第二十八章 复杂系统中为什么不能线性外推
线性外推，是人类最自然的判断方式之一。 过去增长，未来也增长。 最近下跌，未来还会下跌。 一个方法有效，就继续放大。 一个人过去可靠，就永远可靠。 一个行业现在热，就一直热。 一个系统现在没事，就以后也没事。 这种思维在简单环境里有时有用。 但在复杂系统里，经常出错。 因为复杂系统不是直线。 它有反馈、延迟、适应、竞争、约束、临界点和非线性变化。
一、过去趋势不等于未来趋势 过去发生的事，是重要信息。 但它不是未来的保证。 一家公司过去高速增长，不代表未来还能高速增长。 一个行业过去供不应求，不代表未来不会产能过剩。 一个人过去对你好，不代表压力下依然稳定。 一个投资策略过去有效，不代表未来市场结构不变。 一个组织过去靠创始人能跑，不代表规模变大后还能跑。 复杂系统会变化。 变量之间会互相影响。 参与者会适应。 竞争者会进入。 资源会耗尽。 监管会出现。 边际收益会下降。 所以，不能把过去曲线简单画到未来。
二、规模改变性质 很多东西，小规模有效，大规模失效。 小团队靠默契可以运行。 大组织必须靠流程和责任。 小资金可以灵活交易。 大资金会受到流动性限制。 小公司靠创始人强推可以前进。 大公司必须靠系统。 小范围关系中的习惯，进入长期生活后可能变成结构问题。 规模不是简单放大。 规模会改变系统性质。 如果不理解这一点，人就会误以为： 既然小的时候有效，大了也有效。 这常常是公司管理和人生选择里的大误判。
三、反馈会改变趋势 在复杂系统中，趋势本身会改变参与者行为。 价格上涨，会吸引更多人买入，也会吸引更多供给，最终改变价格。 行业利润高，会吸引竞争者进入，压低利润。 一个策略有效，会被更多人采用，最后失效。 一个平台规则有效，会被用户和商家适应，最后被套利。 一个管理方式短期有效，长期会改变员工行为，产生副作用。 所以，趋势不是独立向前走。 趋势会引发反应。 反应又会改变趋势。 线性外推忽略了这一点。
四、约束会出现 很多增长在早期看起来没有边界。 但边界迟早会出现。 市场容量。 客户支付能力。 组织能力。 现金流。 人才供给。 监管。 技术瓶颈。 用户注意力。 身体承载能力。 情绪承载能力。 关系承载能力。 线性外推的问题，是只看增长速度，不看约束条件。 但长期结果往往由约束决定。 一个人能走多远，不只看愿望多强，还看身体、时间、注意力和系统稳态。 一家公司能长多大，不只看市场多大，还看组织能力和客户关系是否耐久。 一个投资能赚多少，不只看公司多好，还看价格、竞争和资本回报。
五、复杂系统需要情景思维 在复杂系统里，更好的方法不是预测单一路径。 而是做情景思维。 如果乐观情景发生，会怎样？ 如果普通情景发生，会怎样？ 如果悲观情景发生，会怎样？ 如果关键假设错了，会怎样？ 如果反馈延迟，会怎样？ 如果竞争者进入，会怎样？ 如果系统到达临界点，会怎样？ 情景思维比线性预测更适合复杂系统。 因为它承认不确定性。 它不是假装自己知道未来，而是提前准备多种可能。
六、反制线性外推误判 反制线性外推，可以问七个问题。 第一，过去趋势靠什么驱动？ 第二，这些驱动因素还能持续吗？ 第三，规模变大后，系统性质会不会变？ 第四，其他参与者会如何反应？ 第五，约束条件在哪里？ 第六，是否存在临界点或反转点？ 第七，如果未来不是一条线，而是几种情景，我该如何准备？ 这些问题能打断机械外推。
本章小结 复杂系统不能简单线性外推。 过去趋势有价值，但未来会受到反馈、规模、竞争、约束和临界点影响。 一句话： 在复杂系统里，最危险的预测方式，就是把过去那条线直接画到未来。
第四部分小结 误判物理学 / 系统学提醒我们： 很多错误不是人单独想错，而是系统结构让人看不见真实因果。 反馈告诉你真相，但反馈可能失真。 延迟让错误短期看不出来。 惯性让旧模式自动重复。 杠杆和耦合让小错变成大事故。 临界点让系统从“还能扛”突然变成“已经崩”。 局部最优让每个部分都合理，但整体失效。 复杂系统让线性外推变得危险。 所以，真正的判断力，不只是看一个点。 而是看系统如何运行。 看反馈在哪里。 看延迟在哪里。 看惯性在哪里。 看杠杆在哪里。 看耦合在哪里。 看缓冲在哪里。 看约束在哪里。 看局部动作如何影响整体。 一句话： 误判物理学的核心，是把判断从单点结论，提升到系统结构；很多错误不是因为人看不见事实，而是因为人看不见事实之间的连接。 前面几部分讲的是机制。 心理机制、数学机制、系统机制。 但人在现实中犯错时，并不会清楚地说： “我现在犯的是恐惧误判。” “我现在犯的是基准率误判。” “我现在处在路径依赖里。” 现实中的误判，通常是混合的。 一个投资错误，可能同时包含贪婪、确认偏误、赔率误判、身份锁定、反馈延迟和系统耦合。 一段关系错误，可能同时包含恐惧、被剥夺感、控制欲、短反馈奖励、边界缺失和人生系统耦合。 一个公司管理错误，可能同时包含激励错配、局部最优、反馈阻断、老板身份锁定和高能力投射。 AI 时代的新误判，也不是单一问题，而是信息、工具、效率、生成能力、判断力和人生系统之间的复杂错位。 所以，第五部分不再重复分类。 它要做的是： 把误判机制落到现实场景里，看它们如何组合、放大，并制造真实后果。