架构师的介观思维和实践

有幸作为第一批进入腾讯云架构是技术同盟的成员，受邀来做一个分享，众所周知，架构师是一个非常高大上的名词，往往与宏观联系在一起，但是没有微观的落地，或者忽视了微观的问题，也常常容易被人诟病。这样也导致架构没有统一的评判标准，因为架构要面对的实际场景各不相同。以前有一个段子，说的非常之准确：理论派就是知道原理，却什么都做不出来，实践派就是做出结果，但没人知道为什么？很多实验室则是结合了理论与实践：什么都做不出来，也没人知道为什么。

为什么会这样呢？本质是缺失了一环。

缺失的一环我们称之为介观。什么是介观？

“介观（mesoscopic）”这个词汇，由VanKampen于1981年所创，指的是介乎于微观和宏观之间的状态。

对于微观粒子，原则上可以对薛定谔方程进行严格地或近似地求解。对于宏观物质的研究，则应用统计力学的方法，考虑大量粒子的平均性质。处于介观尺度的材料，一方面含有大量粒子，因而对无法薛定谔方程的求解；另一方面，其粒子数又没有多到可以忽略统计涨落的程度。这种涨落称之为介观涨落，是介观材料的一个重要特征。

总结一下各种观点，尽可能让大家先形成一个对介观的大致概念：

• 介观的表现形式为结构

• 介观是宏观与微观之间的桥梁

• 通过对微观的总结，形成介观方法论，指导宏观理论的形成

• 通过对宏观的分解，形成介观方法论，指导微观操作的内容

• 介观将宏观与微观两者进行有机链接。

• 介观是快速找到宏观与微观间的复杂关系并精细量化落地的方法论。

• 介观方法论就是因果、相关的思维方法论

• 宏观：抽象、形而上学、标准

• 微观：数据，流程、指标

• 介观是数学+物理的组合

• 介观是生态，把耗散组织和具体生物有机链接

• 介观是创新的源泉

俗话说：没有顶层设计，做什么都是错，没有底层逻辑，听什么都觉得对，介观正是连接顶层设计和底层逻辑的中间层。

人类目前想要进一步跨越式发展，最大的瓶颈是知识的总量和单个个体的人所能够理解、记忆并且能够综合应用的能力之间的极大不对称，往往会通过“组织协作”来解决这个问题。组织就是最典型的介观问题。

为什么一个架构师需要了解介观呢？我安安静静的做一个架构师不行么？架构师本质都是希望做一个一劳永逸的设计，但是世界又是在不停的变化，所以，好的架构师设计的东西，一定要能够适应外部的变化。

我们假设自己对某项业务是一个新手，那么我要想做出好的设计，作为一个优秀的架构师，该问些什么问题呢？在我看来，以下几个问题必须考虑：

a) 数量级，大部分性能问题都是在跨数量级时出现的

b) 使用频次，不同使用频次对操作优化的需求完全不同

c) 变动周期，这实际是个取舍问题，越灵活，前期成本越高，后期成本越低

因为所有项目都不是“理想”项目——无限的时间，无限的费用。所以介观思想，是帮助我们在成本与产出之间做出取舍的衡量标准的方法论。如果不了解这三个问题，做出的方案上线的时候光鲜亮丽，过个一年半载怨声载道也是很常见、甚至必然的事。

今天既然是来谈架构，刚好和大家分享一下我的一些心得，也是在应对这个变化的世界时的一些感想和实践。

很早以前，大家都知道，变化是唯一不变的事情，因此，我在03~04年研发了低代码平台，就是希望能够在变与不变中搭起一个“构型”，这个构型能够更好的消弭变化的冲击，当时选择了业务对象、业务逻辑作为切入口，上层是更宏观和变动较少的数据结构，下层是更灵活的业务需求。

低代码平台设计思路

抛开所有表象，核心是从建立了一个从持久化数据到业务模块的“结构”：数据对象和业务逻辑，在清晰的结构下，做到了足够的灵活性。集中在最核心的业务，做到了宏观和微观的统一与一致。在Client/Server的年代，尽量做到了各种“不需要修改源代码、不需要编译”，大大提升了开发速度及需求变动的适应性。数据对象和业务逻辑，就是我们找到的介观结构。

变化长存

到了新的世纪，当我们越来越深刻的理解“变化”一词，同时又抽象出了“不变”的本质，这时候，我们就发现，原来混在一团的“客观事物”，逐步分化成了不变的宏观认知和反复变化的微观表象，要想在其中游刃有余，我们必须引入一个结构来进行承载，这个结构就是介观。

但凡在企业里呆过的人都会知道，每次开会，一旦出现问题，99%的借口都是“变化”，客户需求发生了变化、物流状态发生了变化、市场发生了变化、核心操作人发生了变化，一切都是变化的错，因为应对变化有大量成本，老板您没有花这个应对变化的钱，所以，一切责任不在我。

想改变吗？那么我们以传统的ERP行业为例，来看看哪些是会变化，又该怎么应对这些变化。

首先，我不想按照传统的组织结构方式来看问题，我们希望能够找到一种可缩放的结构，无论在什么尺度，都具有相似性，很棒，数学家们很早就发现了这个结构，那就是分型。

各种分型图

其中：

谢尔宾斯三角形，维度= log(3)/log(2) ≈ 1.585;门格海绵,维度log(20)/log(3) ≈2.7268。

谢尔宾斯三角形

我们就拿这个看起来挺像组织架构图的谢尔宾斯三角形来举例子。

我们选取一个最小的三角形，每家企业的大小不同，业务不同，但是任何一个组织或者个人，都会面临以下几个行为：

Input：输入，Output：输出

T目标：由上游指令I基于本组织能力产生目标

P计划：由已有流程生成计划

A执行：由本组织资源进行执行，产生结果O给下游

贯穿其中的是：I输入（外部信息数据）——> O 输出（结果的量化数据）

贯穿其中的是Input和Output，上层的Output是下层的Input，之间还是复杂的多对多关系。

我们进一步会发现，每个环节都承载了变化，也带来了变化本身

了解了环节，了解了变化的节点，剩下的事情无非是怎么跟踪变化，并且基于“经验”给出实时的应对，这里我们会发现有一个瓶颈，那就是“人”，人力有时而穷，经验也无法复制，所以，我们想要应对这样的变化，就需要外部的能力，就是AI。

一旦引入AI，更准确地说，是AI智能体，那么我们就可以做到：

• T目标：由上游指令I基于本组织智能体决策产生动态目标
• P计划：由已有流程或智能体生成动态流程
• A执行：由已有组织或动态组织（人工+智能体混合）执行

如下图所示：

通过引入不知疲倦、能沉淀和学习经验知识，能随时访问企业数据的AI智能体——数字员工，才有可能解决宏观到微观的割裂。

传统方式的决策方法论包含落地的PDCA有其必要的价值，但是在应对变化而言，往往会有很多问题：

我们引入ITPOA模式，并且在管理中实时考虑如何嵌入变化，用AI智能体工具来实时处理，并给出实时的量化结果，在宏观战略和微观战术之间搭起一个介观的桥梁结构，在每个环节引入动态的引导，同时，自相似的分形结构，落地简单，便于协同；可以解决传统PDCA（Plan、Do、Check、Act）的创造性缺失、评估限于内部、缺乏自学习通路、定量指标无法全局穿透等问题，以适应这个变化的世界。这，就是一个好的“架构”。

简单做一个总结，架构首先解决的是宏观方面的问题，但又是从微观抽象而来的，通过介观方法论构建一个良好的结构，才能最终落地。所有想成为架构师的同学们，不妨从这个角度出发，深入浅出，渐入佳境。