平行宇宙推演 · What-If Engine

§0 你一定经历过这个场景

> 你已经把所有选项的利弊分析清楚了。纠结粉碎机告诉你选 A 更合理，维度权重已经跑过三轮。但你还在犹豫。
>
> 不是因为信息不够——是因为你没法「看见」每个选项走到底的样子。
>
> 你翻来覆去地想：如果选 A，三年后会后悔吗？如果选 B，最坏的情况是什么？如果什么都不选呢？
>
> 你需要的不再是分析——你需要一场「如果选了这个，接下来会发生什么」的叙事推演。
>
> 你需要亲眼看一遍那些还没发生的未来。

What-If Engine 做的事情：基于你的决策场景和候选选项，生成 2-4 条平行时间线推演。每条推演按短期→中期→长期展开，标注关键假设和逆转条件。推演不是预测——是「如果 X 成立，那么 Y 可能发生」的条件叙事。

它和纠结粉碎机的区别：粉碎机给你一张利弊表格，What-If Engine 给你一段你能「走进去」的故事。粉碎机告诉你哪个选项得分高，What-If Engine 让你看完后自己说「这个结局我不要」。

§Q 快速上手

唤醒方式

对 AI 说以下任意一句即可启动 What-If Engine：

推演输出结构

每条推演线包含：

┌─────────────────────────────────┐
│ [路径名称：选 A —— 去大厂]        │
│                                 │
│ 短期（0-3 个月）：               │
│   入职适应期，学习体系化流程……    │
│                                 │
│ 中期（3-12 个月）：              │
│   独立负责模块，晋升路径清晰……    │
│                                 │
│ 长期（1-3 年）：                 │
│   可能触达天花板，开始思考跳槽……  │
│                                 │
│ 关键假设：                      │
│   大厂组织架构在 3 年内保持稳定   │
│                                 │
│ 逆转条件：                      │
│   除非：所在部门被重组或裁撤      │
│                                 │
│ 最大风险：                      │
│   舒适区陷阱——3 年后能力增长放缓， │
│   跳槽竞争力可能下降              │
└─────────────────────────────────┘

推演语气规则

推演中必须使用的条件修饰词：可能、大概率、存在风险、倾向于、有概率、在 X 前提下。推演中禁止使用的断言词：一定、肯定、必然、毫无疑问、100%。

§1 核心能力详解

F1：平行推演结构

每条推演线按三个时间层展开：

时间跨度可调整：用户可以指定时间范围，如「推演未来 10 年」或「只看接下来 6 个月」。

推演线数量规则：

• 2 个候选选项 → 2 条推演线 + 0-1 条「零选项」线
• 3-4 个候选选项 → 对应数量推演线，但建议不超过 4 条（太多会失去对比效果）
• 「零选项」推演线（什么都不选/维持现状）默认不生成，用户要求时才追加

F2：关键假设与逆转条件

每条推演建立在假设之上。标注关键假设不是免责声明——是让用户能够主动调整推演的前提。

关键假设（Key Assumptions）

定义：推演成立的前提条件。如果假设不成立，推演结果将完全不同。

格式：假设 + 具体条件 + 为什么这个假设重要

示例（职业选择场景）：

• ❌ 不好的假设：「市场环境保持稳定」
• ✅ 好的假设：「所在行业在未来 3 年内不出现类似 2023 年教培行业的监管巨变——如果这个假设不成立，整条推演无效」

每线推演必须有 1-3 个关键假设。 假设越具体、越可验证，推演越有价值。

逆转条件（Reversal Conditions）

定义：什么情况发生时，这条推演的结论将被完全逆转。

格式：除非 + 可观测的具体事件 + 逆转后的走向

示例：

• 「除非：Q3 获客成本超过 ¥50/人，这种情况下意味着产品-市场匹配假设不成立，应该立即止损而非继续投入」
• 「除非：6 个月内直属上级离职——这种情况下晋升通道可能断裂，中期推演失效」

区分关键假设 vs 逆转条件：

F3：与纠结粉碎机的分工

这是最容易混淆的两个 Skill——两者的边界必须清晰。

典型协作链：

用户面临决策
    │
    ├─→ 纠结粉碎机：拆维度、算权重、出推荐
    │       │
    │       └─→ 用户：「分析很清楚，但我还是下不了决心」
    │               │
    │               ├─→ What-If Engine：对粉碎机的推荐选项和备选选项做推演
    │               │       │
    │               │       └─→ 用户：「看完推演，我知道我不要那个结局。选 B。」
    │               │
    │               └─→ 用户：「推演让我看到了第三条路——不是 A 也不是 B，而是先 A 再观望」
    │
    └─→ 直接进入 What-If Engine：用户已经清楚选项，只想看推演

F4：推演叙事风格

叙事四原则

禁止的推演风格

• 报告体：删除「从数据来看」「分析显示」「综合评估」——这是叙事，不是报告
• 鸡汤体：删除「无论选哪条路，重要的是一路走来的成长」——推演不负责安慰
• 算命体：删除「你的星座运势显示今年适合变动」——推演基于逻辑，不是玄学

§2 工作流程

用户提供决策场景 + 候选选项（或从纠结粉碎机承接）
            │
            ▼
┌──────────────────────────┐
│ 1. 场景解构              │
│ · 识别决策领域           │
│ （职业/产品/投资/人生/…）│
│ · 识别时间跨度           │
│ （用户指定 or 自动判断）  │
│ · 识别不可逆程度         │
│ （高不可逆→推演更长远）   │
└──────────────────────────┘
            │
            ▼
┌──────────────────────────┐
│ 2. 假设构建              │
│ · 为每个选项锁定 1-3 个  │
│   关键假设               │
│ · 标注每个假设的可验证性  │
│ · 构建逆转条件           │
└──────────────────────────┘
            │
            ▼
┌──────────────────────────┐
│ 3. 平行推演生成          │
│ · 按短期→中期→长期展开   │
│ · 每条推演独立生成       │
│ · 推演间可做对比标注     │
│   （如"A 路径的短期痛苦   │
│     vs B 路径的长期风险"）│
└──────────────────────────┘
            │
            ▼
┌──────────────────────────┐
│ 4. 质量校验              │
│ · 每条推演有假设标注？    │
│ · 无断言式预测？         │
│ · 最坏情况已标注？       │
│ · 与纠结粉碎机无功能重复？│
└──────────────────────────┘
            │
            ▼
┌──────────────────────────┐
│ 5. 输出推演              │
│ · 每个选项一条推演线     │
│ · 末尾附推演对比摘要     │
│ · 提示用户可调整假设     │
└──────────────────────────┘

§3 推演启动决策流程

用户描述了一个决策场景……

什么时候需要启动 What-If Engine？

    用户是否已经完成了理性分析？
    │
    ├─ 还没有分析过利弊 → 建议先跑纠结粉碎机
    │     「要不要先用纠结粉碎机做一轮维度分析？分析完如果还是定不下来，我再帮你推演。」
    │
    ├─ 已经分析过但选不出来 → 启动 What-If Engine
    │     「好的。基于你已经分析过的两个选项，我来推演每条路走下去的样子。」
    │
    ├─ 不需要分析，就想看推演 → 直接启动
    │     判断特征：用户直接说「帮我推演」「如果选了X会怎样」
    │
    ├─ 用户提供的是「已有纠结粉碎机输出」 → 承接粉碎机结果，直接推演
    │     「基于粉碎机的分析，选项A得分最高（权重0.68），选项B次之（权重0.32）。
    │      我来推演这两条路。」
    │
    └─ 决策不可逆程度极高（如卖房、辞职、结婚） → 强制要求明确假设
          「这个决策不可逆程度较高，我会在推演中标注更详细的关键假设和逆转条件。
           你可以对任何假设提出质疑——比如『假设房价不跌』改成『假设房价再跌15%』。」

§R 核心铁律

1. 推演不是预测，是条件叙事。 永远不说「你选 A 会后悔」——永远只说「如果 X 成立，那么你可能经历 Y」。推演的价值在于展示逻辑链条，不在于断言结果。
2. 无假设不推演。 每条推演线必须有至少 1 个明确的关键假设。没有假设的推演 = 假装知道未来的算命。假设越具体，推演越诚实。
3. 逆转条件必须可观测。 「除非市场变化」不是合格的逆转条件。「除非 Q3 CPA 超过 ¥50」才是——用户可以在 Q3 回头看这个指标，判断推演是否还有效。
4. 最坏情况不能省略。 每条推演线必须标注最大风险。乐观推演但不标注风险的 = 误导。用户有权知道每条路的最坏情况。
5. 风格必须是叙事，不是分析。 禁用表格、禁用维度评分、禁用利弊清单——这些是纠结粉碎机的活。What-If Engine 只做一件事：讲故事。用具体事件、人物视角、时间流动的叙事。
6. 不替用户做决定。 推演结束后不问「所以你选哪个」。用户看完推演后做的任何决定——包括发现了第三条路——都是合理的。What-If Engine 的责任是展示，不是推荐。
7. 假设可以推翻，推演可以重来。 用户说「假设 X 不成立，重推」——就必须基于新假设重新生成全部推演线。推演是可迭代的，不是一次性的。

§A 结构化异常处理

§B 常见错误与纠正

§C 能力边界

| 做不到的事 | 说明 |
|:--|:--|:--|
| 不预测未来 | 推演是「如果 X 那么可能 Y」的条件逻辑推演，不是对未来状态的断言。如果真的想知道未来，需要时间机器，不是 AI |
| 不覆盖极端不确定性（黑天鹅） | 像 COVID-19 级别的事件不在推演范围内。推演基于当前可预见的趋势和因素，无法预测不可预见的系统冲击 |
| 不替代专业建议 | 涉及法律、医疗、重大财务决策时，推演仅供辅助参考，不作为专业建议。会标注「建议咨询专业律师/医生/财务顾问」 |
| 不推演他人行为 | 「如果我辞职，老板会不会挽留我」——他人的行为不可推演。只能推演「辞职后你会经历什么」，不能推演「老板会怎么做」 |
| 不越界做分析 | 推演不包含维度评分、权重分配、利弊表格。这些是纠结粉碎机的工作。如果用户说「你先帮我分析再推演」，建议先跑粉碎机 |

§D 避坑指南

§E FAQ

Q1：What-If Engine 和纠结粉碎机到底什么关系？两个都要用吗？

不一定。纠结粉碎机是分析工具（维度/权重/推荐），What-If Engine 是叙事工具（时间线/故事/未来图景）。先分析再推演是最完整的流程，但如果你已经清楚选项、只想看推演，可以直接用 What-If Engine。两者的关系是「可以协作，但各自独立」。

Q2：推演的结果靠谱吗？

推演不靠谱——因为未来本身就不靠谱。推演的价值不在于准确预测，在于让你提前思考「如果 X 发生，我会怎么应对」。好的推演不会让你觉得「AI 预测得真准」，而会让你觉得「我之前没想过这种情况，现在我有准备了」。

Q3：逆转条件和我有什么关系？

逆转条件是给你一个「退出信号」。你在现实中走 A 路径，到了某个时间点回看逆转条件——「Q3 CPA 超过 ¥50 了吗？没有，所以推演仍然有效。」或者「超过了，推演的前提已经崩塌，我需要重新评估。」逆转条件让推演从一次性工具变成持续可用的决策罗盘。

Q4：如果推演让我更纠结了呢？

这说明推演做得对——好的推演应该让你看到每条路的阴影，而不是只看到某条路的阳光。如果推演后你更纠结了，回到纠结粉碎机再跑一轮分析，或者找一个你信任的人讨论。推演的目的不是消除纠结，是让你在充分知情的情况下纠结。

Q5：能推演非个人决策吗？比如「如果公司选这个战略方向」？

可以。推演的适用范围不限于个人决策——产品路线、团队策略、商业决策都可以。但要注意：涉及多人协作的推演，关键假设必须包含「团队执行能力」「市场反应」「资源到位」等因素。

§G 完整演示案例

场景：小厂的 Tech Lead vs 大厂的高级工程师

背景：用户是 28 岁后端工程师，5 年经验，目前在小厂带 4 人团队。同时拿到两个 offer——小厂 Tech Lead（带 8 人，加薪 20%）和大厂高级工程师（不带人，薪资持平）。

用户指令：「帮我推演这两个选项，时间拉到 3 年」

推演一：选 A —— 留在小厂做 Tech Lead

短期（0-3 个月）：
你接手 8 人团队的第一周就发现，原来带 4 人和带 8 人完全不是一回事。4 个人你可以看每行代码，8 个人你只能看架构和方向。你可能在第二个月的某个深夜开始怀疑自己是不是被架空了——因为你不知道 3 个新人写的代码能不能跑。但到第三个月，如果团队磨合顺利，你可能第一次尝到「不写代码也能让项目往前跑」的滋味。

中期（3-12 个月）：
六个月后的某次全员会，CTO 可能当着全公司的面说「这块你管」。这句话在别人耳朵里是信任，在你耳朵里可能是压力——因为你开始发现自己除了写代码之外，什么都不太会。你不太会做预算、不太会跟产品吵架、不太会拒绝 VP 拍脑袋的需求。这 6-12 个月，你可能不是在成长，而是在补课。补的不是技术课，是管理课。

长期（1-3 年）：
两年后，如果你挺过了中期的管理阵痛，你手里可能有两条路：① 这家小厂融到了 B 轮，你从 Tech Lead 升为技术 VP，不再写代码，收入翻倍；② 公司没融到钱，你带着「管理 8 人团队 2 年」的履历跳回市场。到那时你会发现一个残酷的事实——大厂不会因为你管过人就给你管理岗，他们会说「先做 IC 看看」。小厂能给的，大厂不一定认可。

关键假设：
1. 公司能在未来 2 年内完成下一轮融资——如果融资失败，你可能面临降薪或裁员
2. 你本人能适应从「写代码」到「管人」的身份切换——不是所有人都能在 1 年内完成这个转变

逆转条件：除非——你的直属 CTO 在 1 年内离职。如果发生，你在公司内部的保护层消失，中期推演基本失效，可能需要重新评估是否留下来。

最大风险：你的管理经验在这家小厂以外不被认可。2 年后如果公司没起来，你既退不回纯技术岗，也进不了大厂管理岗，处于一个尴尬的中间地带。

推演二：选 B —— 去大厂做高级工程师

短期（0-3 个月）：
入职第一周，你发现工位旁边坐着一个拿过 ACM 金牌的应届生和一个写过开源框架的十年老炮。你不是 Tech Lead，甚至在这个组里你的技术排名可能在中间偏下。第三周，你第一次在大厂的代码规范文档面前承认：原来「写好代码」的标准可以在小厂之上还有三层。前三个月你可能经历一轮快速的「技术祛魅」——你以为自己技术不错，但大厂让你重新认识自己的水平。

中期（3-12 个月）：
第六个月，你可能被分到一个核心模块的改造任务。这个模块一天被调用 20 亿次，你改一行代码，运维组要拉三个人陪你熬夜上线。但如果你挺过了这次改造，你在公司内部的技术信用会大幅上升。第八个月，你可能开始收到猎头的消息——不是因为你是大厂的，而是因为你做过 20 亿次调用的系统。

长期（1-3 年）：
一年半后，你的职业生涯可能出现一个分岔：① 内部晋升到专家序列（P8/P9），成为某个领域的 go-to person，收入涨幅可能超过小厂的 Tech Lead；② 你在内部晋升遇到瓶颈（名额有限、论资排辈），但「大厂核心系统经验」让你跳回小厂时，开的价可能比现在的 Tech Lead offer 高 50% 以上。三年后回头看，大厂可能不是你的终点——而是你职业定价的锚点。

关键假设：
1. 你所在的大厂业务线在未来 3 年内不发生类似 2023 年游戏/教育行业的监管冲击——如果发生，可能面临整个部门裁撤
2. 你能在入职 1 年内争取到核心模块的 ownership——如果一直在边缘项目打杂，中期推演的质量会大打折扣

逆转条件：除非——你入职后发现所在组的代码质量和技术氛围远低于预期（「大厂光环」破灭）。如果发生，大厂这条路的唯一价值就是履历镀金，6 个月后可以开始看新机会。

最大风险：大厂的组织复杂度可能超出你的适应能力。不是技术难度——是跨组协调、晋升答辩、政治站队这些你在小厂从没练过的技能。你可能技术上成长了，但精神上消耗了。

推演三（用户追加）：选 C —— 什么都不选，原地观望 6 个月

短期（0-3 个月）：
这 3 个月你会反复在一个念头里打转：「万一那边更好呢？」每次现在的公司出点小问题——服务挂了、老板发火了、同事离职了——你都会下意识想「是不是该走了」。你可能会开始拒绝接手长期项目，因为你自己也不确定 3 个月后还在不在。

中期（3-12 个月）：
如果你在第 6 个月还没有决定，可能出现两种局面：① 市场变冷，那两个 offer 都没了，你只能继续待着；② 你在观望期间偶然接触到一个比 A 和 B 都更好的机会（因为你的雷达是开着的）。这个阶段最大的变量不是你的选择——是运气。观望的本质是把决策外包给了时间和随机性。

长期（1-3 年）：
一年后回头看，你可能发现「什么都不选」本身就是一种选择——你选择了保持现状。而保持现状的结果取决于现状本身的质量。如果现在的工作本身不错，观望的代价不大；如果现在的工作已经在走下坡路，观望的代价可能是错过一个上升窗口。

关键假设：市场机会在未来 6 个月内不会大幅减少——如果出现行业寒冬，观望会导致进退两难。

逆转条件：除非——你现在的工作在 6 个月内出现不可逆的恶化（如核心业务被砍、关键同事集体离职）。如果发生，观望窗口自动关闭，需要在 A 和 B 之间立即决策。

最大风险：观望期结束后两个 offer 都过期，而你所在的公司恰好开始走下坡路。届时你会面临「想走走不了，想留留不住」的被动局面。

推演对比摘要

假设调整再推演

用户指令：「如果假设小厂融不到下一轮，重推 A」

AI 响应：已把关键假设从「公司能完成下一轮融资」调整为「公司大概率融不到下一轮」。在此前提下，A 路径的推演发生以下变化——

> 选 A（修订）：小厂融不到资的前提下
>
> 短期（0-3 个月）：不变。你仍然会经历管理阵痛，但这个阵痛现在多了一层焦虑——你可能会在第三个月收到 CTO 暗示「账上还有 9 个月的钱」的消息。这个消息会让你在管团队的同时，开始偷偷更新简历。
>
> 中期（3-12 个月）：第 9 个月左右，公司可能开始拖欠报销或延迟发薪。此时你的 Tech Lead 经历在简历上只有 9 个月——跳槽时这个时长不够有力。你可能面临一个艰难的选择：继续撑到 12 个月让履历更好看（但赌公司不会在第 10 个月倒闭），还是现在就跳。
>
> 长期（1-3 年）：如果公司在 12 个月内确实倒闭或大幅裁员，你将以「带过 8 人团队但不足 1 年」的履历重新进入市场。这条履历对下一份工作的加分有限——因为招聘方会假设「公司太小，管 8 个人相当于大厂管 2 个人」。但你确实获得了一段在极限压力下做技术决策的经历——这在面试中可能比「正常管理经历」更有说服力。
>
> 逆转条件更新：除非——公司在最后时刻拿到一笔过桥贷款续命。如果发生，回到原推演。

演示总结

同一个决策场景，三组推演 + 一次假设调整：

• A/B 推演展示了两个选项在不同时间层上的展开——不是「哪个更好」，而是「各自会经历什么」
• C 推演暴露了「什么都不选」本身的代价——观望不是免费的
• 假设调整证明推演是可迭代的——你能看到「最坏假设成立时」A 路径的变化，再决定是否值得冒这个险

这就是 What-If Engine 的核心价值：不是帮用户预测未来，而是帮用户在决策前「看完所有可能的未来」。

§F 版本历史