我们的公众号最近聊了很多不同领域的话题：聊睡眠医学、聊美苏争霸、聊公司裁员、聊学术造假、聊盲盒经济学、聊大模型瓶颈、聊阿里换钉钉 CEO，领域跨度大到像是好几个人在用一个号。但你要是细读下来，大概能感觉到，这些文章之间隐隐有些联系，用的道理都有些像。

你没有感觉错。它们的背后是我近年来总结的一套分析框架，我管它叫系统理论。

这里抛去所有枝蔓，可以将系统理论总结成最核心的两句话：

  • 天下没有免费的午餐。 你控制任何一个维度，熵就一定跑到别的维度。
  • 要想长存，唯有进化。 一个系统能不能活得久，不看它现在多强，看它那个"新编码→组合暴增→筛选固化"的循环还在不在转。

今天，结合已经发过的文章，把这两句话彻底说明白。

天下没有免费的午餐

先从一个离我们最近的故事开始。

《写给睡不足的你：别等到免疫系统崩溃，才明白身体要的是什么》这篇文章说了一个简单道理：你把睡眠压到六小时，以为每天可以多出两小时——但你的身体不是这样算账的。代谢废物清理不充分，免疫抗体产量腰斩，杏仁核对负面刺激敏感度飙升 60%。最要命的是，焦虑让你更睡不着，更睡不着让你更焦虑——控制最初看起来赚了，最后连本带利还了回去。

这就好像空调制冷，室外机一定发热。你造不出一台只制冷不排热的空调，就像你做不出一个"既控制又无代价"的管理动作。任何控制都是在尝试某种熵减，但热力学第二定律早就告诉过我们，熵不会凭空消失，只是从你盯着的地方跑到了你没盯着的地方。KPI 管绩效，混乱去了 KPI 覆盖不到的角落；考试管教育，混乱去了分数不考核的维度。

控制不是消灭熵，是搬运熵。 这句话理解之后，下面三篇文章的逻辑就非常容易看懂了。

《如果你还在用"民主 vs 威权"的框架看世界，这篇文章会把它拆掉》：苏联过去用计划定价管价格，宣传机器管言论，封闭边界管人口。三种控制落下去，熵分别泄漏到黑市（真实的供需信号）、地下出版物（真实的表达）和报表造假（真实的信息）。控制转了四十年，系统内部信号质量衰减到零。切尔诺贝利不是天灾，是四十年信号失真的一次性清算。

《当一个退学博士，掀翻了整个学术界的牌桌》：学术界把科研压缩成论文数量 + 影响因子两个数字。熵去了三个维度——行为（数据造假变成理性策略）、治理（学术委员会被驯化成声誉管理机构，出了事先删稿而不是查真相）、认知（全系统没有人有动机去检查引用的数据是不是假的）。

《35 岁被裁不是年龄的错，是公司的发动机早已冷透了》：裁员压缩人力成本，企业只看经济效益。熵去了协作（没人愿意说真话了，都在敷衍）、知识（技术债藏起来等着炸）、经验（老人不教新人）、策略（剩下的人只做离开时能带得走的事）四个维度。

四个故事说到底，是同一套逻辑：我们以为自己在找一个完美控制无泄漏的方案——但这像永动机一样不可能存在。我们应当做的，是每次伸手去控制什么之前，先问一句：熵会去哪个邻居家？那个邻居扛得住吗？

要想长存，唯有进化

第一定律听起来像个坏消息：你控制了一个问题，似乎就会制造出新的问题。那这些活得很久的系统，到底是靠什么撑过来的？

靠进化。更精确地说，靠编码进化循环。因为进化这条路上，恰好用得上那些泄漏出来的熵增。

先解释编码——可以类比成系统用来约束自己的规则，对生物是基因，对公司是组织流程，对文明是法律和制度。编码本质上是熵减：把海量可能性压缩成可执行的指令。但第一条定律已经说了，局部熵减一定会在别处带来熵增——好消息是，如果这熵增刚好落在进化的维度上，它就是燃料，不是废热。

一套进化编码诞生之后，天然会引发三拍循环：

  • 碰撞→新编码：系统跟现实撞上（事故、新问题、新对手），产生"现有编码处理不了"的反馈，形成新的编码。
  • 组合暴增：新老编码频繁的互相重组，产生指数级的变异材料。这是熵增，但是好的熵增，是系统进化的燃料。
  • 环境筛选→固化：外部世界自动淘汰掉不适合的编码，活下来的被固化为新的系统编码，然后进入下一轮碰撞，循环往复。

让系统活下去的不是循环的某一轮结果，是循环本身还在不在转。 循环转了，草履虫终将变成智人。循环停了，霸王龙也会变成化石。

而我们写过的四个故事正好对应这个循环的四种状态：

《35 岁被裁不是年龄的错，是公司的发动机早已冷透了》——企业进化的循环在第一拍就被掐断了。 工程团队的正常循环是"事故→复盘→新经验→再碰撞"。裁员裁掉的是碰撞的载体——知道坑是怎么踩出来的人。循环一停，系统进入纯执行模式，在等死，只是报表还没反映出来。

《情绪经济的秘密，藏在一个丑萌玩偶的编码里》——IP 进化的循环在转，但第二拍松了。 人设编码→新系列联名（组合暴增）→市场反馈（筛选）→进入下一轮。循环本身是健康的，但新组合越来越像流水线换皮，不是碰撞出来的真变异，熵增不足。

《Anthropic 说 AI 要自我进化了？让我们来聊一聊大模型真正的瓶颈》——人工智能行业把最关键的第三拍理解错了。 行业相信 Scaling Law：拿更多数据、更大模型、更强算力就能让模型一直变好。但真正催生新编码的不是数据量，是跟物理世界的碰撞——撞墙、挨饿、犯错之后的痛感。LLM 擅长组合已有编码，但它缺乏最关键的能力：通过跟物理世界碰撞、感受到痛感，来形成新编码。它不会痛。所以在当前的 AI 范式下，模型的每一次真正进步，都还需要人带着它一起撞向真实世界。

《如果你还在用"民主 vs 威权"的框架看世界，这篇文章会把它拆掉》——社会制度进化循环的对照实验。 苏联画了太多线，碰撞空间为零，循环早停了。美国赢在碰撞空间够大——市场经济、言论自由让不同编码有接触面积互相碰撞、变异、筛选。但美国赢了后给自己上了两道思维钢印：“民主=繁荣"和"无限追求经济效率”。当不可质询的信仰替代了真实的生存检验，编码组合与环境筛选这两拍就废了——不管去工业化多严重，听起来都能用"至少我们还是民主的"解释过去。进化引擎从内部锁死，和苏联殊途同归。

关键推论：进化的引擎是碰撞和筛选，不是某个时期的特定编码。 把特定编码当永恒真理，进化就停了。

为什么我们跳不出自己画的圈

看了这么多例子，你会发现一个有点无奈的现象：很多系统开始走下坡路时，里面的人不是看不见问题，但怎么努力都像在原地打转。衰老的身体、过气的 IP、走下坡路的企业和国家，都逃不出这个规律。

这其实就是自指闭环：系统碰到一个问题，解决方案只会从系统自己的编码里拿——而制造“这个问题”的、和让“解决方案看起来是唯一答案”的，也是同一套编码。你被困在自己画的圈里，但你自己看不见圈。

《〈置身钉内〉作者追问了7.5万字，阿里用一个 CEO 打发了》是最标准的案例。钉钉的管理问题不是某个 CEO 的个人风格，是阿里的考核机制、晋升逻辑、激励结构一起生产出来的。而合伙人委员会自己，也是在同样的体系里被选拔、被奖励、被送上今天位置的。他们能做的只有换人——“改制度”意味着改掉那个让他们坐到今天位置上的东西。不是陷阱，是一个环。不缺努力，缺的是一个“换掉工具箱”的工具——而这恰好不在工具箱里。

但自指闭环不只存在于组织管理。

《如果你还在用"民主 vs 威权"的框架看世界，这篇文章会把它拆掉》中，美国现在就困在同一个环里。美国遇到了一个复合问题：政治极化、去工业化、基础设施老化、社会信任瓦解。但这个问题的分析框架被锁死在“民主制度”这个编码里——所有诊断都指向“我们的民主出了问题”，所有药方都是“更好的民主”（更多透明度、更多选举、更多制衡）。产生问题的编码，同时也是定义问题、限定方案的那套编码。类似的，一个 KPI 驱动的组织遇到了“KPI 让员工作假”的问题，然后给出了“再设一个 KPI 来监控作假”的方案——你用出问题的工具去修工具造成的伤，无论跑多快，都在原地。

《当一个退学博士，掀翻了整个学术界的牌桌》 那篇也不例外。学术系统把科研压缩成“论文=一切”，造假是这套编码的副产品。那学术圈怎么回应？加强论文审查指标、增设举报机制——用更精细的同一套编码去修复编码自身制造的漏洞。你拿着一把只认“论文”的尺子去根除论文造假，就像用筛子去捞筛子上的洞。

自指闭环最诡谲的地方：从系统内部看，你每一步都在积极应对。 换了人，加了指标，开了复盘会，优化了流程。从外面看，你在一个无限缩小的圆圈里打转。要打破这个环，需要的不是更好的编码，而是一种能修改编码本身的编码。说人话就是：你必须能站在自己的框架外面看自己。 这很难，但第一步永远是：看见这个圈。

收尾

这就是系统理论，没有比我开头说的那两句更多：

天下没有免费的午餐。 你做任何控制，熵就去别处。能做的不是对抗这条定律，是在做控制动作之前想清楚它会去哪，那个地方扛不扛得住。

要想长存，唯有进化。 系统能不能活下去看循环还在不在转。碰撞、变异、筛选、再出发。草履虫终会变智人，前提是循环没停。

这篇文章里引用的所有故事，都不是为了应用这套理论来刻意找的案例，而是近期恰好撞上了这些看起来毫不相干的热门话题，而他们的底层逻辑都可以用这套框架来刻画。框架的价值不在论文里，而在你用它看一个新问题时，能不能跳出自指闭环，看见以前看不到的那个维度。