systems-thinking-core

name	systems-thinking-core
description	系统结构分析——识别存量/流量/反馈回路，诊断系统行为模式。 当用户想理解一个系统为什么这样运作、为什么反复出现某种行为模式、 为什么某个问题长期解决不了时使用。 触发词：系统结构、反馈回路、增强回路、调节回路、存量流量、 延迟效应、系统行为模式、这个系统为什么、怎么分析这个系统、 画出回路图、因果回路。 通常由 systems-thinking 主入口路由触发，也可独立使用。 快速模式触发词：快点、简洁、一句话告诉我、快速诊断。
source_book	《系统之美：决策者的系统思考》 德内拉·梅多斯 (Donella H. Meadows)
source_chapter	第1-3章
tags	["systems-thinking","stocks-flows","feedback-loops","system-behavior","diagnosis"]
related_skills	[{"depends-on":"systems-thinking"},{"composes-with":"systems-thinking-archetypes, systems-thinking-leverage, systems-thinking-obstacles, systems-thinking-dance"}]

系统结构分析 (Core)

R — 原文 (Reading)

"系统并不仅仅是一些事物的简单集合，而是一个由一组相互连接的要素构成的、能够实现某个目标的整体。从这一定义可见，任何一个系统都包括三种构成要件：要素、连接、功能或目标。"

— 梅多斯, 第1章 系统之基础

"一个反馈回路就是一条闭合的因果关系链，从某一个存量出发，并根据存量当时的状况，经过一系列决策、规则、物理法则或者行动，影响到与存量相关的流量，又返回来改变了存量。"

— 梅多斯, 附录 系统原理概要

"系统结构决定系统行为。系统行为是系统随着时间流逝展现出来的一系列事件。"

— 梅多斯, 附录 系统原理概要

---

I — 方法论骨架 (Interpretation)

系统结构分析是系统思考的基础功。它的核心洞察是：不要归咎于参与者，要看结构。

任何系统都可以用三个层次的透镜来观察：

1. 事件层（表面）：谁做了什么，发生了什么——新闻头条关注的层面。这是最浅的层面。
2. 行为模式层（中层）：事件随时间呈现什么趋势——上升？下降？振荡？这是历史数据能告诉你的。
3. 结构层（深层）：什么样的存量、流量和反馈回路产生了这种行为模式？这是系统思考者真正要到达的层面。

分析一个系统就是画出它的"骨架"：

• 存量：系统中随时间累积的量（人口、库存、信任、知识）
• 流量：使存量变化的流入和流出（出生/死亡、进货/销售）
• 增强回路(R)：自我强化的循环——越多导致越多（或越少导致越少）。驱动增长、衰退或崩溃。
• 调节回路(B)：趋向目标的循环——抵抗变化，维持稳定。设定目标、检测差距、采取行动。
• 延迟：行动与结果之间的时间差。这是系统振荡和过冲的主要原因。

这个方法的威力在于：一旦你画出了反馈回路，你就不再问"谁该负责"，而是问"什么结构产生了这个行为"。

---

A1 — 书中的应用 (Past Application)

案例 1: 汽车库存振荡

• 问题: 汽车经销商发现库存水平剧烈波动——有时候缺货，有时候积压。
• 方法论的使用: 梅多斯用存量流量图画出汽车库存系统：库存(存量) ← 交付(流入) - 销售(流出)。交付量取决于"工厂订单"，而工厂订单又基于"期望库存"与"实际库存"的差距。关键是：订单到交付之间存在交货延迟。
• 结论: 振荡的根源是：经销商看到库存下降 → 增加订单 → 由于延迟，等货到时需求已经回落 → 库存积压 → 大幅削减订单 → 再次缺货。不是经销商愚蠢，是延迟结构使然。
• 结果: 即使每个参与者都理性决策，只要有延迟和反馈，振荡就不可避免。

案例 2: 石油经济耗竭

• 问题: 油田开采到一定程度后，产量下降，价格上升，但投资回报持续走低。
• 方法论的使用: 梅多斯画出石油经济的双存量系统：地下储量(存量) ← 开采(流出)；资本(存量) ← 投资(流入) - 折旧(流出)。开采受技术/成本/储量共同影响，投资受利润驱动。
• 结论: 这个系统会呈现"先繁荣后衰退"的模式。资本积累驱动开采加速，但储量耗尽后，单位开采成本飙升，利润下降，投资萎缩。即便知道这个结局，市场的增强回路也会驱动参与者最大化短期利益。
• 结果: 许多产油区经历了完全相同的生命周期。

---

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

1. 反复出现的问题：团队每次开会都讨论同一个问题，每次都"解决了"但下次又出现。你觉得一定有什么深层原因。
2. 意料之外的结果：你做了一个理性决策，结果完全出乎意外。比如降价促销反而导致利润下降。
3. 政策无效：你或你的团队推行了一项新政策，但系统好像"免疫"了，一切照旧。
4. 想理解一个复杂系统：你在分析竞对、市场、组织、或生态系统，想透过数据看本质。
5. 被指责为"问题根源"：有人在找"谁该负责"，但你觉得问题不在人，在结构。

语言信号 (用户的话里出现这些就应激活)

• "这个问题为什么每次都这样？"
• "我们明明改了流程，怎么还是一样？"
• "帮我分析一下这个系统是怎么运作的"
• "画出这个问题的因果回路"
• "这背后是什么反馈在起作用？"
• "为什么越想解决越严重？"

与相邻 skill 的区分

• 与 systems-thinking-archetypes 的区别: core 是通用诊断工具（任何系统都可用），archetypes 是特定陷阱匹配（只有当问题符合 8 种经典模式之一时才用）
• 与 systems-thinking-leverage 的区别: core 是"这是什么系统"，leverage 是"从哪里撬动它"。先 core 后 leverage。
• 与 systems-thinking-obstacles 的区别: core 是"系统怎么运作"，obstacles 是"为什么我理解错了"。obstacles 解释认知偏差。

---

E — 可执行步骤 (Execution)

当 skill 被激活后，agent 应按以下步骤引导用户：

完整模式（5步诊断）

1. 界定系统

   • 问: "你想分析的系统是什么？它的边界在哪里？（比如'我们部门的项目交付流程'或'我与伴侣的沟通模式'）"
   • 完成标准: 用户说出了一个有明确名称和范围的对象。

2. 识别存量与流量

   • 问: "这个系统里，什么东西在随时间累积？（存量）什么东西在让它增加或减少？（流量）"
   • 完成标准: 用户识别出至少 1 个核心存量和 2 个流量（一进一出）。
   • 可视化触发: 画出简单的存量流量图（用文字或图）。
   • 判停条件: 若用户说"我分不清存量和流量"→ 先解释："存量是浴缸里的水位，流量是水龙头和排水口。存量告诉你去过哪里，流量告诉你正在往哪走。"

3. 绘制反馈回路

   • 问: "当存量变化时，什么机制会推动它进一步同方向变化（增强回路 R）？什么机制会把它拉回某个目标（调节回路 B）？"
   • 完成标准: 用户识别出至少 1 个增强回路和 1 个调节回路。
   • 可视化触发: 画出因果回路图，用 R/B 标记回路类型。
   • 关键提示: "增强回路不一定是好事——它也可以驱动崩溃。调节回路不一定是坏事——它维持体温和生态平衡。"

4. 标注延迟

   • 问: "在这些回路中，哪些地方存在显著的时间延迟？行动之后多久才能看到结果？"
   • 完成标准: 用户识别出至少 1 个延迟。
   • 可视化触发: 在回路图上用 || 标注延迟位置。

5. 预测行为模式

   • 问: "基于这个结构，你预测系统会呈现什么行为模式：指数增长、S型增长、振荡、还是过冲与崩溃？"
   • 完成标准: 用户给出了行为预测，并得到验证或修正。
   • 结束输出: 给用户一个结构摘要模板：

     【系统结构摘要】
     - 系统: {名称}
     - 核心存量: {X}
     - 增强回路: {R1: ...}
     - 调节回路: {B1: ...}
     - 关键延迟: {位置/时长}
     - 预测行为: {模式}
     - 下一步建议: → systems-thinking-archetypes (如果模式匹配已知陷阱)
                      → systems-thinking-leverage (如果想找干预点)
                      → systems-thinking-obstacles (如果认知可能有偏差)
     

快速模式

当用户说"快点"、"简洁"、"一句话"、"快速诊断"时，跳过 5 步流程，直接：

1. 一步诊断: 问"你最困扰的一个反复出现的模式是什么？越具体越好。"
2. 直接输出: 快速识别最可能的 1-2 个回路结构，用一句话解释："看起来是{增强回路}在驱动{行为}，同时{调节回路}在限制它。关键延迟在{X}。"

快速模式不触发可视化，不追问，直接给结论。满足条件后询问："需要深入分析吗？我可以走完整五步诊断。"

---

B — 边界 (Boundary) ★

不要在以下情况使用此 skill

• 纯事件驱动的问题: 如果用户的问题是"今天发生了什么"而非"这个模式为什么反复出现"，不应激活。系统思考关注的是模式和结构，不是一次性事件。
• 信息不足: 如果用户对"系统里有什么"完全不知道，需要先观察再分析。不能凭空画回路。
• 紧急执行: 如果用户需要的是"立刻做什么"而非"先理解再行动"，应该路由到更行动导向的 skill。

作者在书中警告的失败模式

• "认为模型就是现实" — 梅多斯反复警告：系统结构图只是模型，不是系统本身。所有模型都是简化。不要因为画出了回路就认为自己完全理解了系统。
• "找到调节回路就觉得找到了敌人" — 调节回路是系统稳定的基础，不是"阻力"。试图消除调节回路会破坏系统的适应力。
• "把相关性当因果回路" — 两个变量一起变化不代表它们之间有反馈关系。回路必须形成闭合的因果链。

作者的盲点 / 时代局限

• 所有案例来自工业/生态领域。在数字系统（社交媒体算法、推荐系统、加密货币）中，反馈回路可能以完全不同的速度运行（毫秒级而非年级），且"参与者"可能不是人而是 AI agent。
• 缺少对权力不对称的建模。存量流量图能画出资源分布，但不能画出谁有权力定义系统的"目标"。

容易混淆的邻近方法论

• 鱼骨图/5Why: 这些是线性因果分析（从结果反向追溯原因），系统思考是非线性的回路分析（从存量出发，经过一系列反馈回到存量）。线性因果问"谁导致了什么"，反馈回路问"什么结构在维持这个模式"。
• SWOT 分析: SWOT 是静态快照（这一刻的优势/劣势/机会/威胁），系统思考是动态行为（随时间的变化模式）。

---

相关 skills (阶段 3 填充)

• depends-on: systems-thinking (主入口路由)
• contrasts-with: complex-problem-solver (互补——系统思考是诊断工具，广角思维是综合决策)
• composes-with: systems-thinking-archetypes, systems-thinking-leverage, systems-thinking-obstacles, systems-thinking-dance

---

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 测试通过率: 待定 (详见 test-prompts.json)
• 蒸馏时间: 2026-07-08