系统思考的基本假设是“点即结构”，是非线性的，这意味着，我们通常使用的从一般观察归纳出理论的工具，如趋势分析、均衡测定、样本均值等等，都失灵了。
事实上我们还有另一种简化复杂的标准方法，把相似的事物聚集成“类”（物以类聚），比如“树”、“汽车”、“人”、“房屋”，把“类”看成是世界的基本模块，重复使用，我们能把一部电影的情节分解成人们熟悉的片段，也可以把“类”进行重新组合，创造出我们从未见过的事物—狮身人面兽、龙和美人鱼就是用人们熟知的动物身体的某些部分重新组合而成的。
这也是建模的主要手段之一，建模时要决定哪些细节与感兴趣的问题无关，从而被忽略，忽略了细节的差异后，把事物分门别类，再以“类”作为模型的构件开始建模。
在复杂性系统研究方法中，计算机建模是一个主要方法，这其中也许有着与复杂系统本身相一致的某种特性。
“科学”有这样一个惯性：试图把一切事物分解成基本因子，从而获得对这个世界的理解和认识，例如物理学分解到分子、原子，化学分解到元素，生物学分解到基因，并在此基础上不断深入地细分。找到了基本因子以后，再通过认识因子之间的关系和相互作用，还原成事物本身，我们把类似的科学研究理论称为还原论。
从基本因子还原到事物本身的过程，是一个严密的逻辑推理过程，并且是一组线性的推理过程，其数据要么来自推理，要么来自实验结果。
我们给这类方法得出的结论冠以“科学”的称谓，然而这一切都是“线性”的。
“科学方法”之所以得以实现，得益于两个前提：
1、任何领域的科学研究都为自己“划了个圈”，把这个“圈”从现实世界中孤立出来进行分析，在一个封闭的系统中确定因子，并研究因子之间的关系，例如：经济学不考虑“人”的独特行为方式。
2、任何领域的科学研究都设定了一系列“假定不变”的参照体系，如果突破这些参照体系，理论将完全变成另外的样子，比如爱因斯坦突破了牛顿力学的参照体系后，创立了相对论；哥白尼把宇宙中心由地球转移向太阳后，引起了科学理论的根本转型。
科学发展史，就是一部不断突破参照体系和范围的历史。系统思考就是要突破传统科学研究所采用的“假设”、“参照体系”和“范围”，试图系统地顾及所有的影响系统的因素，并希望在所有因素都处于不确定状态的前提下，找出它们之间相互作用的机制，这是一个巨大的挑战。
科学的发展史，同时也是一个“否定之否定”的过程。也许系统思考需要走一条与线性思考完全相反的研究之路。
线性思考是把简单问题复杂化，比如牛顿把规则曲线分解为无限个直线，从而获得规则曲线的数学表达。也许系统思考需要走一条把复杂问题简单化的路子，一条与分解、细化相反的路子，一条压缩、聚集、提炼、选择的路子。因为影响系统的因素太复杂太不确定，我们无法“系统地”把握它们，哪怕借助计算机也显得捉襟见肘，我们要“系统地对待”系统，就必须首先找到“确定不变”的可以系统地对待的因子。
其实，与线性和还原论完全相反的认识方法古而有之，就是类聚法，它早于“科学”，伴随着人类活动的全部历史。类聚法主要包括因素类聚和关系类聚，前面提及的“汽车”、“房屋”之“类”是要素类聚，把相似的过程或关系总结为“经验”则是关系类聚。在复杂系统中，传统意识中的“因子”变得不确定，只剩下确定的“关系”，如果我们要寻找复杂系统中的确定，那就是关系的确定。“关系类聚”是一种符合自然特性并且非常有效的方法，但却很难被冠以“科学”的称谓。
经验具有历史性、地域性和主观性，从而有不确定性。
经验不“科学”，却主宰着我们的生活，比如企业在招聘时强调经验，领导者都是些富有经验的人，经验成为价值的代名词。
如果我们能够科学地对待经验，经验将显现出突破性的价值。
为了寻找经验的科学性，我们可以试着问这样的问题：
有没有什么经验在不同的历史时期反复出现？
有没有什么经验在不同的地域反复出现？
有没有什么经验95%的人都认同？
如果有，它就是相对确定的，它就可以被冠以“科学”之名。
换句话说，我们需要寻找那些在不同历史时期、不同地域反复起作用，被大多数人认同的经验，我们称这样的经验为“模式”。
“模式”是关于“关系”、“相互作用”、“结果”和“趋势”的表达。
“模式”是解决一类问题的方法论。
经验提炼到“理论”的高度，就是“模式”。
在上一章，我们认为“在什么什么情况下，有一个什么问题，如何解决”是表达系统的基本句式，这里提及的“模式”和表达系统的基本句式惊人地吻合。
模式的结构：“在什么什么情况下，有一个什么问题，如何解决。”
系统的特性就是由那些反复出现、并反复起作用的模式涌现出来的。（我们会在接下来的章节中论证这一直觉）。
