第一次泄露50%，第二次减少到40％，第三次减少到0%。同理，如果你做的是互联网产品，你也不能让它一次性把事情作对，否则黄花菜都凉了。
四.失控？那些由人构成的系统
1.打不开的黑箱——人
其实，每一种知识、理论都有它的约束和适用场景。黑箱控制的确强大，但是它也有约束，比如，你必须能从被控制系统中获得准确的信息，比如，你给系统传递的信息，系统必须能做出相应的反应，满足不了这两点，模型是无法运转。此时，你必须打开一层黑箱，了解更多的信息，然后再想办法控制。
目前，有没有人类打不开、控制不了的黑箱呢？在自然界中，确实已经打开的足够小了，已经可以到微观粒子层面了。但在人类社会中，有一个无法打开的巨复杂的黑箱，就是“人”。
记得小时候很喜欢看的一个动画片叫《恐龙骑士》，里面的反派为了控制恐龙，都会在恐龙的脑袋上带一个头盔，这头盔不正是一种控制系统吗？其实，给每个人脑袋上也带一个头盔，没准也是人类学者们美好的愿望。近100年来，学者一直在不停的尝试打开人性的黑箱，这个过程简直就像剥洋葱，经济学先剥掉一层，管理学再剥掉一层，心理学再剥掉一层，目前是认知神经学正在剥，到底有多少层，谁也不知道。
2.人无法被控制：不可逾越三个障碍
由于人的黑箱打不开，那么用黑箱控制由人构成的系统，你会遇到三个不可逾越的障碍：
第一个障碍，人际之间的“效用”不可比较。什么意思呢，你看，自然科学获得的信息，都是有准确单位的，比如速度、质量、密度等等，可以比较不同物质之间的属性。而人对事物的反应，没有单位可以计量，经济学家为了统一，造了一个单位，叫“效用”（Utility），即人通过消费或者享受闲暇等使自己的需求欲望等得到的满足的一个度量。经研究发现，这个效用，只能自己和自己比，没法和别人比，因为每个人对不同的商品，有不同的偏好，不同的个人估值。我喜欢苹果多于橘子，喜欢橘子多于香蕉。你可能刚好倒过来，最喜欢香蕉，然后喜欢橘子，最后喜欢苹果。每个人有自己不同的偏好，一旦你想用信息或者某种事物控制别人的时候，每个人的反应可能都是不同的，没有一把尺子能衡量。
第二个障碍，数据其实不可得。即使你发明了万能效用算法，但真的可以获得到有效信息吗？相比机器或其他生物，要想从人身上获取信息，至少会发生四种凄惨的情况：
第一，很多人在做选择前，不知道自己想要什么，你去调研，他只能瞎答；
第二，时间宝贵，凭什么告诉你；
第三，人会误导你，为了利益，很可能你要什么就给什么；
第四，也是最重要一点，人是有能动性的，他会对你的行动做出反应。公司里常常说，你考核什么就会得到什么，就是这个原理。
第三个障碍，没有合适的奖惩手段。人总会犯错，如果我们不能够很好的奖惩，人就不能够及时修正错误、做出改进，系统就不能向着目标演进。但是基于前两点，我们既然很难获得有效信息，那么又如何确信我们的奖惩措施对这个人真的有效呢？要知道，让人诚心认错，可是很难的，人这种生物，就是擅长找各种理由、从各个角度证明自己是对的，因为这种方式最经济实惠，可以让自己不用那么努力也能活的开心。
当然，这三个障碍并不是我编造出来的。1920年，在经济学界，很多科学家组成的奥地利学派，总结了出这三个障碍，并针对人类社会的经济能否计划的问题，拉开了一个长达百年、至今尚未结束的大辩论，史称“经济计算问题”。
3.思考：自然界的系统自组织现象
人一旦遇到头疼的问题常常会回到自然界找思路，上次是老鹰抓兔子，这次又瞄上了由动物构成的组织了。
人观察到，蜂群可以有序的采蜜和繁衍，雁群可以整齐的排成人字型向南飞，那可真是一种秩序之美。你看，人家除了蜂王、头雁以外，并没有什么控制器啊，组织也达成了目标，这里面又有哪些规律呢？
学者们绞尽脑汁，还真的找到了规律，他们发现，这类系统中，每一个体都在基于一种简单法则不断重复自己的行为，而系统能够为每个个体的行为给予反馈，让个体在每次重复时，可以通过略微的调整，来满足系统的要求。
比如雁群，每一只大雁都遵循同一个规则，就是和前一个大雁保持相对距离，不论前一个怎么变，它只要跟着调整就可以了，这样，头雁转弯，整个雁群都会保持队形跟着转弯。
这个规律，科学家称之为“系统自组织”现象。一个一个简单的行为汇聚起来，呈现了一个随机运动、充满不确定性的复杂系统，它看似杂乱，却能达成目标，它看似无序，却又何尝不是更高维度上的一种有序呢？
4.解决：逆向思考，先设计系统，再放合适的人
洞察原理后，如果把之前的所有控制方法称“集中控制”的话，那么新的控制思路，就可以称为“分布式控制”。其实就是想办法把系统变为“自组织系统”，包括把系统的整体目标分解为简单、可以执行的规则，想办法让每个个体有驱动力为之努力，并及时给予反馈，就这样，随着每个个体持续的工作，整个系统逐步逼近目标。
总所以，此时你要先设计好系统，再往里放人，而且，这个系统必须有这三个要素：
1. 规则体系：指导人如何行事。
2. 价值体系：提供统一的价值单位，用于奖惩，以保障人愿意接入并遵循规则。
3. 反馈体系：观察人的行为，和规则比较，给予反馈，并调用价值体系进行奖惩。
有了这三个要素，系统的控制者，就可以通过优化规则、调整价值和增加反馈来实施控制，让系统以既定的速度向既定的目标演进。
其实，我们身边这样的系统比比皆是。你看看交响乐团，它的规则体系就是音乐知识和乐谱，每个乐手都需要掌握乐理并照谱演奏；反馈体系就是音乐家本人，他需分辨每个乐手演奏声音，是否遵循乐谱，并给予回馈；价值体系，就是音乐家和乐手的工资以及演出成功获得的名声和满足感。这个交响乐团会持续奏出有节奏的旋律，直到完成整篇乐章。
在这个过程中，你会发现，原本看似不可逾越的三个问题竟被完美解决了。
首先，我不需比较每个成员的效用，包括谁更喜欢演奏、谁更需要回报、谁更富裕等等，因为当一个成员决定参加演奏，说明他已经认同了规则，并自己换算出了自己想要的收益，无论是金钱上的报酬还是精神上的满足。
同时，我也不用担心他把信息藏着掖着不告诉我，他只要坐在那里演奏，我就可以获得我想要的信息，他的琴技、他的乐感、他对音乐的理解，观察就行了。
至于奖惩，也十分容易，符合我的要求就留下来，不符合就改正或者离开，我并不需要了解你这个人怎么样，只需要评估你是否满足系统的要求就行了。
5.小结：管人和管事
无论是控制人，还是控制事，控制的核心思想是一样的，最重要的是都是要设计出一个控制系统，而且要努力让每一次的控制可以闭环，确保系统可以通畅地运作。
只不过人更复杂，更难以琢磨。
如果你只是单纯的想把事情做好，那么你可以用黑箱模型做集中控制，你做的就叫“项目管理”。
如果你追求的是事成、人爽，既能够达成目标，又能让团队中的每个成员获得最大满足，那么你就要更仔细的设计这个系统，小心的设计规则、价值和反馈体系，让团队可以自组织的奔着目标前进，这就是“团队管理”。
六.复杂系统的控制实践就在你身边
规则体系、价值体系和反馈体系，用这三个要素观察由人构成的系统，很多事情相信你都能看懂了，下面我们一起解析三个典型系统。
1.人类社会：到底哪种规则好
你用规则体系看人类社会中的组织，你会发现很神奇的事情：
- 篮球团队：都是长得高的或跳的高的。
- 模特团队：都是身材火辣的。
- 销售团队：都是能说会道的。
你可能觉得，不就应该这样吗？但是，用规则的视角看，你就能发现这是组织设计的结果，这里面的一个规律就是：不同的规则，就有不同的人比较容易胜出。
再把镜头拉开一点，人类社会中到底应该贯彻哪种规则呢？这是很重要的问题，选择不同的规则，禀赋不同的人的机会就不一样：
- 如果你用暴力作标准，比较强壮的人容易胜出。
- 你用智力做标准，比较聪明的人容易胜出。
- 你用家世做标准，出身比较好的人容易胜出。
- 你用先到先得作标准，时间成本比较低的人容易胜出。
- 你用出价的高低作标准，比较有钱的人容易胜出。
对个人而言，哪一种规则更好、更公平呢？其实没有。你说高考公平，那上不起学的人怎么办，你说体育比赛公平，那残疾人怎么办。公平的含义都是相对的，是在同一种规则下，能参与进来的人他们之间的追求，而对那些被规则筛选掉的人，都是一种“不公平”。
再看，对系统而言，什么是好规则？如果这个规则，能让人更努力、更有效率的做事，在个人争取自身回报的最大化的同时，系统的目标也随之达成，我们说，这是能让人积极进取的好规则。
我们可能常听到这样的言论，大家一起图发展，既要把饼做大，又要把饼分匀。这个理想当然很美好、很公平，可实际你会观察到，在这样的系统中，人是懈怠的，因为努力的人和努力的人拿一样的回报，更有能力的人就没有动力、就会走掉，饼反而会越做越小。相反，在有着清晰规则的系统中，竞争方式也是明确的，虽然不适合的人会走掉，觉得自己能行的人也会进来，在每一个人都努力争取自己回报的同时，饼也会越做越大。结果，你发现，如何分饼，决定了饼最终能做多大，规则的设计决定了组织的绩效。
2.公司：西蒙斯的控制模型
公司是典型的复杂系统，也是把控制用到极致的地方，下面咱们用企业控制理论看一看公司是如何应用规则、价值和反馈的。
西蒙斯教授将有效的控制系统分为四类，从里到外分别是：指标系统，交互系统，边界系统和信仰系统
- 指标系统（或叫诊断控制系统）
这是最核心的一个体系，想管理好一个组织，要想让大家都有事做，并且能够检查大家做事情的效率，就必须要有清晰具体的目标，同时还要把目标翻译成具体的、数字化的指标并分解下去。控制这些目标的实现过程，就是“指标控制体系”。你在公司中常见的KPI、OKR、各种度量都属于这类体系，当然不仅仅是监控，也包括任职评价标准、激励系统以及回报系统等等。
- 交互系统
因为外部的环境不断在变化，组织总会不断遭遇各种不确定性，指标体系需要被及时的监控并系统性地修订，因此有了交互系统。交互体系的落地形式就是通过更有效的互动、沟通、对话，形成应急性的变化，而且，还要保证这个变化不是随机的，要有序，要和原来的策略形成有机关联。在公司中，最常见的交互体系就是开会，各种例会、学习会、沟通会。
- 边界系统（Boundary Systems）
也是每一个组织所必须明确的基本规则，它是红线，需要每一名组织成员所知晓并准守。比如组织的行动规范、信息安全、资产收购规则、运营规则等等。
- 信念系统（Belief Systems）
在任何大型组织里都有这个系统，组织通过控制承诺来确保员工共享组织的愿景、核心价值、使命、信条及宗旨等等。
总之，这四种控制系统的逻辑是非常清晰的，它们比较完美的实现了规则、价值和反馈的融合和应用。
3.游戏：业内公认最佳实践
其实在所有由人构成的系统中，是有公认的最佳实践，我们可以直接向它学习。这个系统就是网络游戏，游戏本身就是一个被人不断打磨出来的管理系统。
去注册一个王者荣耀，玩一玩，你会发现规律：
- 规则体系：打怪升级系统
- 反馈体系：打怪或者做任务获得即时奖励。
- 价值体系：不论是装备、经验，都能换算到一个统一单位的游戏币，系统只要用游戏币悬赏，玩家就会按系统的预期做出反应。
三个方面体现了游戏系统的成功之处：
一是强大的吸引力。玩游戏其实很累、很耗时间的，可是玩家们就是愿意成宿的练级啊，上哪里找这种自愿加班的好员工？
二是低门槛。进入游戏，没有什么面试吧，不论你什么学历什么智力水平，只要能学会操作，就可以玩。
三是自发性协作。游戏中可以轻易的组织一大批人去攻城、刷副本，他们有分工有合作，可以达成各种困难的任务，而且这些团队中的领导者，可是没有什么任命的，那都是自然涌现的。
为什么能做到呢？有很多说法，有人说是因为反馈体系，现实中常常是延时反馈的，而游戏中是即使反馈的，现实中经验、能力是不可见的，而游戏中经验值和属性是可见的。也有人说是因为价值体系，现实中钱是不好赚的，而游戏中，虚拟游戏币容易赚。这些都对，但都基于一个先决条件，就是规则体系。游戏首先用它的规则，过滤掉了那些玩不好的人、玩的少的人、不愿意玩的人，留下了那些愿意玩的人、想玩好的人、希望在游戏世界有所成就的人。我们之所以看到游戏的玩家能做到这么多自组织的事情，不能忽略的事实是，不符合要求的人，都走了。
五.总结：系统、信息、控制和反馈
至此，三论的核心概念都已经概述完了，这里面实际有非常多的细节，如果你感兴趣可以去更深入的了解它们。在这里，我再给你串一遍：
人们以系统来理解和预测事物，系统在发展变化中会面临的各种可能性集合，叫可能性空间，减少可能性空间有三个关键点：信息、控制和反馈，三者之间又存在着联系，信息的传递需要控制，而有效控制必须依赖信息，最后，反馈为信息传递提供了通道。
对于复杂系统，通常有两大类控制方法：
第一类是集中控制，可以使用黑箱控制模型，基于共轭控制、负反馈调节控制的原理，让系统逐步达到目标。这个思路比较适合用来管事。
第二类是分布式控制，可以构建规则体系、价值体系和反馈体系，基于系统自组织的原理，让系统逐步达到目标。这种思路虽然复杂、搭建困难，但是可以兼顾管人和管事。
最后，回归本质，人类不停的求知和实践，就是三个目的：解释问题、预测问题和解决问题。解释和预测是“知”，解决是“行”，唯有“知行合一”方能“止于至善”。
最后的最后，继续开一个脑洞：
一滴墨汁滴入杯中随即扩散消融，而想从水中把墨汁聚合起来却是千难万难。根据热力学第二定律，一个孤立系统的混乱度总是无限增长、不会衰减。混乱的极限是绝对均匀，绝对均匀意味着绝对稳定，所有可能性空间全部消失，一切早已存在，一切都已寂灭。
照理说生命根本不该存在，岂止生命，原子、光、语言、组织，凡是作为宇宙子系统而存在的事物都不合常理。
科学家们给出的解释是生命之所以能避免趋近最大值熵的死亡状态，是由于生命能通过吃、喝、呼吸等新陈代谢过程从环境中不断汲取负熵。推而广之，其它系统也必然有自己的一套方法来抵消维持自身存在所产生的熵。
原来生命就在于折腾啊！所以人类才会如此热衷于控制，不遗余力地压缩可能性空间就是最大程度上减少熵增。
其实，无论是远方闪耀的寒星还是夜幕下发着微光的手机屏幕都是生命在燃烧自我、努力活着的尝试。
无论如何，我们终将会被遗忘，但是，但是，既然活着，那就燃起来、把自己烧的更亮一点吧！生命就在于折腾～