我们可以从“数字搜查线”这个故事中学到什么？一言以蔽之，就是用物件养成解析问题的敏锐度。我们可以从对象中学到什么？谈这个问题前，我们先来看看一个博物馆的故事。
20世纪80年代，匹兹堡大学教授苏珊·史塔克（Susan Star）与詹姆斯·格里塞默（James Griesemer）共同研究加利福尼亚州脊椎动物博物馆的发展史（Museum of Vertebrate Zoology，MVZ），因为在20世纪初这家博物馆扮演着动物学启蒙的角色。MVZ博物馆建立了物种数据库，保存着丰富的动物标本，详细记录加利福尼亚州的生态系，发展出庞大的知识体系。
史塔克注意到，博物馆能有这样的成果，不只是因为有一群信仰达尔文的优秀科学家。博物馆背后其实有许多支持者，来自荒野俱乐部的专家提供动物标本、毛皮商人提供捕获的动物、居民提供信息、农夫供给食物和休息地、当地大学与政府提供资金与用地。
是什么力量让这些不同背景的社群愿意合作，为博物馆作贡献？史塔克发现，这些社群间运用了一些物件，化解了因知识落差而形成的沟通障碍，也缓和了因时空因素造成的信息损失。这些物件也让各社群在追求各自目标下，共同为博物馆作贡献。史塔克称这些对象为“疆界物件”（Boundary Object）。
博物馆运用的第一个疆界物件是“记录表”。记录表背后代表的是一套标准化的样本采集方法。科学家必须仰赖荒野专家搜集各地的动物标本。荒野专家了解本地脉络，常与当地居民打交道，并善于在野外活动。但问题是，荒野专家缺乏动物学知识，不可能如同科学家般在现场采样。
于是，博物馆的动物学家发展出一套记录表来协助荒野专家采集样本。另一方面，荒野专家遵循标准的采集步骤，更有效地将动物保存下来，避免标本在运送过程中腐坏。
从记录表中的字段，科学家看到的是背后的动物学知识体系。从荒野专家的记录中，科学家可以推测出被捕获动物的位置，比对过去的数据，并判定这个样本的科学价值。记录表就是一种疆界物件，将原本复杂的理论化为简单的搜集步骤，使不具动物学知识的参与者可以协助搜集珍贵标本。疆界物件就像是翻译官，使科学家与荒野专家可以相互沟通、分享信息，让MVZ博物馆能进行长期的学术研究。
第二个疆界物件是物种图鉴。物种的概念源自19世纪达尔文的理论，MVZ博物馆制作了许多物种图鉴，让不同的社群对于各物种有一致的认知，强化了参与者对于物种的印象。物种图鉴如同产品设计图，我们不需要看到具体的产品，就能理解产品的特性。物种图鉴结合抽象的学术理论，提供易懂的动物信息。每个物种的介绍背后都有一套严谨的分类系统。图鉴中会标示物种在分类系统中的位置。一般人了解了这个物种的特征、习性、栖息地就可以帮科学家搜集田野数据了。
这个博物馆的研究告诉我们，每一个物件背后都隐含了某种知识体系。使用疆界物件可以解决跨界合作的问题，让不同社群分享知识。我们可以从一个物件学习到一个社群的活动过程、工作实务、合作模式、人际网络、知识系统、权力关系、文化意义。通过对象，我们可以了解系统运行的脉络，也就能了解问题的根源。
在“数字搜查线”这个案例中，我们看到工程师由物件学习三种实践型知识，进而找到问题的症结。
第一是格物致“意”，也就是探究对象背后隐藏的意义。通常，一个非线性因果问题初期的征兆并不明显，也不容易察觉。例如，在约翰的案例中，一开始他头痛、昏眩，这些现象背后隐藏寄生虫的危机，但当时我们无法察觉这个状况。高手会由物件找线索，解读其中各种可能的意义或隐含的知识。
如何格物呢？初步的方法是在现场“找”线索，要在现场辨识出可疑的线索并读出意义，才能摸索出后续的解决之道。例如，半导体现场工程师会观察芯片的刮伤，由伤痕去找出相关的参数，推理背后可能涉及的制程。处理简单的问题时，或许进行一两次格物致意便能顺利找到问题根源。然而，当处理非线性因果的问题时，可能要进行一系列的格物致“意”。不过，解读物件意义的结果仅能厘清局部的因果关系，“格物”尚未成功，仍须进行下一阶段工作。
第二是格物致“责”，就是从物件中厘清问题的职责。非线性因果之问题涉及多领域的专业知识，找对人，也就找到了对的知识。格物致“责”是一个厘清专业领域权责的过程，通过彼此对物件的解读，进行一场专业管辖权保卫战。格物致“责”是一个根据物件找人的过程，通过人脉网引进所需的专业知识，也局部厘清责任的归属。
例如，在寄生虫案例中，当班医师用电脑断层扫描出脑部有肿瘤时，必须进行切片检验。化验样本是检验师的权责，所以要转诊到病理检验室。当检验师发现是寄生虫而不是肿瘤组织时，又将案子转给班医师，由他来询问病史。
在芯片维修案例里，工程师经常无法厘清权责，例如导致芯片刮伤的机台有30至40部，又属于不同部门，格物致“责”显得困难，也成为跨部门会议的焦点。在复杂的因果关系中，格物致“责”是通过物件找出物与人的关系，通过厘清责任追寻出专家之间的知识网络。
第三是格物致“因”，也就是循着物件找到根本原因。当工程师累积足够线索，通过人际关系找出知识网络，就能综观问题全貌，悟出个中道理了。要厘清问题本质，我们必须解读物件与物件、物件与人之间的因果关系。看到全貌，也就能重新定义问题。例如，芯片瑕疵不是因为电性问题，也不是蚀刻过程被污染，更不是机器手臂故障，而是因为机器手臂爪子上的金属支架被腐蚀，导致金属离子被甩到晶圆上。厘清物件间的关系，便是格物致“因”。
现场工程师如何由生手变高手？了解本案例后，半导体公司也许需要重新思考工程师培育的方式。现场工程师也许可以由“格物致知”的方式来培养生手的侦查敏锐度。我们找到一位资深经理，他谈到如何运用格物学（我们的研究发现）来培育生手：“我会运用案例来训练菜鸟的推理能力。我会先不让菜鸟看完整个故事，而会依时间发展的顺序，先给一个‘物件’，然后问菜鸟怎么找线索，以及该如何解这个问题。当菜鸟回答完时，我再指出他推理的盲点，并举例推翻他的说法来训练他的推理能力。之后，再给下一个‘物件’。这就像是推理小说一般。借此训练菜鸟的敏锐度。”
“格物”就是要透过物件解读背后的知识体系。物件不仅有表面的意义，更内含多层次的意义。体悟物件里面的学问，就会了解问题的本质。在非线性的系统中，过去的解答对现在的问题并无太大意义，因为一个问题的背后永远包括更多问题。就算你由流程的开头按部就班地检查到结尾，也查不出问题的根源。这时候你更需要的是追踪问题的敏锐度。这个敏锐度可以通过调适性学习培养出来。找到关键物件，由物件中解读线索，不断地在实境中学习，才能作出对的诊断。不过，这些能力都不是看了操作手册就可以学会的，而是要学会“格物致知”。
半导体公司也许不需要更多的知识系统，而是更多会“物里学”的工程师。
“物里学”成维修高手
重点一：每一个物件的背后，都有一连串的故事。每一个物件都代表一种沟通方式。每一个物件里，都有一套知识体系。千万不能小看物件。
重点二：武师、厨师、维修工程师都必须靠不断的修炼（Situated Learning）才能成为高手，晋升达人。要修练好功夫，达人要持续地于实境中进行调适性学习。在调适性学习过程中，他们会由物件中去寻找线索，去解读该领域复杂的知识体系。
重点三：从物件里可以学到三件事：如何寻找线索（格物致“意”）、如何厘清疆界责任（格物致“责”）、如何解读背后的知识系统（格物致“因”）。“格物致知”就是工程师修炼为高手的方法。
