《失控》拆书笔记思维导图

在一些复杂的情况下，我们在过去所拥有的机械逻辑并不足以控制住局面。

机械与自然的结合，可以弥补我们运用机械逻辑时的不足。

当人们将自我复制、自我管理等自然逻辑输入机器的时候，常常能制造出一些有用的东西。人造物会表现得越来越像生命体。

当科技被生物激活，并且能够适应、学习和进化之后，获得野性的机器常常能带来一些意外和惊喜。

与此同时，我们也就丧失了对机器的控制。

大自然的野性，是我们认识活系统的主要信息来源。

在大量聚集的有机体中，群集会形成一个超级有机体，涌现出“群态”。动物的群体行为来源于一套相似的简单法则。

在涌现之中，2+2不等于4，2+2=苹果。它是达到一个关键的转折点之后的质变。只要增加群体中成员的数量，使它们能够聚在一起相互交流。当复杂度从量变到质变的时候，“集群”就会涌现出来。你无法从低层级的存在推断出高层级的复杂性，除非你实际运行它。

大脑的不同区域分管着不同的功能，而人的记忆是自身通过在庞大的实践中挑选、拼凑出来的东西。在每一次回忆之中，我们挑选出来的东西都是不一样的。在蜂群思维当中，同样具备着这种感知。

顺序模式更加容易把控、循规蹈矩的模式，比较无趣。

分布式网络模式的动作，是从一大堆杂乱而又彼此关联的事情中产生的，它就像成千上万个发条共同驱动的一个系统。系统中的成员，都需要根据内部规则以及自己所处的局部环境状况进行自我管理。这些成员之间高度链接，而且成员之间的关系是对等的。

分布式系统只有包含了许多构件，才有可能在部分构件失效的情况下仍然继续工作。能实现类似于生物的进化。当小故障破坏无足轻重的个体时，也不会对更高的层级造成更大的影响。系统会变得非常有弹性。群系统允许个体有差异和缺陷，这种包容心能够推动进化。

分布式系统的效率其实是十分低下，存在许多重复的努力。群系统难以控制，而且不容易理解。系统越复杂，再启动的难度就会越大。

对于必须绝对控制的工作，我们可以采用按部就班的顺序系统。而在非常需要适应性的领域，我们可以选择失控的群件。