它是怎么回事？
局部最优只比较附近或局部范围内的方案，全局最优比较整个可行域。组织中的局部指标可能互相冲突，评价时必须明确整体目标与约束。
与「涌现」相连时，本条先处理“写清整体目标”，再用“比较组合”收束；局部优化可能通过互动产生与整体目标相反的结果。
本文为学习性整理，案例与实践步骤为编辑转化。 本条未核实到唯一提出者，不据名称附会人物。
为什么会起作用？
- 01
局部指标改善可能占用其他环节资源，使端到端结果变差。全局最优不是把每个局部都做到最高，而是在共同约束下选择更好的组合；若目标之间不可通约，要公开权衡而非假装存在唯一最佳值。
- 02
对象与边界：一个环节的最好，不一定是整个系统的最好。使用前要先确认“部门成绩很好，整体结果却没有改善时。”，避免把相似现象直接套入模型。
- 03
转换路径：从“写清整体目标”形成写清整体目标的记录，再经过“比较整个流程的总效果”推进到比较整个流程的总效果的记录；中间的事实、假设和判断应分别记录。
原汇编可对照；学术归属待核
原理论与本站实践模板的证据应分别理解
它从哪里来？
最优化来自数学、运筹与工程等传统。本条是全局目标与局部选择的编辑性整合。
本站依据「Thinking in Systems: A Primer；Leverage Points」记录当前来源线索，并把历史概念转成可填写的实践流程。作者原文与原著书目，所以来源归属与实际效果分开判断。
没有已核实的唯一提出者；不以人物标签替代出处。
与本模型直接相关的中文要义是：一个环节的最好，不一定是整个系统的最好。局部指标改善可能占用其他环节资源，使端到端结果变差。全局最优不是把每个局部都做到最高，而是在共同约束下选择更好的组合；若目标之间不可通约，要公开权衡而非假装存在唯一最佳值。 所列资料定位在「Thinking in Systems: A Primer；Leverage Points」的“存量、反馈、延迟与杠杆点”；当前状态为“作者原文与原著书目”，因此摘要用于理解原义，不能替代引文校勘或效果验证。
查看来源 ↗一句值得带走的话
一个环节的最好，不一定是整个系统的最好。
编辑提炼，非人物原话
什么时候用？
部门成绩很好，整体结果却没有改善时。
用适合这个模型的步骤，慢慢想清楚。
- 01
写清整体目标
系统边界是什么？
输入：本次具体问题、当前情境与已知资料
本步产出：写清整体目标的记录
写清整体目标的记录说明了对象、范围与判断标准吗？能否从实际变化识别是否达成？
- 02
找出局部指标之间的冲突
谁承担局部优化的代价？
输入：前一步的写清整体目标的记录，以及本步需要补查的资料
本步产出：找出局部指标之间的冲突的记录
找出局部指标之间的冲突的记录中，已知事实与待核实的判断是否分开记录？
- 03
比较整个流程的总效果
整体结果是否真的改善？
输入：前一步的找出局部指标之间的冲突的记录，以及本步需要补查的资料
本步产出：比较整个流程的总效果的记录
比较整个流程的总效果的记录是否使用同一时间范围、对象和口径？如果交换方案顺序，判断会改变吗？
- 04
画出目标层次
局部指标最终服务哪个整体结果？
输入：前一步的比较整个流程的总效果的记录，以及本步需要补查的资料
本步产出：指标关系
指标关系说明了对象、范围与判断标准吗？能否从实际变化识别是否达成？
- 05
追踪外部影响
本环节改善把成本转移给了谁？
输入：前一步的指标关系，以及本步需要补查的资料
本步产出：转移成本
转移成本中，已知事实与待核实的判断是否分开记录？
- 06
比较组合
允许哪个局部变慢能改善整体？
输入：前一步的转移成本，以及本步需要补查的资料
本步产出：组合方案
回看失效条件：现实中通常无法证明找到全局最优，应说明比较范围。这次实践是否仍有这一风险？
把道理放回真实情景。
采购追求最低单价，却增加缺货和返工；应同时衡量交付率与总成本。 画出从接单到完成的全流程，把各部门忙碌程度与最终交付量分开。只在整体结果改善时认可局部优化，并记录积压是否转移到别处。 实际使用时先按“写清整体目标”保存基线，再记录“比较组合”得到的结果；若结果没有改变，应回看现实中通常无法证明找到全局最优，应说明比较范围。
为了买便宜食材绕行两小时，可能让整天的安排更差。 比较一整天的时间和精力，而不只看一个环节省下几分钟；若省时方式增加了后续整理负担，整体收益可能为负。 实际使用时先按“写清整体目标”保存基线，再记录“比较组合”得到的结果；若结果没有改变，应回看现实中通常无法证明找到全局最优，应说明比较范围。
也要知道它的边界。
现实中通常无法证明找到全局最优，应说明比较范围。
反例与失效情形
客服接听时间缩短但重复来电增加，不能仅凭单次效率判断改进成功。
慢下来，把问题想清楚。
先独立作答，再让 AI 检查。每个问题是一份独立实践，可以停下来，下次继续。
正在读取私人记录…
来源与延伸阅读
查看用户提供的原始摘录
原文保留用于对照；其中人物归属、科学表述和案例数据未全部核实。上方正文已对明显误用作说明。
局部最优是指在临近解集合当中的最优（最大/最小）解；全局最优是指在所有可能解而不仅仅是邻近值当中的最优解。