白牧辰看着眼前这两份都陷入了僵局的研究报告，无数条看似无关的线索在她的思维中交汇、碰撞，最终不约而同地指向了她知识体系中一个此前并未被足够重视的短板。
无论是催化剂中无数微生物的协同作用，还是大脑中亿万神经元的复杂连接，它们都不是简单的线性系统。
它们的宏观行为都无法通过拆解分析其微观组分来预测和理解。
这些都是复杂科学的研究范畴。
白牧辰一直以来所使用的，从地球文明的知识体系中继承而来的一种科学思维——还原论。
这种思维模式相信，要理解一个复杂的系统，最好的方法就是将其不断地拆解，分解为最基础、最简单的组成部分。
只要彻底搞懂了每一个零件的行为规律，就能反向推导出整个系统的运作方式。
这就像修理一块精密的机械表。
你可以把它拆成一堆齿轮、弹簧和指针，研究清楚每一个零件的功能，最后就能理解整块手表是如何报时的。
在这个模型里“整体”等于“部分之和”。
这种方法在第二阶梯的大部分领域都无往不利。
它帮助人类理解了从天体运行到原子结构的一切。
但现在白牧辰撞上了一堵墙。
无论是那团催化剂，还是她自己的大脑，都无法用还原论来完美解释。
把催化剂里的微生物一个个分离出来单独研究时，那种神奇的冶金能力就消失了。
研究单个神经元时也找不到“意识”和“思想”的踪迹。
在这些系统里，关键不在于零件本身，而在于零件之间那看不见的、复杂无比的连接与互动模式之中。
一旦拆解，这些最重要的特性就随之湮灭。
在这里“整体”是远远大于“部分之和”的。
而专门研究这类系统的科学，就是复杂科学。
复杂科学的核心，也是复杂科学最迷人的概念被称为“涌现”。
涌现指的是系统中的低层次微观个体，在遵循一些极其简单的局部规则进行互动时，会在高层次的宏观上自发地“涌现”出全新的、复杂的、且在微观层面完全不存在的结构、模式或属性。
白牧辰的思绪中浮现出几个经典的地球案例。
比如蚁群。
单个蚂蚁的行为逻辑非常简单，无非是跟随信息素、搬运土粒、躲避危险。
没有任何一只蚂蚁的大脑里存有蚁巢的设计蓝图。
然而，成千上万只蚂蚁遵循着这些简单的局部规则，却最终“涌现”出了能够调节温湿度、结构复杂得如同地下城市的宏伟蚁巢。
又比如鸟群。
每一只鸟只遵循三条简单规则：别撞上旁边的同伴，努力跟上旁边同伴的平均方向，并保持与它们大致相同的速度。
然而，成千上万只鸟在空中遵循这三条规则，却“涌现”出了壮观无比，同仿佛由一个统一意志在指挥的鸟群形态。
这种宏观层面的复杂模式是无法通过研究单个个体来预测的。
你就算把一只蚂蚁从里到外研究得再透彻，也永远无法推导出蚁巢的最终形态。
白牧辰明白了自己研究的症结所在。
只是解决短板需要时间。