为了说明【跨领域】的智慧，俺举几个例子：
◇举例：间接路线战略
著名的军事理论家李德·哈特写了一本《战略论——间接路线》。这位老兄被誉为“军事理论教皇”，其影响力堪比卡尔·冯·克劳塞维茨。而此书又是他的【代表作】。所以，这本书显然符合俺前面章节提到了【二八原理】。
作者在书中介绍并分析了很多军事史的案例/战例——这些例子属于前面所说的 knowledge；
最终，作者从这些历史上的例子，总结出【间接路线战略】的运用——这就属于前面所说 wisdom。
◇举例：熵
【熵】这个玩意儿，洋文叫做“entropy”。他是一个很典型的【跨领域】的例子。
什么是熵？通俗地说，就是指系统的无序程度（紊乱程度）。
热力学的熵
【熵】的概念最早出自于“热力学第二定律”。该定理有两种表述方式，分别出自两位科学大牛——
克劳修斯（Rudolf Clausius）指出：对于某个【孤立】系统，热不能自发地从低温物体转到高温物体。
开尔文勋爵（Lord Kelvin）指出：对于某个【孤立】系统，不可能从单一热源吸热使之全部转化为做功，而不产生其它影响。
后来又出了一个科学大牛玻尔兹曼（Ludwig Boltzmann），他指出了热力学第二定律的【本质】是：对于孤立系统，其微观层面（微观粒子）的无序程度在不断增大。
可能某些同学会纳闷：俺为啥要花这么多口水聊“热力学第二定律”？
从上面这三只大牛的不同表述，你会发现——前面两只大牛，他们的表述只停留在【表象】，而第三只大牛才真正道出了“熵”的【本质】。
一般来说，越接近【本质】，也就越接近 wisdom 层面。
（俺费了很多口水聊热力学，就是为了引出上面加粗体的这句话）
信息论的熵
【熵】是“信息论”最核心的几个概念之一。最早是数学大牛香农（Claude Shannon）建立了“信息熵”的理论——香农因此被誉为“信息论它爹”。
对“信息熵”的理解，有助于你理解 IT 领域的很多东东。
比如说：理解了熵，可以帮你理解“数据压缩”的原理。而理解了“数据压缩”的原理，你就能明白——真正随机的数据是【不可能】压缩滴。无论未来出现多么牛逼的压缩算法，也无法压缩完全随机的数据（关于这点，可以从数学上给出证明）。
密码学的熵——关于密钥生成
【熵】在密码学中也占据重要地位。
比如说：密码学中的“密钥生成函数”需要引入【足够高】的熵，从而使得攻击者难以预测密钥的分布。
在密码学的这个分支，熵成为某种【好】东西 :)
管理学的熵——大企业的僵化
有很多优秀的初创公司，当它们发展到一定规模之后，就会出现这样那样的问题（弊端），变得僵化、失去活力。
这里面当然有很多原因，而其中一个原因可以归咎于【熵增大】。
当一家公司规模较小（只有几十个人）的时候，你要想让公司整体保持在【低熵】水平，还比较容易；但在规模扩张到几万人之后，再想保持原有的【低熵】水平就变得非常非常困难。
从理论上讲，公司可以通过“换血”的方式，降低整体的熵。这很类似于热力学系统中，把“高熵”的物质移出系统，并移入“低熵”物质，以此来降低系统整体的熵。可惜的是——很多事情，从理论上讲很简单；而一旦应用到【实践】层面，就很难操作。聊到这儿，想起某个 IT 大牛说过的名言：
In theory, there is no difference between theory and practice. But in practice, there is.
历史学的熵——治乱循环
我国的古代史，大体上是朝代的循环史。史学家称之为“治乱循环”。
导致这种“治乱循环”的原因当然有很多，而其中一个原因在于“体制本身的崩溃”。
官僚系统一旦变得庞大，就会倾向于变得更加庞大。就如同掌握权力的人，通常就会渴望更多的权力。请注意：权力是很容易上瘾滴！关于这点，已经被无数的历史故事所验证。
一方面，官僚系统越大，就会越僵化、越低效；另一方面，官僚系统越大，消耗的社会资源就越多（请注意：官僚本身是【不】直接创造社会财富滴）到了每个朝代末年，“体制”被自身的重量压跨了。
宇宙学的熵——热寂
宇宙本身可以视作【孤立】系统，因此也符合热力学第二定律。用某些物理学家或宇宙学家的话说——宇宙最终也将归于【热寂】。
考虑到“宇宙学”是一个很小众的领域，感兴趣的读者应该很少。所以俺就不展开讨论啦，在这里只推荐科幻大师阿西莫夫的一个短篇《最后的问题》（注：阿西莫夫自己认为——这是他最好的一个短篇）
分享到:
閱讀更多 pm卓揚 的文章
