看不见的齿轮：复杂系统建模如何重构我们对世界的认知
上个月在南京浦口的小众研讨会上，窗外飘着满城的桂香，做气候模拟的老教授捧着泡淡了的雨花茶，拍着桌子说现在不少年轻人，把线性拟合套个花名头就敢拿出来站台。
没人否认还原论帮我们走了很远。把大问题拆成小问题，拆到分子拆到原子，算清楚每个部分的规则，再拼回去就能得到结果。这套逻辑在几百年里帮我们造了飞机，测了基因，送了人上月球。但走到今天，越来越多的问题，这套方法走不通了。
三体运动混沌状态模拟图
这还只是三个单元的系统。想想一片森林里的几万种生物，一座千万人口城市的早晚高峰，一个国家资本市场里的千万交易者，每个单元都在和其他单元不停互动，每个互动都会改变后续的行为逻辑。
很多人本能觉得，只要算力够强，把每个单元的参数都输进去，总能算对。错了。涌现性才是复杂系统的核心：整体永远不是部分的简单相加，单个蚂蚁不存在智能，几十万只蚂蚁就能出来有分工有规划的种群行为；单个司机只是想快点到家，上万司机就能出来早晚高峰堵得一动不动的死锁。
说实话，我见过太多拿到经费的项目，把几十个变量往模型里一塞，跑个回归出个R平方就敢交差，本质还是换了皮的还原论，根本没摸到问题的核心。你把每个树的高度胸径都算得清清楚楚，也算不出整个森林十年后的碳汇量，因为你没算进去树和树抢养分的互动，没算进去虫灾随机爆发的概率，没算进去每年来玩的游客会踩坏多少树苗的根。
这些互动，才是那个看不见的齿轮，推着整个系统走。
比如做城市交通调控，原来的模型把所有车当成均匀的流量，按道路分配就完了。现在用多智能体的思路，每个司机就是一个独立的agent，有的赶时间愿意绕路，有的怕变道只走最左道，有的新手开得慢占着快车道，把这些异质性放进去，让他们互动，跑出来的堵点居然和实际地图上的红飘带对上了八成。
城市交通多智能体建模热力图
不过话说回来，这条路现在坎太多了。第一个坎就是过度参数化的陷阱。你为了更准，给每个单元加了上百个参数，拟合了过去五年的本地数据，换个城市换个时间，结果直接偏出天际。之前新冠流行初期，多少模型预测最终感染人数，差了好几个数量级，本质就是这个问题：把传播率设成了固定值，完全没考虑人的行为会跟着政策变，政策又会跟着感染数变，双向反馈的环被硬生生切成了线性的段，能准才怪。
第二个坎是边界怎么定。复杂系统没有绝对清晰的边界。你研究长三角城市群的产业分布，要不要把东南亚的代工厂，北美的消费市场都算进去？不算，结果肯定有偏差，算进去，模型的复杂度会呈指数上升，现有算力根本扛不住。很多人说大模型出来就能解决这个问题，其实不对，大模型能处理更多数据，但解决不了边界的模糊性，反而会因为加了太多无关的噪声，把真正核心的互动关系给淹没了。
我见过最务实的做法，是做流域生态的团队，他们没有把整个流域所有生物都塞进去，只抽出来核心的三个层级：生产者（水草鱼类）、消费者（鸟类大型水产）、人类活动（排污取水航运），每个层级只留三个核心互动规则，跑出来的结果居然比加了上百参数的模型还准十个百分点。核心就是找对了要研究的问题，不需要的细节干脆砍掉。
别吹圣杯，它只是好用的工具
现在行业里有种不好的风气，什么都要往这块靠，好像套个名字就是前沿研究了。其实得清醒，它有非常明确的应用边界，也有跨不过去的坑。
它最擅长的，是帮你理解已经发生的涌现行为，帮你在落地之前测试不同选项的结果。比如你要在城市核心区修一个新的商圈，扔到模型里跑一遍，就能看到周边道路会堵成什么样，周边小区的房价会受多大影响，比拍脑袋拍板靠谱太多。比如你要做新药的三期临床，先在虚拟人体系统里跑一遍药物和不同器官的互动，能筛掉一半以上有潜在风险的候选药，省下不知道多少成本。
但它做不了精确的长期预测。任何说能用它做十年以上精确预测的，都是骗人的。混沌系统里初始条件的微小扰动，放长到十年就是天差地别，你能做的只是算出不同结果的概率分布，不可能给你一个精准的数字。
最大的风险其实是黑箱套黑箱。现在大模型火了，很多人把大模型接进来当单元规则的生成器，出来的结果对不对，为什么对，根本没人说得清。如果只是做个规划参考还好，要是用在金融风控、核电安全这种要命的领域，出了问题你连根都找不到，后果不堪设想。
那天研讨会上散场，老教授拉着我在浦口的江边走，江风把桂香吹得很远，他说做这行这么多年，最大的体会就是，你研究的是活的系统，不是死的公式。你要做的不是控制它，是顺着它的互动规律，找一个人类和它共处的方式。
想想挺对的。我们原来总想把世界拆成零件，拼出一个我们能完全控制的结果，现在才发现，世界本来就是一堆互相咬着的齿轮，你摸对了每个齿轮转的方向，不用硬掰，它就能往你想要的方向走。
没人否认还原论帮我们走了很远。把大问题拆成小问题，拆到分子拆到原子，算清楚每个部分的规则，再拼回去就能得到结果。这套逻辑在几百年里帮我们造了飞机，测了基因，送了人上月球。但走到今天，越来越多的问题，这套方法走不通了。
为什么还原论碰了壁
三个质量相近的恒星，在引力作用下运动，人类至今找不出解析解。初始条件差了一亿分之一，运行几十轮后位置就能偏出整个轨道。三体运动混沌状态模拟图
这还只是三个单元的系统。想想一片森林里的几万种生物，一座千万人口城市的早晚高峰，一个国家资本市场里的千万交易者，每个单元都在和其他单元不停互动，每个互动都会改变后续的行为逻辑。
很多人本能觉得，只要算力够强，把每个单元的参数都输进去，总能算对。错了。涌现性才是复杂系统的核心：整体永远不是部分的简单相加，单个蚂蚁不存在智能，几十万只蚂蚁就能出来有分工有规划的种群行为；单个司机只是想快点到家，上万司机就能出来早晚高峰堵得一动不动的死锁。
说实话，我见过太多拿到经费的项目，把几十个变量往模型里一塞，跑个回归出个R平方就敢交差，本质还是换了皮的还原论，根本没摸到问题的核心。你把每个树的高度胸径都算得清清楚楚，也算不出整个森林十年后的碳汇量，因为你没算进去树和树抢养分的互动，没算进去虫灾随机爆发的概率，没算进去每年来玩的游客会踩坏多少树苗的根。
这些互动，才是那个看不见的齿轮，推着整个系统走。
跨不过去的单元到全局鸿沟
现在做的很多尝试，本质都是换了一套建模逻辑：先定每个单元的规则，再让单元之间自由互动，最后看全局能出来什么样的结果。比如做城市交通调控，原来的模型把所有车当成均匀的流量，按道路分配就完了。现在用多智能体的思路，每个司机就是一个独立的agent，有的赶时间愿意绕路，有的怕变道只走最左道，有的新手开得慢占着快车道，把这些异质性放进去，让他们互动，跑出来的堵点居然和实际地图上的红飘带对上了八成。
城市交通多智能体建模热力图
不过话说回来，这条路现在坎太多了。第一个坎就是过度参数化的陷阱。你为了更准，给每个单元加了上百个参数，拟合了过去五年的本地数据，换个城市换个时间，结果直接偏出天际。之前新冠流行初期，多少模型预测最终感染人数，差了好几个数量级，本质就是这个问题：把传播率设成了固定值，完全没考虑人的行为会跟着政策变，政策又会跟着感染数变，双向反馈的环被硬生生切成了线性的段，能准才怪。
第二个坎是边界怎么定。复杂系统没有绝对清晰的边界。你研究长三角城市群的产业分布，要不要把东南亚的代工厂，北美的消费市场都算进去？不算，结果肯定有偏差，算进去，模型的复杂度会呈指数上升，现有算力根本扛不住。很多人说大模型出来就能解决这个问题，其实不对，大模型能处理更多数据，但解决不了边界的模糊性，反而会因为加了太多无关的噪声，把真正核心的互动关系给淹没了。
我见过最务实的做法，是做流域生态的团队，他们没有把整个流域所有生物都塞进去，只抽出来核心的三个层级：生产者（水草鱼类）、消费者（鸟类大型水产）、人类活动（排污取水航运），每个层级只留三个核心互动规则，跑出来的结果居然比加了上百参数的模型还准十个百分点。核心就是找对了要研究的问题，不需要的细节干脆砍掉。
别吹圣杯，它只是好用的工具
别吹圣杯，它只是好用的工具
现在行业里有种不好的风气，什么都要往这块靠，好像套个名字就是前沿研究了。其实得清醒，它有非常明确的应用边界，也有跨不过去的坑。它最擅长的，是帮你理解已经发生的涌现行为，帮你在落地之前测试不同选项的结果。比如你要在城市核心区修一个新的商圈，扔到模型里跑一遍，就能看到周边道路会堵成什么样，周边小区的房价会受多大影响，比拍脑袋拍板靠谱太多。比如你要做新药的三期临床，先在虚拟人体系统里跑一遍药物和不同器官的互动，能筛掉一半以上有潜在风险的候选药，省下不知道多少成本。
但它做不了精确的长期预测。任何说能用它做十年以上精确预测的，都是骗人的。混沌系统里初始条件的微小扰动，放长到十年就是天差地别，你能做的只是算出不同结果的概率分布，不可能给你一个精准的数字。
最大的风险其实是黑箱套黑箱。现在大模型火了，很多人把大模型接进来当单元规则的生成器，出来的结果对不对，为什么对，根本没人说得清。如果只是做个规划参考还好，要是用在金融风控、核电安全这种要命的领域，出了问题你连根都找不到，后果不堪设想。
那天研讨会上散场，老教授拉着我在浦口的江边走，江风把桂香吹得很远，他说做这行这么多年，最大的体会就是，你研究的是活的系统，不是死的公式。你要做的不是控制它，是顺着它的互动规律，找一个人类和它共处的方式。
想想挺对的。我们原来总想把世界拆成零件，拼出一个我们能完全控制的结果，现在才发现，世界本来就是一堆互相咬着的齿轮，你摸对了每个齿轮转的方向，不用硬掰，它就能往你想要的方向走。