2020年以来，人类社会的发展仿佛呈现出一条全新的轨迹：新冠肺炎疫情、极端天气、俄乌冲突、股市熔断、经济停滞、粮食危机，这些百年罕见的天灾人祸、重大事件集中、频繁地发生。与此同时，以人工智能、区块链、元宇宙等颠覆性技术为代表的高科技产业还在不遗余力地加速推进着。人们乐观地以为新的问题只有通过新的技术变革才能解决，但其实每一项新的发明都有可能引发新的问题和焦虑。人们不禁要问：这些意味着什么？
这个疯狂的世界将要奔向何方？
要回答这一系列问题，应对人类百年未有之大变局，就必须站在一个全新的视角上进行系统性的思考。这一全新视角首先需要我们抛开所谓的“学科”的狭隘局限，将古今中外各个学科的知识统合起来；其次，它既让我们能站在全球的宏观视角把握大的发展趋势，又能深入细节，给出精细微妙的处理方案；另外，它还要求我们必须认识到所有这些问题都并非彼此孤立的，其背后存在着统一性。
总之，我们需要一个新兴的学科作为思维的脚手架，帮助我们理解这个复杂的世界。
复杂科学（Complexity Science）无疑将承担起历史的重任。这门从20个世纪90年代发展起来的新兴学科试图采用跨学科的方法，研究各类复杂系统背后的统一规律。尽管它还很年轻，还没有一个普遍公认的概念体系和学科框架，但是它的跨学科范式、多尺度的研究视角以及整体论的、普遍联系的世界观，足以让它担此重任。
复杂科学的研究对象是各式各样的复杂系统。那么，何为复杂系统？让我们举数例说明。椋鸟是一种生活在欧洲的鸟，身长约22厘米，也就一个巴掌大小，但它们经常会集合形成规模庞大的鸟群，像一只巨大的水母飘浮在巴黎上空。椋鸟群飞翔时井然有序，彼此不会发生碰撞；而当规模庞大的鸟群朝埃菲尔铁塔飞去时，又会灵活地分裂成两个新的鸟群，分别从铁塔的两侧绕过，然后重新会合到一起。
这种由椋鸟构成的群体就是一个典型的复杂系统，它们不是孤立的鸟，而是通过相互协调形成了一个庞大的整体。
复杂系统中存在着很多异常复杂且有趣的宏观现象和规律，例如蚂蚁的最优觅食路径以及黏菌的最优输运网络，而这些现象和规律都很难用其构成单元的特性加以解释，我们把这类现象称为“涌现”。复杂科学就是要研究这些不同的复杂系统丰富多彩的涌现现象背后的共同规律。
用亚里士多德的一句话来概括，涌现现象即“整体大于部分之和”。它的意思是，当若干个体组合形成一个庞大的群体时，这个群体总会出现一些新的属性、特征、行为和规律，而无法简单地归结到每个个体之上。
复杂科学家不能仅停留在类比的层面，他们有责任找到制约不同复杂系统的普适性规律，甚至为这些规律建立定量化的方程，典型的例子是耗散结构论和广义克莱伯定律。
普利高津指出，一个开放的复杂系统要想朝着有序性不断提升的方向进化，就必须让系统保持向环境开放，以确保系统能够从外部环境中获取源源不断的信息源，从而抵消系统内部的熵增。只有当系统从环境中获得的有序（熵减）大于系统内部由于代谢作用而产生的无序（熵增）时，系统整体才有可能逐渐向有序的方向演化。无论生物系统还是经济社会，负熵流的持续获取都是让复杂系统维持生存的必要性条件。
这是通用的规律，也即著名的耗散结构论的重要推论。