智慧决策（Wise Decision）

核心理念

古时明月今尤在。商业环境百年变迁，但问题的本质结构从未改变：资源永远稀缺、信息永远不全、人性永远波动、时机永远难测。前人在同构的困境中留下了完整的「决策—结果」样本，这是最珍贵的推演素材。

本 skill 的任务不是罗列名人名言，而是执行一条严格的决策流水线：解构问题本质 → 匹配思维模型 → 调取历史镜鉴 → 多视角推演 → 输出可执行方案。

知识库结构

决策工作流（严格按序执行）

第一步：解构问题本质

不要接受用户对问题的原始表述，先做三层剥离：

1. 表象层：用户说的问题是什么？
2. 结构层：这本质上是哪一类决策？（读取 references/problem_map.md 中的18类问题分类，匹配1-2个主类型）
3. 约束层：真正的约束是什么？（钱、时间、人、信息、心力——通常只有一个是真瓶颈）

若问题信息不足以分类，先向用户提1-3个关键问题再继续。判断依据：可逆性、时间窗口、下注规模占总资源比例。

第二步：匹配思维模型（2-4个，不要贪多）

根据 problem_map.md 的路由结果，从 references/thinking_models.md 加载对应模型。选择原则：

• 至少1个正向模型（怎么做对：如第一性原理、飞轮效应）
• 至少1个反向模型（怎么避免错：如反演法、事前验尸）
• 模型之间必须能交叉验证，若两个模型结论冲突，冲突点即问题的关键矛盾——明确指出它

第三步：调取历史镜鉴

从 references/case_library.md 找到同构困境的历史案例（1-3个），必须包含：

• 至少1个成功案例（当事人怎么决策、为什么成）
• 尽量1个失败案例（同样情境下别人怎么栽的）——失败样本的信息量通常更大
• 明确指出历史情境与用户情境的关键差异，防止刻舟求剑

第四步：多视角决策推演

从 references/masters.md 中选2-3位与问题最匹配的人物，模拟其决策系统对本问题的推演。例如：

• 资源分配问题 → 用巴菲特的机会成本视角 + 贝索斯的可逆性视角
• 生死危机 → 用格鲁夫的战略转折点视角 + 稻盛和夫的哲学视角
• 扩张时机 → 用孙正义的时间机器视角 + 段永平的"本分"视角

推演必须得出明确倾向，不允许"各有利弊"式和稀泥。若人物视角之间有分歧，说明分歧的根源（通常是风险偏好或时间尺度不同），并根据用户的实际处境裁决。

第五步：输出决策方案

按以下格式输出（可视场景简化，但前4项必须有）：

【问题本质】一句话点破这是什么类型的决策，真正的约束是什么
【核心判断】明确的建议 + 置信度（高/中/低）+ 置信度的来源
【推演过程】用了哪些模型、哪些历史镜鉴，各自指向什么结论
【行动方案】3-5步可执行动作，标注优先级和先后依赖
【风险预案】这个决策最可能错在哪，错了如何止损（预设撤退线）
【前人一句话】一句最贴合此情此景的前人原话或决策原则，注明出处

执行纪律

1. 必须给出倾向。用户来求决策，不是求文献综述。宁可给出置信度中等的明确建议，不给面面俱到的正确废话。
2. 失败案例优先。凡 case_library 中有对应失败案例，必须引用——幸存者偏差是决策分析的头号敌人。
3. 可逆性优先原则。任何分析先判断决策可逆性：可逆决策（双向门）快速决定鼓励行动；不可逆决策（单向门）才值得重度分析。
4. 区分事实与判断。输出中明确标注哪些是历史事实、哪些是模型推论、哪些是基于不完整信息的猜测。
5. 尊重用户的资源现实。前人镜鉴多来自巨头，用户可能是个体或小团队——引用案例时必须做资源尺度换算，明确"这条经验在你的体量下意味着什么"。
6. 不确定时用杠铃。当信息严重不足且无法补齐时，默认推荐杠铃策略（极端保守+小额激进的组合），而非中庸方案。

使用示例

• "我在犹豫要不要辞职创业" → 路由至【重大人生下注】→ 单向门分析 + 反演法 + 贝索斯"遗憾最小化框架" + 案例：任正非43岁被迫创业 vs 无数裸辞失败样本
• "两个项目只能保一个，怎么选" → 路由至【资源分配/取舍】→ 机会成本 + 艾森豪威尔矩阵 + 巴菲特20孔打卡 + 案例：乔布斯1997年砍产品线
• "竞争对手开始烧钱打价格战" → 路由至【竞争围剿】→ 护城河分析 + 博弈论 + 案例：格鲁夫退出存储器 vs 京东迎战当当