地理。一个没有地理的全球模型……。根本不是这个世界。在整个模拟中，不仅学习必须是分布式的，而且所有的功能都必须是分布式的。这个模型最大的失败，就在于它没有反映出地球生命所具有的这种分布式的本性——群集本性。

    任何终端开放的增长都不能模仿。我曾经问过丹娜·梅多斯，当他们在以1600年，甚至1800年为起点运行这个模型的时候，得到了什么结果，她回答道，他们从来没有这样运行过这个模型。我当时非常吃惊，因为返溯实际上是对各种预测模型进行实际检验的标准方法。“增长的极限”这个模型的建造者们怀疑，如果进行这样的模拟的话，这个模型会产生出与事实不符的结果。这应该成为一种警报。从1600年开始，这个世界就已经进入了长期的增长。而如果一个世界模型是可靠的，那么它就应该能够模拟出四个世纪以来的增长状况——至少作为历史来进行模拟。说到底，如果我们要相信“增长的极限”这个模型对于未来的增长确实是有话可说，那么，这个模拟就必须，至少从原则上说，能够通过对几个过渡期的模拟生成长期的增长。而就它现在的情况而言，“增长的极限”所能够证明的，充其量也就是模拟出一个崩溃的世纪而已。

    “我们的模型异常‘强健’，”梅多斯告诉我，“你得千方百计来阻止它的崩溃……。总是有相同的行为和基本动态出现：过火和崩溃。”依靠这种模型来对社会的未来进行预测，是相当危险的。系统的所有初始参数迅速向着终点汇聚，可历史却告诉我们，人类社会是一种显示出非凡的持续膨胀的系统。

    两年前，我曾经用了一个晚上的时间，跟肯·卡拉科迪西乌斯聊天。他是一个程序员，正在建造一个生态和进化的微型世界。这个微型世界（最后变成了SimLife这款游戏）为那些扮演神的角色的玩家提供了工具，他们用这些工具可以创造出32种虚拟动物和32种虚拟植物。这些虚拟的动植物相互影响、相互竞争、相互捕食，然后进化。“你让你的世界最长运行了多长时间？”我问他。“唉”，他呻吟道，“只有一天。你知道，要保证这种复杂的世界不断运行下去确实是一件困难的事情。它们确实喜欢崩溃。”

    “增长的极限”里面的那些情景之所以会崩溃，是因为“增长的极限”这个仿真模型善于崩溃。在这个模型里，几乎每一个初始条件都要么会导致大灾难，要么导致某种（极少情况下）稳定状态——但是从来不会产生任何新的结构——因为这个模型天生不能产生某种终端开放的增长。“增长的极限”没有能力模拟出农耕时代进入工业社会的自然发展过程。梅多斯承认，“它也不可能把这个世界从工业革命带向任何一种接下来会出现的、超越工业革命的阶段。”她解释说：“这个模型所展示出来的，是工业革命的逻辑撞到了无可避免的限制墙。这个模型有两件事情好做，要么开始崩溃，要么，由我们作为模型的建立者对它进行干预、作出改变来挽救它。”

    我：“不能搞一个更好的拥有自身转换能力、可以自动转换到另一个层级的世界模型吗？”

    丹娜·梅多斯：“当我想到，这种结局是系统设计好让它发生的，而我们只是这么往后一靠然后作壁上观，就觉得有点宿命的感觉。但相反，我们在建立模型的时候，实际上把自己也放在里面。人类的智能进入到这个模型之中，去感知整个形势，然后在人类的社会结构里作出改变。这就反映了在我们脑中出现的系统如何升华到下一个阶段的图景——利用智能介入并重建系统。”

    这是拯救世界的模型，可是，它对一个不断复杂化的世界如何运转的建模不适当。梅多斯是对的，走了一条采用智能来插手把它人文化、并改变它的结构的路子。不过，这个工作不只是由模型的建立者来完成，也不只是发生在文化的