系统思维与反馈

第一部分控制论的历史背景

控制论的形成：军事技术、工程与跨学科合作

诺伯特·维纳原本不是要创立一门控制科学。他是要打下飞机。1940 年，英国正遭轰炸，这位美国数学家接到一个极其务实的问题：防空炮手打不中快速飞机，因为炮弹需要时间爬升，等它到达时飞机已经移动。要命中目标，你不能瞄准它现在在哪里，而要瞄准它将会在哪里——你必须预测。维纳建造了一个统计预测器，把飞行员规避机动当作需要外推的嘈杂信号；在与它搏斗的过程中，他注意到了一件会消耗他余生的事：大炮、雷达和躲避的飞行员形成了一个单一的回路——感知、预测、修正，而这个回路同样能描述一只潜行捕猎的动物、一只伸手取杯的手、一个大脑。预测与反馈其实一体两面。（历史学家彼得·加里森认为，这种战时把人与机器熔进一个反馈回路的做法，悄然塑造了控制论的整个世界观。）

故事的硬件一面更精彩，而且它早十年就发生在一艘通勤渡轮上。1927 年 8 月，年轻的贝尔实验室工程师哈罗德·布莱克正在横渡哈德逊河，被一个问题卡住：长途电话的放大器会轻微失真，而经过数千英里的中继器，这些轻微失真累积成一片杂音。布莱克灵光一闪，把这一顿悟写在手边仅有的纸上——一份《纽约时报》——这个点子几近悖谬：故意把放大器输出的一部分反号馈送回输入，让放大器持续修正自己的错误。他在用增益换取精度。负反馈放大器让跨洲电话成为可能，也顺便验证了麦克斯韦在第 9 日里的老警告：反馈可以稳定，但接错线它就会尖叫。没过几年，哈里·奈奎斯特和亨德里克·博德（都在贝尔实验室）就算出了反馈回路何时稳定、何时爆发振荡的数学——控制与灾难之间那条线的形式化工程。

然后是晚宴。1946 到 1953 年间，一群本世纪最不安分的思想家轮番相聚于乔赛亚·梅西基金会资助的一系列会议——梅西会议——他们想知道，反馈、信息与控制是否可能是一门跨越机器、大脑与社会的统一语言。这个阵容密得近乎夸张：维纳、通才约翰·冯·诺依曼、神经生理学家沃伦·麦卡洛克、人类学家玛格丽特·米德与格雷戈里·贝特森，以及英国精神病学家 W·罗斯·阿什比。这口大熔炉里诞生了一种信念：组织本身——细胞里、恒温器里、市场里、心智里——可以作为一门学科来研究。后来的思想家，以海因茨·冯·福斯特为首，又加上了一个令人眩晕的转折，他们称之为二阶控制论：观察系统的观察者本身也与系统构成一个反馈回路，因此并不存在「无处之见」。科学家观察社会时，观察行为就在改变社会；一种「控制论的控制论」。等课程走到心智科学时，我们还会再次遇见这种自我指涉的回路。

阿什比的必要多样性定律

那一时期留下的深层定律里，最值得记住的是阿什比定律。它听起来简单到不像深刻的。一个调节器——恒温器、免疫系统、政府、守门员——面对的世界可以向它抛出若干种不同的扰动。把这个数字叫做世界的多样性。阿什比证明：要保持一个结果稳定，调节器必须掌握至少与所面对扰动同样多的多样性。只有多样性才能吸收多样性。只会一种固定扑救的守门员挡不住射向四面八方的球；只有十种抗体的免疫系统打不赢一千种病原体；只有一根杠杆的政策治理不了一个能往一百个方向出错的社会。这就是必要多样性定律，它铁一般地解释了为什么简单控制器会在复杂世界中失败——也解释了为什么每个成功的调节器，暗地里都和它的问题一样复杂。

先记住这条定律。它以后会变形再现：解释大语言模型为何需要惊人规模才能应对语言的多样性；解释生物多样性如何缓冲生态系统；也解释「你无法管理你无法匹配的东西」这句话背后的安静数学。

第二部分生物系统中的调节回路

身体中的多重稳态回路

远在维纳之前，地球上最精密的反馈机器就坐在每一位读者的身体里。1865 年，法国生理学家克洛德·贝尔纳注意到一件本该引起更大轰动的事：浸润我们细胞的液体——内环境（milieu intérieur，即「内部环境」）——即便外界剧烈波动，也保持着惊人的恒定。无论你是身处暴风雪还是桑拿房，你的血液都是同样温暖、咸度适中、糖分平衡的汤。贝尔纳的这句话成了生物学中被引用最多的名言之一：内环境的恒定是自由而独立生活的条件。七十年后，美国生理学家沃尔特·坎农给这种现象起了名字——稳态，「稳定状态」——并阐明它是由我们一直在追踪的负反馈回路实现的，只不过材质从黄铜换成了血肉与激素。

例子一旦看见就无处不在。你的血糖是一个由两股相反流量调节的存量：餐后血糖升高，胰腺释放胰岛素把葡萄糖推进细胞；血糖下降时，胰高血糖素又把储备中的葡萄糖释放出来——一台用两种激素做传感器和开关的恒温器。你的核心体温靠出汗、发抖和血液重新分配维持在大约 37°C。你的血压由压力感受反射每秒监管：动脉里的牵张感受器感知压力，反射性地调整心率以对抗它。站得太快时，你会感到那半秒钟的滞后，然后回路才追上——那短暂的眩晕就是延迟导致的超调，是你的压力反射在做啤酒游戏式的踉跄。你不是一台恒温器；你是无数回路各司其职、彼此牵制的复杂整体。

到这里，本附录又绕回了课程的第一天。旧的稳态图景纯粹是反应性的：等待偏差，然后修正。但生理学家越来越青睐一个更丰富的概念，叫做异稳态——「通过变化实现稳定」——在这种图景中，身体根本不等待误差。它预测需求并提前调整：你的皮质醇在醒来前升高，你的心率在用力之前就开始攀升，而不是作为反应。调节变成了前馈，不只是反馈——预判性控制。如果这听起来似曾相识，并非错觉：它正是第 1 日「预测性大脑」在身体层面的对应——弗里斯顿所描绘的那台通过预先建模世界来减少意外的机器。控制论最深刻的现代转向，就是认识到最好的控制器不只是被动应对世界，而是预见世界将要发生什么。

第三部分控制论与社会系统

社会控制系统与全球模型

如果反馈能支配身体和机器，那么难以抗拒的诱惑就是：为什么不用它来支配经济呢？1971 年，英国管理理论家斯塔福德·比尔——一位抽雪茄、练瑜伽的「管理控制论」大师——受萨尔瓦多·阿连德新当选的社会主义政府邀请，为整个智利做这件事。成果——Cybersyn 计划（西班牙语里叫 Synco）——是技术史上最奇怪、最令人难忘的事件之一：试图把整个国民经济当作一个单一的自我调节有机体来实时运行，而计算能力只有一台大型机和几百台电传机。

这个系统每天汇总一次信息。工厂通过改造过的电传网络（「Cybernet」）把生产数据发往圣地亚哥的一台中央计算机；当某个指标偏离预期范围时，系统就发出警告。它的核心是操作室：一间六边形房间，设有七把白色玻璃纤维转椅，每把椅子的扶手上都有按钮，正面墙上的屏幕显示经济状态。设计者希望管理者能够在这里集中查看国家经济的反馈信息并采取行动。它最受关注的时刻出现在 1972 年 10 月：卡车主罢工威胁到国家供应链，政府借助 Cybernet 电传网络近乎实时地协调了一支约 200 辆卡车组成的运输队，当时数万名卡车主正在罢工，从而维持了基本供应。一年多以后，项目在 1973 年 9 月 11 日的军事政变中终止，阿连德政府与 Cybersyn 一同结束。它仍是最雄心勃勃的尝试之一：用显式反馈管理社会系统，同时也说明了规模化治理会受到阿什比定律的限制。一个控制中心能否处理足以匹配整个经济的多样性？

仍有争议的模型预测

另一个试图建模全球系统的重大项目较为低调，但影响更为持久。第 9 日提到《增长的极限》（1972）是唐娜拉·梅多斯系统研究的代表；这里进一步说明 World3 模型的内容，以及为什么五十年后仍在争论。麻省理工的一个团队用系统动力学模型把五个相互关联的全球存量——人口、粮食生产、工业产出、污染、不可再生资源——联系起来，并在不同假设下模拟至 2100 年。「标准运行」情景大致按照「一切照旧」推进：增长持续数十年，随后因资源枯竭和污染加剧而出现过冲，人口与产出下降。经济学家对此反应强烈，批评模型粗糙、资源估计悲观，并忽略价格变化带来的适应与技术进步。对一代人而言，《增长的极限》逐渐被视为一个据称已经被现实否定的灾难预言。

随后，现实数据逐渐积累。2008 年和 2014 年，澳大利亚物理学家格雷厄姆·特纳（CSIRO）将三四十年的统计数据与 1972 年的情景进行比较，发现实际趋势在一定程度上接近「标准运行」。2021 年，分析师盖娅·赫林顿用新数据更新比较，得出类似结论：经验趋势最接近模型的「一切照旧」和「综合技术」情景，两者都意味着增长可能在 2040 年代左右停滞。这里必须同时避免两种过度解读。这不是经过验证的预言：World3 是粗略模型，部分吻合可能出于巧合，「标准运行」目前较为接近现实，也不能确定下降的具体时间或必然性。但轻率地断言它完全错误同样没有依据，因为数据追踪研究确实存在。较为准确的结论是：这个已有五十年历史的过冲模型尚未被现实完全否定。由此自然引出下一个问题——我们该在多大程度上相信一个模型？

第四部分杠杆点

十二类系统干预位置

唐娜拉·梅多斯写过的最实用的东西，是一份排序清单。第 9 日正文里我们提过它的大意——参数最弱，范式最强——但完整排序值得单独看一眼，因为它几乎把我们对「如何改变系统」的直觉完全颠倒。我们总会先去动底层那些东西（调一个数字、定一个目标），恰恰因为它们最容易理解、也最容易下手。麻烦在于它们也是最弱的。真正的力量高高在上：杠杆巨大，但手点难抓。下表按它们带来的改变，把十二个横档分成三组。

注意这个教训的形状。税收微调与目标——大多数政治争论的全部实质——都落在底部。变革性的横档关乎反馈（8–6 层：加强平衡回路、减缓增强回路、增加缺失的信息渠道），然后关乎结构与规则（5–4 层），最后关乎目的与世界观（3–1 层）。梅多斯最喜欢的高杠杆信息修复例子几乎精巧到不真实：荷兰一处住宅区因设计偶然，有些家庭的电表装在显眼的前厅，有些则藏在地下室。电表可见的家庭用电量明显更少——大约少三分之一——唯一原因是原本隐藏的反馈回路突然被看见了。没有税收，没有规则，没有新技术。只是信息补完了回路。这就是杠杆。

第五部分系统基模

反复出现的系统结构

因果回路图画得久了，你会发现一个让人松一口气的事实：世界上许多顽固的慢性问题，背后都是同样少数几种回路形状。福雷斯特、梅多斯和彼得·圣吉把这些反复出现的结构编目为系统基模——功能障碍的常备角色。学会识别几个，你就能一眼诊断许多卡住的局面，并且（更有用地）预测显而易见的修复会在哪里反噬。下面是最有用的几个，每个都是一口气能说完的回路故事。

关键不在于这份分类清单本身——而在于结构驱动行为。在每个基模中，善意的人们基于局部合理选择，却集体制造出可怕结果，原因不是谁愚蠢，而是他们嵌入的回路在把他们推向那里。换人，陷阱仍在；改结构，行为自己变。这就是系统思维全部信条的一句话版本。

第六部分韧性与临界转变

韧性如何降低：三种临界转变机制

第 9 日用势阱逐渐变平、状态离开原有稳定区的图像说明临界点。这一图像是有用的，但它只对应系统发生临界转变的三种机制之一；将三者混为一谈，会在气候讨论中造成混乱。首先，我们需要更准确地理解系统发生「翻转」时究竟失去了什么。为此回到生态学家C·S·「巴兹」·霍林 1973 年的奠基论文：他区分了两种常被统称为「稳定性」的性质。

工程韧性（这里强调恢复速度）是系统受到扰动后恢复原状态的速度。生态韧性则是系统在转入另一种状态前能够承受的扰动幅度。两者可能朝相反方向变化，这正是关键所在。一个系统可能能够迅速恢复小扰动，却只能承受很小的极端冲击；追求效率往往会提高前者，却牺牲后者。第 9 日强调的是稳定状态附近的恢复特征；霍林提醒我们还要考察系统距离状态转变有多远。

现在，三条通向崩溃的路。动力系统理论家（尤其彼得·阿什温及其同事在 2012 年一篇澄清论文中）把临界分成了三种机制，这个区分真正具有启发性：

分岔诱导临界转变（B 型临界转变）是我们已经知道的机制：把驱动因素推过阈值，原有稳定状态消失。噪声诱导临界转变（N 型临界转变）是驱动因素仍低于阈值，但一次足够大的随机涨落——一场异常热浪或百年一遇的暴风雨——仍会使系统越过分界。速率诱导临界转变（R 型临界转变）则取决于驱动因素变化的速度，而不只是变化的幅度。一个能够适应缓慢变化的系统，可能无法适应同样幅度但施加过快的变化；如果变化足够缓慢，系统原本可能承受得住。这对气候研究令人警醒，因为危险不仅来自最终温度，也可能来自升温速率。生态系统和冰盖不仅受到最终状态影响，也受到达到该状态所需时间的影响。

临界转变级联与系统更新

两个想法为深层理论收尾。第一个是临界转变级联：地球的临界要素并非独立，它们彼此相连，一个要素发生转变可能把另一个推向临界状态。波茨坦研究所的建模工作（旺德林、东格斯等，2021）发现，要素之间的相互作用总体上倾向于降低安全阈值并提高级联转变的概率，大冰盖可能首先发生变化，减弱的大西洋经向翻转环流则可能促进影响传播。具体规模仍然不确定，但方向值得警惕：相互耦合的系统可能比单独分析各部分时更脆弱。

第二个想法反倒带来一点安慰。生态学家霍林晚年提出，复杂系统不只是坐在盆里或翻出盆外——它们会经历一个反复出现的适应性循环：快速增长阶段，然后是漫长的刚性积累与效率阶段，然后是突然的释放或崩溃（他把它标为 Ω，「创造性破坏」），然后是肥沃的重组，新的增长从中萌发。在这种视角下，崩溃不只是灾难；它也是系统为更新清理棋盘，而这些循环在不同尺度上互相嵌套——他把这个框架称为泛层级循环（panarchy）。它提醒我们，「翻倒」并不总是故事的终点。有时它只是两个故事之间的铰链。

第七部分自组织稳态

雏菊世界：无需目标的稳态

我们在系统思维几乎变成哲学的地方结束。1970 年代，化学家詹姆斯·洛夫洛克提出了盖亚假说：生命与地球表面形成一个单一的自我调节系统，把温度、大气化学、海洋盐度维持在生命所需的狭窄范围内——就像身体维持它的内环境。这个想法很美，却立刻遭到一个毁灭性反对：它似乎要求远见。行星上的微生物怎么会「想要」调节气候？演化没有目标；自然选择作用于个体生物，而非行星。为整体利益而进行的调节看起来像是把目的论偷偷塞进了生物学——而生物学家，理所当然地，不允许这样。

洛夫洛克与安德鲁·沃森在 1983 年共同构建的模型回应了这一质疑。它叫雏菊世界，只包含反馈机制。设想一颗灰色行星绕着一颗缓慢变亮的恒星运行，行星上存在两种雏菊：黑色雏菊吸收阳光、提高周围温度；白色雏菊反射阳光、降低周围温度。每种雏菊都在某个适宜温度附近生长最快，过热或过冷都会死亡。没有远见、合作或行星「目的」，只有个体雏菊在局部条件最适宜的地方生长。观察这种局部反馈如何影响整个行星的温度。

那段平坦的高原就是全部要点——而模型里没有一丝远见。当恒星昏暗时，只有黑色雏菊能立足；它们蔓延，让行星变暗、变暖——一个增强回路，把世界自举到宜居温度。随着恒星变亮，行星本将过热，白色雏菊开始比黑色更有竞争力（它们更凉，因此在炎热中长得更好），而随着白色覆盖蔓延，它反射更多阳光，冷却行星。雏菊的组成自动转变以抵消变化的太阳。稳健的行星自我调节从自私的局部生长加反馈中涌现出来——正是第 8 日的「多即不同」，现在维持着一个世界存活。雏菊世界在一个玩具模型中展示了反馈如何在没有远见的情况下调节类似行星的系统；它没有证明盖亚为真，地球生物圈确实为生命利益主动调节行星这一强主张仍有争议。但它推翻了「这种调节必须以远见为前提」的断言——这是一个深刻的结果。近似目的的行为，可以从纯粹的机制中涌现。行星维持温度，与你的身体维持体温，道理相同：不是因为有谁想要如此，而是因为反馈回路恰好如此连接。

未决问题

本附录留下的问题

• 必要多样性是治理的硬上限吗？如果阿什比是对的，无论 Cybersyn 还是别的什么，一间控制室永远不可能匹配整个经济的多样性。这会注定中央计划失败，还是只意味着复杂性必须用分布式控制来应对，而不是寄望于一个自以为能统管全局的仪表盘？
• 调节在多大程度上是预测性的？异稳态说身体看见需求正在到来。大脑（第 1 日）可能也一样。这种预判性、前馈性控制能向下延伸多远——到单个细胞？到生态系统？
• 速率诱导临界转变会改变气候目标吗？如果系统可能因变化速度而发生临界转变，而不仅取决于变化幅度，那么「守住 1.5°C」可能必要但不充分；达到目标的时间尺度也可能独立重要。
• 崩溃有时是更新吗？泛层级循环把 Ω 阶段重构为创造性破坏。什么时候临界点是必须阻止的灾难，什么时候是僵化系统重组所需的铰链？
• 如果雏菊世界无需远见就能自我调节，还有什么也行？市场、免疫系统、语言，也许心智——自然界里有多少看似「目的」的东西，其实只是我们尚未画出回路的反馈？

前沿快报 1用机器学习识别临界类型

机器学习能否识别临界转变类型？

从经典预警信号最深的问题开始：它们通用到近乎缺陷。方差和自相关上升几乎出现在任何临界之前，这是它们的力量——放之四海而皆准——但也是弱点：它们无法告诉你将要来临的是哪一种临界，因此无法告诉你新世界会是什么样。系统会突然跳到一个遥远状态？开始剧烈振荡？还是温柔地滑入新状态？通用信号对三者都耸耸肩。

2021 年，托马斯·伯里领衔的团队——成员包括克里斯·鲍奇、玛杜尔·阿南德，还有——注意名字——马滕·舍费尔和蒂姆·伦顿本人（经典方法的创始人，如今却帮助超越它）——在《美国科学院院刊》（PNAS）发表了一个引人注目的结果。他们的洞见建立在第 9 日世界里一块美丽的数学上：当任何系统接近临界点时，其动力学都会坍缩到少数几个通用模板之一，叫做标准型（折叠、霍普夫、跨临界——稳定状态失去稳定性的基本方式）。只有少数几种。于是伯里的团队训练了一个深度神经网络——卷积加循环的混合架构——用从这几类标准型中抽取的数十万个模拟时间序列训练它，教会它识别每一条崩溃路径的微妙指纹。

回报是：他们的网络能在从未训练过的系统中发现临界点——包括真实气候与生态数据，以及一项热声实验——比经典指标更敏感、误报更少。关键且重要的是，它做了旧信号做不到的事：它说出分岔的类型，告诉你新状态将是突然跳跃、振荡，还是温和转变。鲍奇称这可能「改变我们预见重大转变的能力」。2025 年的一篇后续（诸葛、李、陈，《皇家学会开放科学》）把该方法推向现实的混乱，设计了一个网络来预测不规则采样时间序列中的临界发生——而真实世界监测恰恰产生这种数据，这也是原方法最尖锐的局限之一。

校准标签：这是一项真实而重要的进展，但它的胜利仍主要在计算机模拟和少数经验案例中。一个用标准型训练的网络，能否在嘈杂、高维的真实地球系统全貌中可靠地呼叫临界点——并留出足够的提前量——仍有待大规模证明。可以把它称为有前景的暗示：模拟中很强，现实世界履历仍薄。

前沿快报 2用模型外推临界转变

储备池计算与临界转变预测

检测到临界转变临近是一回事。一个更大胆的 2020–2021 项目问：一台机器，如果只见过系统正常时的行为，能否预测它将在什么条件下崩溃，并描述转变后的状态？工具是储备池计算，一种效率很高的循环神经网络，它可以从原始数据中学习混沌系统的统计规律，而无需底层物理模型。

2021 年《物理评论研究》的一篇论文中，孔令伟、赖英成和同事采用了一个关键设计。他们输入给储备池计算机的不只是系统的行为，还有使系统逐渐接近临界状态的缓慢变化参数值，即增加了一条「参数输入通道」。仅在安全区域的数据上训练后，机器就能外推到从未见过的参数值，既预测临界转变位于何处，又——令人瞩目地——预测最终崩溃前那段短暂瞬态的统计特性。后续工作（Dhruvit Patel 与 Edward Ott，《混沌》，2023）明确用机器学习来「预测临界点并外推到崩溃后的动力学」，而孔的团队进一步把这些训练好的储备池用于构建非线性系统的数字孪生——一种快速、数据驱动的替代模型，可以在软件中研究越过临界值后的行为，而不必改变真实系统。

理想的模型应当能够反复模拟系统接近并越过临界状态的过程，从而研究真实系统无法承受的情形。

这是一个很有价值的思路，并且已在基准混沌系统上取得效果。但这里尤其需要校准证据范围：这些成功案例都来自相对低维、采样充分、测量清晰的数学系统。真实气候系统具有高维、观测稀疏和非平稳等特征，这些因素都可能破坏该方法的核心假设，即未来状态与训练数据具有足够相似性。同一研究领域也发表了关于储备池计算局限的分析。混沌模型中的数字孪生已经得到验证；可信赖的 AMOC 数字孪生尚不存在。该方法在简化系统中有前景，在真实地球系统中的应用仍有争议且未获证实。

前沿快报 3空间结构对临界转变的影响

空间斑图如何改变临界行为

现在讨论的是一项不以预测临界点为主、反而检验临界点假设的成果。传统图景认为，把生态系统推过阈值后，它会突然而整体地崩溃，植被覆盖迅速消失。2021 年，马克斯·里特克尔克和同事在《科学》提出，对于空间上延展的系统，这一图景可能并不普遍成立，而且实际变化可能更为缓慢。

他们的主张是：受压力的空间延展系统不会一次性崩溃，而是可以重组为一种斑图——形成世界各地干旱区常见的植被斑点、条纹和迷宫。这些是图灵斑图，即艾伦·图灵在 1952 年预言的自组织结构。生态学家长期把这些斑图视为崩溃即将来临的警告信号，里特克尔克的分析却表明，它们也可能是韧性的标志。系统通过分散成斑块，可以在均匀状态已经失效的更高压力下继续存在；与整体崩溃相比，这是一种渐进且往往可逆的退化过程。

为何重要，以及谨慎之处在哪里：如果里特克尔克是对的，那么整类被标记为「容易临界」的生态系统——也许还包括地球系统组成部分——可能比灾难性崩溃模型暗示的更有韧性，因为那些模型忽略了空间动力学。这是真正的积极发现，既有数学分析，也有野外观测支持。但它是一篇综述和理论框架，不是普遍定律：这种机制能否推广到冰盖、亚马逊雨林或整个地球系统，正是作者提出的未决问题。而且斑图既可能意味着接近崩溃，也可能意味着系统仍在维持，两者很难区分。这个想法有前景，但推广范围仍需检验。

前沿快报 4从卫星观测地球系统韧性

利用卫星数据评估地球系统韧性

经典预警信号诞生于小而干净的数据集——全湖实验、冰芯。2020 年后的跃迁是同时处处计算它们，把几十年的卫星影像变成一台行星韧性监测仪。逻辑与第 9 日相同——失去韧性的系统恢复得更慢，所以它的自相关悄悄上升——但画布现在成了整个陆地表面，逐像素。

结果蜂拥而至。2021 年，尼古拉斯·伯斯在 AMOC 的八个独立观测指纹中发现了统计显著的早期预警信号，结论是过去一个世纪大西洋环流可能已从「相对稳定状态漂移到了接近临界转变的点」（《自然·气候变化》）。同年，伯斯与吕普达尔报告了临界慢化，表明格陵兰西部冰盖靠近临界点（PNAS）。随后卫星打开了生物圈：2022 年两篇里程碑论文——史密斯、特拉克斯尔与伯斯在《自然·气候变化》，以及福尔齐耶里等人在《自然》——用卫星植被指数显示，地球大片森林自 2000 年代初以来一直在丧失韧性，热带最令人担忧，尽管一些北方森林的韧性有所增加。蒂姆·伦顿的团队提议把所有这些建成一个永久的「生物圈韧性感知系统」（2022）——一个面向活星球的早期预警仪表盘。

AMOC 的研究同时提供了相反证据，这正是健康科学应有的状态。即便观测预警信号不断累积，2025 年一项《自然》研究认为，南大洋风驱动上升流可能足以稳定大西洋环流，使本世纪发生彻底崩溃成为不太可能。两项发现都经过同行评议；分歧本身就是科学研究的正常状态。较为稳妥的 2026 年总结是：全球观测数据首次提供了地球系统韧性可能下降的证据，但据此判断哪个系统将在何时发生临界转变，仍有争议。

前沿快报 5有益的社会临界转变

能否有意促成脱碳转变？

到目前为止，课程里的临界点主要是需要防范或预测的风险。最后一个研究方向则关注如何有意利用临界转变。其基本思路是：如果增强回路能够把系统推向不利状态，也可以有意触发增强回路，使系统快速转向有利状态。这就是正向临界点科学；自 2020 年以来，它成为系统思维中十分活跃的研究方向，原因在于脱碳需要足够快的变化：要把升温控制在 1.5°C 附近，排放下降速度必须超过渐进的线性政策所能提供的速度。

奠定议程的论文是伊洛娜·奥托、乔纳森·东格斯等人在 PNAS（2020）的工作，他们召集专家识别「社会临界要素」——具有较大杠杆作用的子系统，在那里一次适度而精准的推动可能触发向碳中和的快速变化。他们提出的候选包括能源市场、金融撤资、碳中和城市、规范与价值观、教育，以及——与附录一的杠杆层级相呼应——信息披露。蒂姆·伦顿的团队随后提出了将这些要素「操作化」的框架（2022）以及相应识别方法，并特别强调避免预设它们必然存在。最清晰的现实例子是太阳能和电池成本下降：清洁能源在一个又一个行业达到成本优势，推动采用进一步扩大，形成自我强化的 S 曲线。增强反馈不一定只会造成不利结果。

这里的前沿校准比较特殊，因为对象部分地是规范性的——既是目标，也是事实。一些正向临界点确实真实且已成过去（英国退出煤炭；太阳能成本交叉点）。另一些则是关于社会系统的充满希望猜想，我们对它们传播动力学的理解远不如对融化冰盖的理解——批评者（在对奥托等的回复中）警告，把社会当作物理系统会忽略冲突、政治和「变化实际如何发生」。部分案例已确立；整个项目仍有前景，但也部分只是愿望。

前沿概览

2020–2026 年的研究进展

证据评级

截至 2026 年中旬的证据评级

• 深度学习能检测临界并命名分岔类型。伯里等，PNAS 2021；诸葛等，R. Soc. Open Sci. 2025。判断：有前景。模拟和少数经验案例中表现极佳；广泛的现实可靠性尚未证实。
• 储备池计算预测崩溃与崩溃后动力学。孔与赖，Phys. Rev. Research 2021；Patel & Ott，Chaos 2023。判断：有前景，但大规模应用有争议。在混沌基准上有效；可信赖的地球系统「数字孪生」尚不存在。
• 空间斑图让系统规避灾难性临界。里特克尔克等，Science 2021。判断：有前景。论证充分的理论加野外案例；能否推广到冰盖或整个地球仍是未决问题。
• 全球卫星数据可以用于估计韧性丧失。史密斯等与福尔齐耶里等，2022；伯斯，Nat. Clim. Change 2021。判断：新能力，但附带条件。全球格局引人注目；茂密森林中的估计不可靠，信号也可能模棱两可。
• 正向临界点可被触发以加速脱碳。奥托等，PNAS 2020；伦顿等，2022。判断：部分案例真实，部分仍是愿望。太阳能/煤炭案例已确立；社会传播远比物理难预测。
• 但我们能命名崩溃日期吗？本-亚米等，Sci. Adv. 2024（来自第 9 日）。判断：还不能。检测韧性丧失不等于预测时机；这仍是一个核心未解问题。

活前沿上的未决问题

未来六年需要回答的问题

• 有任何方法能提供可信的提前量吗？这里的每个项目都改进了检测；没有一个令人信服地破解了真实、半观测地球系统组成部分的时机。这是该领域核心而顽固的缺口。
• AI 预测器能在真实地球上幸存吗？标准型网络和储备池孪生在干净系统上发光。未决考验是它们在稀疏、嘈杂、非平稳的行星数据上是否仍然成立——还是悄悄过拟合了过去。
• 空间结构规避临界转变的机制能推广多远？里特克尔克的研究已在干旱区得到演示。它能否扩展到森林、冰盖和海洋环流，仍有待确认。
• 能区分下坠的斑图与上升的斑图吗？如果空间斑图既可能意味着迫在眉睫的崩溃，也可能意味着有韧性的坚持，那么每个空间早期预警信号都需要一种判读符号的方法。2024–2025 年若干团队正在为此竞速。
• 社会系统真的会像物理系统那样发生临界转变吗？正向临界点项目把冰盖研究中的数学用于分析人类行为。这个类比在何处成立、在何处会被政治与冲突改变，仍在接受检验。