systems-thinking-leverage

SKILL.md

Find high-leverage intervention points in complex systems by mapping feedback loops, identifying system archetypes, and understanding where small changes can produce large effects.

Systems thinking analyzes how interconnected components create emergent behavior through feedback loops, stocks/flows, and delays. Leverage points (Donella Meadows) are places to intervene in a system ranked by effectiveness:

Low leverage (easy but weak): Parameters (numbers, rates, constants) Medium leverage: Buffers, stock structures, delays, feedback loop strength High leverage (hard but powerful): Information flows, rules, self-organization, goals, paradigms

当问题涉及具有反馈循环（强化或平衡）、延迟或简单因果思维失败的紧急行为的互连组件时使用。在确定干预的杠杆点（在何处以最小的努力获得最大效果）、理解为什么过去的解决方案失败或产生意想不到的后果、分析系统原型（失败的修复、转移负担、公地悲剧、增长限制、升级）、绘制存量和流量图（累积和变化率）、发现反馈循环动态、寻找复杂自适应系统的根本原因、设计与系统结构相配合而不是与之相反的干预措施时，或者当用户提到系统思考、杠杆作用时调用点、反馈循环、意外后果、系统动力学、因果循环图或复杂系统。适用于组织系统（员工敬业度、规模挑战、生产力下降）、产品/技术系统（技术债务积累、绩效下降、采用障碍）、社会系统（两极分化、错误信息传播、社区问题）、环境系统（气候、资源枯竭、污染）、个人系统（习惯形成、倦怠、技能发展）以及任何简单的线性干预在系统模式持续存在时反复失败的地方。 来源：lyndonkl/claude。

查看原文