《道德经》认知哲学

从事系统分析的人非常相信“杠杆点”。这些是复杂系统（一个公司、一个经济体、一个生物体、一个城市、一个生态系统）中的地方，在这些地方，一件事的微小变化可能会导致一切发生巨大变化。这个想法不是系统分析独有的，它存在各种隐喻中：灵丹妙药，神药，密道，神奇密码，扭转历史潮流的单身英雄。几乎毫

在机器学习 (ML) 模型中发现偏见是很困难的，有时，公司一旦公开以后才会发现意外的道德危害，Twitter想改变这一点：我们正在尝试一些激进的方法，引入业界首个算法偏见赏金竞赛。 5 月，我们分享了在显着性算法（也称为图像裁剪算法）中识别偏差的

保罗·格雷厄姆(paulgraham)是英国出生的美国计算机科学家、散文家、企业家、风险投资家和作家。他最出名的是

“道”指事物的内在本质或自然倾向。例如，水趋向于向下流动：这就是它的道。你可以堵住它、引导它、泵送它或以其他方式干扰它，但尽管你付出了所有的努力，它最终还是会到达它要去的地方。“道”，作为一种与世界接触的方式，就是对事物的自然倾向敏感，而不是浪费精力与它们斗争，而是与它们同行：一点点

今年诺贝尔物理奖和经济奖都是里程碑式，物理奖颁给复杂性系统研究，复杂性系统研究的方法是不同于传统物理的还原方法论，而经济学奖颁给了类似物理科学领域的实证方法学，经济系统也是一个复杂性系统，其实也是开辟了一种新的复杂性系统的研究思路，这种社会性的复杂性系统与物理科学研究的自然复杂性系统是相似性

在生态学中，岩石地变成森林的过程被称为森林演替。我嫁给了一位生态学家，所以我听到了很多这样

如果你想要更好的结果，那就忘记设定目标吧。而是专注于您的系统。实现我们想要的生活的最佳方式：如塑造更好的身材、建立成功的企业、更多地放松和减少担心、花更多的时间与朋友和家人在一起等，就是要设定具体的、可操作的目标。多年来，这也是我养成习惯的方式。每一个都是一个要达到的目标。我

当你处理真正复杂的问题时，不能保证任何一个实验都会成功；因此，同时执行很多实验实际上比顺序执行更有用。当然，我们大多数人并没有并行进行实验。我们正在开发一个产品，我们正在迭代最终解决方案，模糊地知道我们想要实现的目标并在此过程中获得反馈。不过，敏捷实际上并没有阻止我们运行并行

在工业世界长大并且热衷于系统思考的人很可能会犯下可怕的错误：他们可能会假设，在系统分析中，在互连和复杂性中，在计算机的力量中，总是存在一个预测和控制的关键。这个可怕的错误很可能是：因为工业世界的心态假设存在有一个预测和控制的关键。一开始我也是这么认为的，我们都假设它，我们夸大

SproutLife是复杂生命进化的模型。它扩展了康威的生命游戏，它以从简单的规则中出现栩栩如生的模式而闻名。Sprout Life 将这种出现更进一步，创造了繁殖、变异和进化的模式。 Sprout Life 令人兴奋的原因有几个： 集体行为，而不仅仅是个人健

是否存在与普通人相比，在不确定性下始终表现出更少更低的认知偏差和更好的判断力的个体亚群？这部分人称为“理性人”，这些人是否具有我们直觉上将其与更深思熟虑的思维习惯联系起来的性格？如果有，与理性相关的特征是什么？理性的人更聪明吗？他们是否具有独特的人口统计学、教育背景或神经学特征？

理性人原则： 每个人都会讲道理。 每个人都希望其他人都通情达理。 没有人是特别的。 如果有人建议您不讲道理，请不要生气。 理性的人会考虑自己的需要和他人的需要，并调整自己的行为以实现社区共同利益的目标，即表达您想说的话，但接受并适应他人的需要

大家好：一周过去了，我想和大家分享一些想法。首先，昨天我们所有服务的关闭是我们多年来遇到的最严重的中断。在过去的 24 小时内，我们一直在总结如何加强我们的系统以应对此类故障。这也提醒我们，我们的工作对人们有多重要。其次，我想回顾一下我们正在进行的公开辩论。我相信你们中的许多

选择要解决的问题是注意力的一种功能。无论您关注何处，无论您关注什么，都会向您揭示该领域的问题。解决这些揭示的问题会吸引你，并且会揭示在该领域中更多值得解决的问题。因为生活的每个领域都有如此丰富的内容，所以很容易迷失在这个反馈循环中，用一生的时间解决那个领域的一个又一个问题。事实上，这

当我们考虑如何以最好的方式做事时，首要考虑的是不要以最糟糕的方式做事并阻止以错误的方式做事，Poka-Yoke（“防错”）——这不仅仅是一个听起来很棒的词，而且是丰田防止用户错误操作的方法的一部分。例如，要启动汽车，你的脚必须踩在刹车上，然后才能启动汽车，这样来防止你做错事。

擅长软件设计的人相信自己拥有从基本原理理解任何类型系统的独特能力，无需事先培训，这要归功于自己卓越的分析能力。这种在人为构建的软件设计世界中的成功促进了一种危险的信心（自大）。作为计算机程序员，我们形成性的智力经验是使用由其他人设计的确定性编程语言系统，这些可能非常复杂，但复杂性不是