2025 年我最大的收获，是对系统论有了一个比较完整的认识。
我第一次比较清楚地看到“系统”，是在学习机器学习的训练过程时：数据准备、特征选择、前向传播训练、评估结果、反向传播调参，然后继续前向训练。整个流程非常清晰，环环相扣，核心在于循环迭代和持续反馈，不断逼近最优解。
后来我发现，同样的机制也出现在很多地方，比如解决问题、工程化和科学研究中。
解决一个相对静态的问题，通常也是：先定义问题，套用理论或方法尝试求解，得到结果后进行评估，不对就回到前面重新思考，调整方法，再试一次，直到问题被解决。
把这些过程放在一起看，会发现它们都有一个完整的闭环结构：重复—反馈—调整。这让我意识到，这其实就是系统。对我来说，一个系统的最小定义，至少要包含这三点。
重复意味着要有一套流程；反馈离不开价值函数，用来判断结果好不好，从而奖励或削弱某些行为；调整则是系统得以持续运行的关键。
在此之上，我逐渐把系统拆成几个更清晰的维度：
有边界（讨论什么、不讨论什么）；
有状态（可以被观测、被调节的东西，比如机器学习里的参数）；
有规则（状态如何转移和变化）；
有价值函数；
反馈机制。
当这几样东西组合在一起时，系统就像一台可以持续运转的机器。如果想用一套系统去解决问题，这几个维度理论上都是可以被设计的。
再往现实走一步，系统就会变复杂。有的系统表面一套价值函数，实际运行时却是另一套；有的系统同时存在多个价值函数，彼此之间有博弈；边界、规则和价值权重也可能随着时间变化。这时，系统就不再是封闭的，而是一个开放系统。
这套系统论的形成，给我带来了几个很实际的变化：
到了一个环境，我会下意识地用系统的视角去观察和测试，总结它的规律。
看人和事时，会关注系统到底在奖励什么行为，比如判断一个人是否靠谱，会去看他的长期行为被什么结果强化。
做事情开始更有方法感，比如先想清楚目标，再设计一套相对稳定的流程。
我也开始用系统论来改造自己，通过持续学习、复盘，觉察并修正自己的认知模型。
慢慢地，我也越来越确定自己想做的事情：从小问题开始，通过设计系统解决身边的问题，在实践中不断积累经验、修正系统。
说不定有一天，我设计的系统可以创造更大的价值，这样我的自我价值感也满足了，而且也不用担心钱的问题。
那2025年我设计了啥系统呢？有两个
一个是看完《思考快与慢》这本书后，想到的用系统二训练系统1的理论
第二个是极简复盘思路，最早是一个静态的，没有反馈；后面改进了，变成动态的
本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。
