复杂

你要保持尽可能多的选择。你选择的是生存能力和可行的方案，而不是所谓的“最优化”。许多人都会对此发问：“这样你不就选择了较次的方案里嘛？”不，你没有。因为利益最大化不再是一个界定的很清楚的定义了。你要做的是在前途未卜的世界上变得更强健、更有生存能力。而这反过来又会使你尽可能多的了解非线性关系和偶然因素的作用。你极其小心谨慎地观察这个世界，不期望目前的状况会永远不变。

“进化过程中的放弃和尝试并不只是形成一个优良的动物，而是在于发现优良的建设砖块，并将这些建设砖块结合在一起，从而产生许多优良的动物。”

既然这种能够做出最复杂、最完善反馈的系统总是能够对这个充满竞争的世界保持其敏锐性，那么，僵化的系统就总是能够通过略作放松就能表现的更好，而混乱的社会就总是能够通过稍作控制就达到更佳的效果。所以，如果一个系统尚未达到混沌的边缘，那么你就会期望学习和进化功能能够推动它朝这个方向发展，而如果这个系统正好在混沌的边缘，那么你就希望学习和进化功能能够在该系统趋于脱轨时将其拉回原地。换句话说，你希望学习和进化功能能够使混沌的边缘变成复杂的适应性系统的稳固家园。

经济学是与政治和文化紧紧纠缠在起的。

趋于无序和腐朽的过程似乎永无止境。十九世纪的物理学家们把这种现象总结为热动力学的第二定律。根据这条定律，如果任凭事物自由发展，原子之间会尽其可能地随机混合。这就是为什么铁生锈：铁原子一直在尽力与空气中的氧原子结合，从而形成氧化铁。这也是为什么澡盆里的水会变凉：水面上快速运动的水分子在与空气中慢速运动的分子猛烈撞击下渐渐转移了它们的能量。

自我组织有赖于自我加强：在条件成熟的情况下，微小的事件会被扩大和发展，而不是趋于消失。“工程学领域把这种现象称为正反馈。”弱小的分子运动会演变成细胞的对流运动、和煦的热带风能汇聚成颶风、种子和胚胎能够成长为完全成熟的活生物。

正反馈恰恰是常规经济学中所没有的。正好相反，新古典经济学假设经济运转完全受制于负反馈。在经济学教条里，消失的倾向被清晰地表述在“报酬递减率”这一概念中：任何事你干得次数越多就越没效用、越索然无味。负反馈防止小的不安定因素不至于失控到使物体的物理系统都解体，而报酬递减率则确保任何公司、任何产品都不会强大到控制整个市场。负反馈、或报酬递减率的概念强调了整个新古典经济学所描述的关于经济是和谐的、稳定的和均衡的观点。

对考夫曼来说，秩序就是对人类存在的奥秘的回答，它解释了在这个似乎是被偶然因素、混乱和盲目的自然法则所支配的宇宙里，我们怎么会作为有生命的、会思考的生物出现并存在的。对考夫曼来说，秩序告诉我们，人类确实是大自然的偶然产物，但又不仅仅只是偶然的产物。

在花了三百年的时间把所有的东西拆解成分子、原子、核子和夸克后，他们最终像是在开始把这个程序重新颠倒过来。他们开始研究这些东西是如何融合在一起，形成一个复杂的整体，而不再去吧它们 拆解为尽可能简单的东西来分析。

为什么受简单规律支配的简单离子有时会产生令人震惊的、完全无法预测的行为？为什么简单的例子会自动地将自己组成像星球、银河、雪片、飓风这样的复杂结构——好像在服从一种对组织和秩序的印尼的向往？

通往诺贝尔奖的辉煌殿堂通常是由还原论的思维取道的。 ”也就是把世界分解得尽可能小、 尽可能简单。 你为一系列或多或少理想化了的问题寻找解题的方案， 但却因此背离了真实世界，把问题限制到你能发现解决办法的地步。

"I guess it wouldn't be a revolution, would it, if everybody believed in it at the start"

生物体中细胞类型的数额确实大致相当于该生物体中基因数的平方根

他早就知道，稠密连接的网络会非常敏感：如果你深入进去，调节任何一个基因的状态，比方说，从打开的状态调节到关闭的状态，那就会引发雪崩现象，导致网络像瀑布一样无止无休的来回翻滚。这就是问什么稠密相连的网络总是趋于混乱状态的原因

复杂性，实质上就是一门关于涌现的科学。

（水的）这两种相变（凝固和汽化）对单个水分子来说都是没有任何意义的。

其实QWERTY（键盘，就是现在的通用键盘）是一个名叫克里斯多夫·斯考勒斯的工程师在1873年设计的。他特意设计成这样是为了放慢打字人的打字速度。因为那时如果打字人的打字速度太快的话，打字机就容易卡壳。

技术完全不像是一件商品，而更像是一个不断演化的生态系统。

我们无法在任何一个自动催化组中发现事情的本质，事情的本质存在于这个自动催化组的整体动力上：它的集体行为。

”你是说所有的经济现象都是非线性的嘛？“ “嗯，可以这么说吧。“阿瑟回答。”用数学的准确性来说，报酬递减率的一般假设对应的是“二级”非线性经济学方程式，在这个方程式中，经济总是趋向均衡和稳定。而他关注的是“三级”非线性，即，那些导致经济的某些方面远离均衡的因素，工程师们将这称之为“正反馈”。”

被逼到死角的经济学家们回答：“但这有助于我们解决一些问题。如果不做这些假设，就什么都无法做了。” 物理学家们会立刻反驳道：“但这能帮你们解决什么问题呢？如果这种假设不符合现实情况，你们还是无法真正解决问题。”

第一，每一个这样的系统都是一个由许多平行发生作用的“作用者”组成的网络。 第二，每一个复杂的适应性系统都具有多层次组织，每一个层次的作用者对更高层次的作用者来说都起着建设砖块的作用。 第三，所有复杂的适应性系统都会预期将来。 最后一点，复杂的适应性系统总是会有很多小生境，每一个这样的小生境都可以被一个能够使自己适应在其间发展的作用者所利用

讨论一个复杂的适应性系统的均衡根本就是毫无意义的：这种系统永远也不可能达到均衡状态，它总是处于不断展开，不断转变之中。 总之，复杂的适应性系统的特点就是永恒的新奇性。

盖尔曼和其他人突然意识到，他们的研究计划有一个很大的疏漏：这些涌现的结构究竟在干些什么？它们是如何回应和适应自己所在的环境的？ 在后来的几个月中，他们一直在讨论这个研究所的研究议题不能只是复杂系统，而应该是复杂的适应性系统。

费舍尔的观点和经济学家的经济均衡的定义基本上是一致的：他说，当一个物种的状况达到了最佳程度之后，任何变化都会降低这种最佳化程度。所以自然选择就无法对变化形成进一步的压力。“费舍尔理论中的大部分内容都在强调这样一种观点：‘好吧，由于下述进程，这个系统会走入哈迪--温伯格（Hardy--Weinberg）的均衡状态·····’但这在我听来不像是进化论”

毫不奇怪，对霍兰德说，“均衡”并不是进化，甚至不像是他们三个十四岁的男孩一起在地下室玩的那种战争游戏。均衡意味着结束。但对霍兰德来说，进化的实质是旅程，是无穷无尽地展现出来的惊异。

这是一个向着无穷无尽的可能性空间探索的系统，不存在哪怕为一个基因找到“最佳”点的现实希望。进化所能达到的是不断的改进，而绝非尽善尽美。 霍兰德想知道的而是，进化是怎样于无穷无尽的可能性的探索中找到有用的基因组合，而不需要搜遍整个领域。

霍兰德说，在认知领域，任何我们称为“技术”或“专业知识”的，都是一种内含的模型，或说得更精确些，是一组长期经验积累和凝练而成的，即铭刻在神经系统的巨大而相互环扣的常规操作程序。

正如他们（约翰·霍兰德、凯瑟·赫力约克、理查德·尼斯伯特、保尔·査加德）在1986年出版的《归纳法》一书中所说的那样，他们四个人都相信，这个理论必须建立在三项基本原则上，而这三项基本原则也正是霍兰德的分类器系统的原则，：即，知识能够以类似规则的思维结构来表达；这些规则始终处于竞争之中，经验使得有用的规则越变越强，无用的规则越辩越弱；具有说服力的新规则产生于旧规则的组合之中。

为什么不用霍兰德式的分类器系统来模拟一伙经济作用者，让它们就像真正的经济作用者一样从经验中学习，从而取代经济作用者是完全理性的这个假设呢？