README·0420·多视图阅读指南
README · 多视图阅读指南
这是 0420 控制论系统化专题 17 个节点的入口路由器。它解决一个问题:同一套关于”agent 为什么会失控”的控制论语法,在三种身份模式下要走三条完全不同的读法——求职者要的是面试桌上的话术弹药,选型人要的是尽调时能填的对照表,救火的人要的是线上 loop 失稳时直达的处方。本页给三条带时长、带前置、带产出的路径,一套 ≥10 题的自测(每题及格线/优秀线/反例),以及一组按控制论领域定制的反方对话训练。
配套导航:全景结构与升级对照见 _控制论系统化专题·总览(MOC);本页只管”怎么读”。
§0 先校准:这个专题的一句话立场
读任何一条路径前,先把这句话焊进脑子——它是全专题的承重判断,也是所有自测题与反方追问的靶心:
agent 失控大多不是智力问题,是控制结构问题。 它有名有姓(正反馈失稳 / requisite variety 不足 / 缺停机条件 / 治理层缺位),有诊断手册(本专题 01–04),有处方(05)。读完你能把”换个更强的模型”这句话从你的复盘词典里删掉,换成结构性诊断。
如果你读完任意一条路径后,还是用”模型不够聪明”解释 multi-agent 崩盘,那这条路径对你失败了——回到 A03 Ashby 必要多样性定律 重读那条不等式 V(R) ≥ V(D)。
§1 三条阅读路径(各标时长 · 前置 · 产出)
三条路径不是难度递增,是视角正交:同一批节点在不同路径里承担不同角色。可以只走一条,也可按”求职 → 决策 → 复现”顺序通读(总时长约 3.5–4 小时)。每条路径末尾给一个可观测的产出物——读完应当能拿出这个东西,而不是”感觉懂了”。
路径 A:求职速通(面试桌)— 约 60–75 分钟
前置:知道 agent 的 observe→decide→act 基本循环;读过或知道 A07 Multi-Agent Teams(0411,可选)。不需要任何控制论背景。 解决的问题:面试官问”你们那个 multi-agent 为什么不稳定 / 你怎么看 agent 失控”,你能给出一条结构性诊断而不是”模型还不够强”的 hype 答案。 产出:一段 90 秒的口头答案 + 一张能默画的”失控四归因”小抄(variety 失配 / 反馈失稳 / 缺停机 / 治理缺层)。
| 序 | 节点 | 时长 | 这一站练什么 |
|---|---|---|---|
| 1 | A02 Agent 即控制系统 | 15 min | 把 agent 还原成 1948 年舵手隐喻的闭环:observe→decide→act→observe 不是工程师拍脑袋,是反馈控制的必然结构。建立”agent = 带 LLM 控制器的反馈系统”这个底层比喻。 |
| 2 | A03 Ashby 必要多样性定律 | 20 min | 全专题最高频考点。记住 V(R) ≥ V(D):控制器能力上界 = 可表征的状态多样性。当 context 装不下环境多样性,失控在信息论意义上必然——跟模型 IQ 无关。 |
| 3 | E01 Orchestrator 失控的控制论解释 | 20 min | 把上面两条落到一个真实场景:orchestrator 在复杂任务下失控的几种模式,逐一对回 variety 失配。这是把抽象不等式变成”我见过/我能诊断”的桥。 |
| 4 | S03 多 Agent 作为可存活系统全景 | 15 min | 升一层:用 VSM System 1–5 看 multi-agent 治理,orchestrator-worker 只是缺了协调/控制/情报/政策层的退化结构。给你”治理缺层”这第四个归因。 |
收尾动作:把”失控四归因”那张小抄写下来贴在简历旁边。面试遇到任何 agent 稳定性问题,先问自己——这是 variety 问题、反馈问题、停机问题,还是治理问题?
路径 B:决策链(选型会)— 约 75–90 分钟
前置:有过一次 agent / multi-agent 框架选型或评估经历(哪怕只是读 feature list);读过 m208 - AI 基础设施与中间件选型 更佳(可选)。 解决的问题:选型会上别人比 feature list、比 benchmark 分数,你要能比控制结构——一个框架稳不稳,不看它支持多少工具,看它的反馈回路、variety 预算、治理分层够不够。 产出:一张可直接拿进选型会的”控制结构尽调表”(范式归类 + 六层剖面缺口 + VSM 缺层 + variety 估算结论)。
| 序 | 节点 | 时长 | 这一站练什么 |
|---|---|---|---|
| 1 | S02 控制范式对照矩阵 | 20 min | 先把候选框架归类:它是开环、闭环、分层控制、MPC 还是自适应?不同范式的稳定性边界完全不同。这是尽调的第一刀。 |
| 2 | S01 Agent 控制系统分层剖面 | 25 min | 旗舰节点,最厚。把 agent 切成传感/状态估计/控制器/执行器/反馈/调节器六层,逐层问”这层有没有、信道够不够”。记忆=积分器、反思=负反馈回路、orchestrator=被 Ashby 封顶的调节器。 |
| 3 | E03 Multi-agent 治理作为 VSM 剖解 | 25 min | 拿一个真实框架(如 AutoGen / CrewAI)用 VSM 五层照一遍,找出它缺哪层治理。这是”为什么对等式是陷阱”的结构性证据,不是经验直觉。 |
| 4 | R02 用 Requisite Variety 估 Orchestrator 容量 | 15 min | 收口成可填的表:这个任务需要多少控制器多样性(工具/上下文/分支),候选 orchestrator 够不够。RV 只能判死不能判活——能筛掉必然失控的,这已经很值钱。 |
收尾动作:把四站的判断合成一张尽调表,下次选型会上不要先问”支持多少 integration”,先问”它的反馈回路在哪、variety 预算够不够、缺哪层 VSM”。
路径 C:紧迫度(复现台 / 线上救火)— 约 70–85 分钟
前置:手上有一个正在打转 / 烧 token / 子 agent 行为分叉的 agent;能改代码或能给工程提需求。 解决的问题:线上 agent 出现 repetition loop、来回打转、工具调用震荡,你要能当场诊断 + 当场上处方,而不是等下一代模型。 产出:给你的 agent 加上的三个东西——显式反馈回路、三正交稳定性指标(步数/重复/发散)、algedonic 熔断;以及一份 loop 失稳根因卡。
| 序 | 节点 | 时长 | 这一站练什么 |
|---|---|---|---|
| 1 | A04 反馈回路与稳定性 | 20 min | 建立失稳词汇:负反馈稳定 / 正反馈发散 / 振荡 / 延迟致不稳定 / homeostasis。关键反直觉——纯负反馈 + 延迟也会发散(啤酒游戏牛鞭效应),“每步都在自我纠错”的 agent 反而会因延迟振荡。 |
| 2 | E02 Agent 反馈振荡与 Repetition Loop 剖解 | 20 min | 把上一站落到三个尺度:LLM repetition loop(token 级)、agent 来回打转(回合级)、工具调用震荡(工具级)——它们是同一种”局部正反馈失稳”的同构现象。 |
| 3 | R01 给 Agent 加显式反馈回路与稳定性监控 | 25 min | 上处方:给一个 agent 加显式反馈 + 稳定性指标(步数/重复/发散监控)+ 阻尼 + 熔断。能落成几行 if budget_exceeded: replan 的代码。注意 failure scenario——在发散创意类任务上,误差无定义,阻尼会扼杀探索。 |
| 4 | R03 VSM 风格多层 Agent 治理模板 | 15 min | 治本:如果问题是 multi-agent 治理而非单 agent loop,按 VSM System 1–5 搭操作/协调/控制/情报/政策五层骨架。HITL = algedonic 旁路,必须独立于失控的控制器。 |
收尾动作:把”loop 失稳根因卡”(极性是正还是负反馈?有没有停机条件?是单 agent 还是治理缺层?)贴在监控面板旁。下次 loop 不要先重启,先定极性。
§2 跨路径速查:症状 → 去哪读
线上/面试/选型遇到具体症状时,直接跳到对应节点,不必走完整路径。
| 你遇到的症状 | 控制论诊断 | 直达节点 |
|---|---|---|
| ”换了更强的模型还是崩” | variety 失配,跟 IQ 无关 | A03 Ashby 必要多样性定律 · E01 Orchestrator 失控的控制论解释 |
| LLM 反复输出同一句 / 同一段 | token 级局部正反馈失稳 | A04 反馈回路与稳定性 · E02 Agent 反馈振荡与 Repetition Loop 剖解 |
| agent 在两三个动作间来回打转 | 回合级振荡 / 延迟致不稳定 | E02 Agent 反馈振荡与 Repetition Loop 剖解 · R01 给 Agent 加显式反馈回路与稳定性监控 |
| 子 agent 行为分叉、计划被反复改写 | 缺协调子系统(VSM S2) | S03 多 Agent 作为可存活系统全景 · E03 Multi-agent 治理作为 VSM 剖解 |
| token 烧穿却没产出、循环停不下来 | 缺停机条件 / 缺 algedonic 熔断 | R01 给 Agent 加显式反馈回路与稳定性监控 · R03 VSM 风格多层 Agent 治理模板 |
| 加了一堆监控/冗余反而更不稳 | 多层控制叠加引入二阶不稳定(Perrow) | A06 控制的极限·涌现与不可控 · R01 给 Agent 加显式反馈回路与稳定性监控 |
| 想知道”这任务到底要不要上 agent” | 范式归类 + variety 估算 | S02 控制范式对照矩阵 · R02 用 Requisite Variety 估 Orchestrator 容量 |
| ”控制论不是被深度学习淘汰了吗” | 控制 ≠ 表征,从未同赛道 | A01 控制论概念谱系与语义 · G01 控制论与系统思维代际谱系总图 |
| 想要历史坐标 / 反线性进步史 | 代际谱系 + 每代反例 | G01 控制论与系统思维代际谱系总图 · G02 控制论代际演化详解 |
§3 自测题(≥10 题 · 每题及格线 / 优秀线 / 反例)
不是名词解释考试。每题给三档:及格线(说明你抓住了机制)、优秀线(说明你能反共识 + 带证据 + 承担边界)、反例(典型错答,看到自己这么答就回去重读)。建议读完对应路径后闭卷答,再回头对。
Q1. 一个 multi-agent 方案在复杂任务上反复崩盘,团队说”等下一代更强的模型”。用控制论给一个反诊断。
- 及格线:指出失控可能是结构问题而非能力问题,点到 variety 失配。
- 优秀线:
V(R) ≥ V(D)——orchestrator 能压住的复杂度由可表征状态多样性封顶;V(D) 也随任务在涨,模型变强不一定追得上 V 缺口;且若是治理缺层(缺 S2 协调),换模型完全不治本。给出”换模型 vs 加 variety vs 补治理层”三岔诊断。 - 反例:“对,模型还不够聪明,scaling 上去就好了。“(把结构性失控误诊成能力不足——正是那堵墙。)
Q2. 写出 Ashby 必要多样性定律,并说明它对 LLM agent 意味着什么。
- 及格线:
V(R) ≥ V(D),控制器多样性须不小于扰动多样性。 - 优秀线:落到 agent——控制器多样性的载体是 context / 工具集 / 分支能力;当环境扰动多样性超过 context 能表征的状态,完备控制在信息论上不可能,这是结构性而非道德性失控。并标注边界:RV 难精确操作化(Berrisford 批评),只做序数级判断、只能判死不能判活。
- 反例:“模型参数越多 variety 越大,所以大模型一定够。“(混淆了参数规模与任务相关的可表征状态多样性;也忽略 V(D) 在涨。)
Q3. agent 的 observe→decide→act→observe 和经典闭环控制是什么关系?
- 及格线:指出它就是反馈控制回路,不是新发明。
- 优秀线:还原到 Wiener 1948 舵手隐喻——这是负反馈闭环的必然结构;失败应被读成”回路缺陷”(传感缺失/反馈未写回/无停机)而非”模型心理状态”。能把五零件同构指出来(传感器/状态估计/控制器/执行器/反馈)。
- 反例:“agent 是自主决策,跟控制系统那种机械反馈不一样。“(把比喻当成不相干;丢掉了可诊断性这个全部价值。)
Q4. “每一步都在自我纠错”的 agent,为什么反而可能更不稳定?
- 及格线:指出反馈 + 延迟会导致振荡甚至发散。
- 优秀线:援引 Forrester 系统动力学 / 啤酒游戏牛鞭效应——纯负反馈在有延迟时也会发散;过度纠错 + 反馈延迟 = 振荡。处方是阻尼,不是加更多纠错。
- 反例:“纠错越多越稳,所以让它每步都反思。“(正是制造振荡的配方。)
Q5. LLM repetition loop、agent 来回打转、工具调用震荡——这三者有什么共同点?
- 及格线:都是循环/震荡类失稳。
- 优秀线:它们是同一种”局部正反馈失稳”在 token / 回合 / 工具三个尺度上的同构现象;repetition 与幻觉极性相反(repetition = 分布过窄退化,幻觉 = 分布够散但内容错),所以处方不同。
- 反例:“repetition 是解码 bug,打转是 planning bug,震荡是工具 bug,三件不相干的事。“(丢掉了统一病理,失去举一反三。)
Q6. 用 VSM 解释”为什么扁平对等的 multi-agent 是陷阱”。
- 及格线:指出缺了协调/控制层。
- 优秀线:Beer VSM 需要 System 1–5(操作/协调/控制/情报/政策);对等式结构性地缺了 S2(协调)与 S3(控制),不是”治理松散”而是”治理层根本不存在”,所以子 agent 必然行为分叉。给 0411 A07 Multi-Agent Teams 的经验结论”对等式是陷阱”补上结构性解释。
- 反例:“对等更灵活,加点 prompt 约束就协调好了。“(prompt 补不了缺失的子系统;把结构问题当措辞问题。)
Q7. orchestrator-worker 架构在 VSM 视角下是什么?
- 及格线:指出它缺了若干 VSM 层。
- 优秀线:它是缺 S2/S3*/S4/S5 的退化 VSM——有操作(S1 workers)和部分控制(S3 orchestrator),但常缺协调(S2)、审计(S3*)、情报/环境扫描(S4)、政策(S5)。诊断处方就是按缺口补层(见 R03)。
- 反例:“orchestrator-worker 已经是分层架构,治理够了。“(把”有一个调度者”误当成”有完整治理”。)
Q8. HITL(人类在环)在控制论里对应什么?设计上要注意什么?
- 及格线:对应一种反馈/干预机制。
- 优秀线:对应 Beer 的 algedonic 信号——绕过常规控制层的紧急旁路;关键设计约束:它必须独立于可能已经失控的控制器,否则失控的 orchestrator 会一并吞掉求救信号。m207 的 HITL 三维度就是 algedonic 在产品里的形态。
- 反例:“让 orchestrator 在拿不准时调用人类就行。“(把求救通道挂在可能已失控的那个节点上——失控时正好失效。)
Q9. “加更多控制 / 加冗余 = 更安全”,这个 PM 直觉对吗?
- 及格线:指出不一定,可能引入新风险。
- 优秀线:Charles Perrow 常态事故理论——在紧耦合 + 交互复杂系统里,加冗余/加控制反而制造新的事故路径与二阶不稳定;韧性来自解耦而非全知控制。这是 confirmation-bias 砍除点(别把”加监控”一律读成善)。
- 反例:“出了事就再加一层监控/审查 agent。“(可能把系统推向更紧耦合、更易级联失败。)
Q10. Test-Time Compute(让 agent 多想)能补 variety 缺口吗?
- 及格线:不能完全补,两者不同。
- 优秀线:Test-Time Compute 扩的是单步决策搜索空间,variety 是可表征状态多样性——想再久也想不出 context 里根本没有的状态。两者是正交旋钮:多想治”想得不够深”,加 variety 治”看不见的状态根本进不来”。对照 c11 - System 2 思维与 Test-Time Compute。
- 反例:“让它思维链更长/采样更多次就能控住复杂任务。“(用计算量补信息缺口,补不上。)
Q11.(进阶)控制论被深度学习淘汰了吗?为什么 2025–2026 前沿研究者回头取经?
- 及格线:没淘汰,控制与表征是两件事。
- 优秀线:深度学习赢的是”表征”赛道,从未参加”控制”赛道;agent 把被搁置七十年的”控制”问题重新顶上桌,于是出现一波控制论形式化 agent 的工作(如 IBM “Agentic AI Needs a Systems Theory”、Control-Theoretic Foundation 类 arXiv 工作〔具体编号以节点正文核实为准〕)。这是范式回潮,不是复古。
- 反例:“控制论是 1948 年的老古董,跟现代 AI 没关系。“(正是 A01 要挡掉的误读。)
Q12.(进阶·边界自觉)控制论这套语法,在哪些场景下会失效?给至少两个。
- 及格线:能举一个失效场景。
- 优秀线:举 ≥2 个并说机制——(a)关键状态根本不可观测时,控制视角退化为安慰剂(A02/A06);(b)在强人类在环、低自治 agent 上,反馈框架解释力下降(A04);(c)发散创意类任务上误差无定义,阻尼扼杀探索(R01);(d)VSM 在短/一次性/环境不变任务上是纯负担(S03/R03)。并承担核心赌注:控制论是诊断语法,不是稳定性定理——它帮你定位病因,不保证治好。
- 反例:“控制论能解释一切 agent 行为。“(过度自信,违反 B 维边界含量;真正的优秀答案必须自己划失效边界。)
评分口径:及格线达 8/12 = 你能用控制论做基本诊断;优秀线达 6/12 且至少 Q1/Q2/Q12 全优 = 你能在面试桌上经得起反方拷问。Q12 答不出失效边界的,无论其它题多好,都还停在”信徒”阶段,没到”判断者”。
§4 反方对话训练(控制论领域 6 追问)
用法:这不是让你背标准答案,是练”接受 + 边界”的应答肌肉(SHARED_CONTEXT §7 工艺)。每条先接受对手对的部分,再标注本专题坚持的边界与赌注——绝不硬怼。面试官、资深架构师、唱反调的同事都会从这六个角度打你,提前练过就不慌。
追问 1:“控制论不就是 1948 年的复古名词吗?现在都深度学习了,翻出来不是开倒车?”
接受:控制论确实老,而且二阶控制论的一部分(语言转向)对工程帮助有限(Pickering 的批评成立)。 边界:但”老”不等于”过时”——深度学习赢的是表征赛道,从未参加控制赛道;Ashby 1956 那条不等式至今没被任何模型规模推翻。agent 恰恰把被搁置七十年的控制问题重新顶上桌,这才有 2025–2026 一波控制论形式化 agent 的研究回潮。 赌注:我赌的是”控制论是诊断 agent 失控最深层的语法”,不是赌它是某个新算法。如果将来有人证明 agent 稳定性可以完全绕开反馈/variety 框架来理解,我这条就输了。 一句收口:不是开倒车,是补上深度学习从没解决过的那门课。
追问 2:“Ashby 必要多样性定律是控制论里的硬数学,但 LLM 又不是 Ashby 当年那种离散状态机——这条定律对 LLM 真的适用吗,还是你在比喻?”
接受:这是最该接受的一刀。严格说,把 LLM agent 套进 Ashby 的离散 variety 框架是类比,V(R)/V(D) 在 LLM 上很难精确测量(Berrisford 等”必要多样性无法操作化”的批评成立)。 边界:但我用它做的是序数级判断而非精确计算——“这个任务的扰动多样性明显超过 context 能装的状态多样性”这种判断,不需要精确数值就能筛掉必然失控的方案。它能判死(必然不够),不能判活(够了也不保证成)。 赌注:我赌”序数级 variety 判断”在选型时比”看 feature list”更可靠。如果实践中发现 variety 失配从不出现、失控全是别的原因,这条就降级。 一句收口:它是诊断的标尺,不是工程的公式——别拿它算小数点,拿它排死活。
追问 3:“VSM(可存活系统模型)那套 System 1–5,听着像给 agent 套了一个过度设计的官僚科层。简单任务也要五层治理?这不是过度工程吗?”
接受:完全同意——VSM 在短任务、一次性任务、环境不变的任务上是纯负担;给一个查天气的单 agent 套五层治理是典型过度设计。这是我显式标注的 failure scenario。 边界:VSM 的价值随系统复杂度非线性上升——单 agent 不需要,但当你有多个自治子 agent、长周期、环境会变,缺 S2(协调)/S4(情报)就会以”行为分叉/看不见环境变化”的形式爆出来。Anthropic 那种”按复杂度分档、能不上 multi-agent 就不上”的克制立场我接受。 赌注:我赌”复杂 multi-agent 的失控大多能映射到某个缺失的 VSM 子系统”。如果发现治理缺层与失控没有稳定对应,VSM 这条降级为局部诊断工具。 一句收口:不是每个 agent 都要五层,是复杂到一定程度还不分层才叫过度自信。
追问 4:“你绕这么大圈讲反馈、variety、VSM——agent 失控不就是给它加个反馈回路就行了吗?搞这么复杂干嘛?”
接受:加显式反馈确实是第一处方,R01 第一条就是它,这点你对。 边界:但”加反馈就行”恰恰是个危险简化——(a)纯负反馈 + 延迟会发散而非收敛(Forrester 啤酒游戏),加错了反而振荡;(b)反馈解决不了 variety 缺口(看不见的状态反馈不回来);(c)反馈解决不了治理缺层(单 agent 的反馈补不了 multi-agent 缺的协调子系统)。所以要分清你的失控属于四类哪一类,对症下药。 赌注:我赌”失控有四种正交病因,反馈只治其中一类”。如果实践证明绝大多数失控加个反馈就好,那这个专题确实是过度复杂化。 一句收口:加反馈是必要不充分——加错极性、加错位置,反馈本身就是新的失稳源。
追问 5:“说到底,agent 失控就是模型能力问题——更强的模型自然更可控。你这套结构诊断是不是在回避’模型还不够好’这个真相?”
接受:部分场景成立——有些失控确实是单步推理太弱,换强模型会缓解;我不否认能力是变量之一。 边界:但把所有失控都归给能力,是那堵墙本身。理由:(a)V(D) 也在涨——任务复杂度随模型能力一起膨胀,缺口不一定缩小;(b)治理缺层(缺 S2 协调)、缺停机条件这类失控,换多强的模型都不治本;(c)二阶控制论提醒:评估者在回路内,“模型够强就可控”里的”可控”本身就被观察者问题污染(monitoring = 干预,Goodhart)。 赌注:我赌”结构性失控(variety/反馈/停机/治理)占复杂 multi-agent 失控的多数”。这是可证伪的——如果数据显示换模型能解掉大部分,我认输。 一句收口:能力是一个旋钮,但有些门换钥匙也打不开,因为根本没装锁芯。
追问 6:“二阶控制论说’观察者在系统内,监控即干预’——那你这套监控指标(步数/重复/发散)不也会被 Goodhart 掉?你不是自相矛盾吗?”
接受:对,这是诚实的痛点。von Foerster 二阶控制论的批评对我自己的处方同样成立——任何监控指标一旦成为目标就会被优化掉(Goodhart),“客观评估 agent”是幻觉。 边界:但这不构成”所以别监控”的结论,而是两条设计约束:(a)监控指标要多样化、正交(步数/重复/发散三个不同极性,难被单一策略同时骗过);(b)审查必须引入异质性(用不同模型/不同视角的 S3* 审计,而非让被监控者自评)。我接受”无法完全客观”,改为”用异质性逼近”。 赌注:我赌”正交 + 异质的监控比单一指标显著更难被 Goodhart”。如果异质监控也被轻易绕过,那监控这条要重写。 一句收口:监控确实会被干预——所以答案不是放弃监控,是让监控多到、异到难以被同时骗过;承认幻觉,然后设计韧性。
训练自评:六条追问里,你能不能每条都先说出一句真诚的”接受”,再给一句带赌注的”边界”?如果你的应答里出现”对方完全错了""这不值一驳”,说明你在用赞同的声音装饰,不是用反对的声音建造——回 SHARED_CONTEXT §7 重读”接受 + 边界,不是反驳”。
§5 读完之后:三个落地动作
- 面试桌:把 §3 的 Q1 / Q2 / Q12 三题练到能脱口而出——一句反诊断、一条 Ashby 不等式、一组失效边界,就是”信徒”和”判断者”的分界线。
- 选型会:把路径 B 收尾的”控制结构尽调表”带进下一次评估,别先问”支持多少 integration”,先问”反馈回路在哪、variety 够不够、缺哪层 VSM”。
- 复现台:把路径 C 的”loop 失稳根因卡”贴在监控面板旁,下次 loop 别先重启,先定极性(正反馈还是负反馈)、定层级(单 agent 还是治理缺层)。
§6 关联节点(双链密度 ≥20,全部真实 basename)
导航中枢 _控制论系统化专题·总览
01 概念辨析 A01 控制论概念谱系与语义 · A02 Agent 即控制系统 · A03 Ashby 必要多样性定律 · A04 反馈回路与稳定性 · A05 Viable System Model · A06 控制的极限·涌现与不可控
02 代际演化 G01 控制论与系统思维代际谱系总图 · G02 控制论代际演化详解
03 架构剖面 S01 Agent 控制系统分层剖面 · S02 控制范式对照矩阵 · S03 多 Agent 作为可存活系统全景
04 实例剖解 E01 Orchestrator 失控的控制论解释 · E02 Agent 反馈振荡与 Repetition Loop 剖解 · E03 Multi-agent 治理作为 VSM 剖解
05 复现指南 R01 给 Agent 加显式反馈回路与稳定性监控 · R02 用 Requisite Variety 估 Orchestrator 容量 · R03 VSM 风格多层 Agent 治理模板
跨专题升级对照 A07 Multi-Agent Teams · c11 - System 2 思维与 Test-Time Compute · m207 - Agent 产品化：场景推演与失败模式 · m208 - AI 基础设施与中间件选型 · LLM repetition loop · 幻觉
跨域 / 元层入口 AI PM 知识图谱·总索引
§7 修订日志
- R1(2026-06-07):README 首稿。七节齐备——§0 立场校准(焊入”失控=结构非智力”承重判断 + 失败判据)/ §1 三条阅读路径(求职速通 60–75min / 决策链 75–90min / 紧迫度 70–85min,各标时长·前置·解决问题·产出物 + 逐站节点表 + 收尾动作)/ §2 症状→节点速查表(8 类症状直达)/ §3 自测 12 题(每题及格线/优秀线/反例三档,含 Q11/Q12 进阶边界题 + 评分口径)/ §4 反方对话训练(控制论领域 6 追问:复古质疑 / Ashby 对 LLM 适用性 / VSM 过度设计 / “加反馈不就行了” / “失控=模型问题” / 二阶控制论 Goodhart 自指,每条按”接受+边界+赌注+收口”四件套)/ §5 三落地动作 / §6 关联节点(双链 ≥20,全部核实过的真实 basename:本专题 17 节点 + 6 跨专题升级对照 + 总索引)/ §7 本日志。所有双链使用 §8 总览核实过的真实文件名;反方 6 追问严格对应 task 指定的领域追问(过时复古 / Ashby-LLM / VSM 过度设计 / 加反馈 / agent 失控=模型问题 + 补二阶控制论一问)。