1. 一个具体问题
每个驾驶者都只是与前车保持距离、必要时刹车，道路上却可能出现没有事故源头的拥堵波。解释这种现象，不能只找一个“制造堵车的人”，还要看相互反应如何在整体上形成稳定或传播的模式。
2. 一句话解释
涌现是系统各部分通过相互作用，在整体尺度上产生不能仅靠孤立部件描述的性质或行为。
3. 出处与原意
涌现是复杂系统研究的重要概念，Santa Fe Institute 等研究机构讨论不同尺度之间的新模式。不同学科对强弱涌现有不同定义，日常应用通常指可从局部规则研究的整体现象，不必引入无法检验的神秘力量。
4. 原理与机制
局部反馈、连接结构和非线性关系使整体不等于简单求和。同样数量的成员，以不同方式连接可能形成完全不同的结果。因此要明确观察尺度：个人都在优化自己的等待时间，系统却可能出现更长总等待。模拟可以帮助生成假说，但模拟复现外观不等于已经证明真实世界采用同一机制。
分析整体时也要确定哪些信息可以被简化。若每个细节都原样放入模型，模型可能和现实一样难懂；若删去关键互动，就无法产生目标现象。好的简化应保留能解释模式的机制，并说明在哪种规模或边界条件下不再适用。
5. 一个完整案例
假设案例：一个共享文档中，成员都习惯立即修改别人刚写的句子。每次修改在个人看来都提升质量，整体却不断出现冲突与来回重写。负责人没有要求大家更努力，而是改变互动规则：草稿阶段只评论，固定时间统一合并，并由段落负责人处理冲突。若重写次数下降、完成时间缩短，说明互动结构可能是关键因素。这里的结果来自规则与成员共同作用，不是某个人突然具备了更高能力。
共享文档团队同时检查是否因合并集中而产生新的等待。如果冲突减少但负责人排队严重，局部规则仍需调整，例如拆分段落所有权或增加交接窗口。一次规则变化可能抑制一种模式、产生另一种模式，因此必须继续观察整体。
6. 适用条件与反例
并非任何意外或复杂结果都值得称为涌现；有时只是漏算了一个直接因素。这个概念要发挥解释作用，必须说清局部单元、互动规则、整体变量和可比较的替代模型。整体属性也不能随意用于判断每个成员，否则会犯从群体到个人的推断错误。
7. 今天可以尝试的行动
遇到“大家都做对了但整体不好”的情形，先列出每个人在优化什么，再画出他们如何互相影响。改变一条小范围互动规则，观察整体结果是否变化。把个体表现与系统表现分别记录，避免只奖励局部指标而强化整体问题。
8. 参考资料与关联条目
- Santa Fe Institute，Emergence, Self-Organization, and Complexity。