最小充分模型 · 一个完整闭环
定义目标 → 建立先验 → 寻找机制 →
比较选择 → 考虑互动 → 小步试验 → 更新认知 ↻
01 · 六层框架:从理解到行动
🎯
01 / 目标层
什么值得追求?
效用 · 价值排序 · 底线约束
先确定真正的目标,避免把收入、时长等指标当成最终价值。
🔎
02 / 认知层
什么是真的?
贝叶斯 · 奥卡姆 · 基础概率
从一般情况出发,以证据更新判断;不无故增加复杂假设。
⚙️
03 / 解释层
为什么会这样?
激励约束 · 有限理性 · 交易成本
先看收益、成本、资源、权限、信息与沟通阻力。
⚖️
04 / 选择层
做什么更合算?
机会成本 · 比较优势 · 边际分析
每个“要”都有“不要”;比较的是替代方案和相对代价。
🤝
05 / 互动层
别人会怎么回应?
博弈论 · 信息不对称 · 委托代理
考虑对方的激励、策略、信任、声誉以及规则设计。
🔁
06 / 进化层
怎样越做越对?
反馈 · 复利 · 实物期权 · 古德哈特
先低成本验证,再调整模型;重视长期后果和选择权。
02 · 九个高复用原理
🪒
奥卡姆剃刀
解释力相当时,少假设优先;不是永远选最简单的故事。
📊
贝叶斯 + 基础概率
不要默认自己或眼前情况特殊;新证据来了就更新。
⏳
稀缺性 + 机会成本
时间、精力、金钱都稀缺;问“放弃的最好选项是什么?”
🧭
比较优势
不是谁绝对更强,而是谁做这件事的相对机会成本更低。
💡
激励与约束
先看行为环境,再谈人品、性格和特殊动机。
💬
交易成本 + 信息不对称
沟通、搜索、核实与协作都有成本;降摩擦常比讲道理有效。
♟️
博弈与机制设计
行动会引起回应;优先创造让合作自然发生的规则。
🌿
动态反馈 + 复利
一次有效不等于长期有效;关注累积、反作用和路径依赖。
🛡️
选择权 + 风险管理
不确定且不可逆时,先用小试验买信息、留退路。
03 · 通用决策七问:遇事从这里开始
01
目标是什么?
结果 / 指标 / 底线
02
一般会怎样?
基础概率 / 同类案例
03
最简解释?
少加特殊假设
04
驱动因素?
激励 / 约束 / 摩擦
05
代价与优势?
机会成本 / 替代方案
06
他人如何反应?
博弈 / 信任 / 二阶效应
07
如何验证?
小步试验 / 反馈更新
04 · 同一件小事,五个视角
例子:别人没有及时回复消息。不要立即解释成“针对我”。
① 简化解释
可能忙、忘了、优先级低;别先发明复杂心理剧。
③ 激励约束
回复是否有收益?是否需要承担责任?有权限吗?
④ 降低摩擦
改成是/否问题,提供选项,降低回复成本。
⑤ 实验更新
降低成本后仍持续回避,再提高“不愿回应”的判断权重。
05 · 三个防止“理性失控”的护栏
⚠️ 古德哈特定律
指标一旦变成追逐目标,就可能失真。
不要把收入、效率、数量误认为全部价值。
自问:我是在优化真正的结果,还是在刷指标?
🔐 实物期权
信息不够、错误代价高时,
分阶段行动可保留未来选择权。
自问:能不能用更小、可逆的方式先试一次?
🌊 复杂系统
局部最优可能伤害整体;
短期收益可能创造长期负反馈。
自问:如果把这个行为重复三年,会发生什么?
06 · 记住三个不同问题
什么是真的?
证据 / 先验 / 简化假设
为什么发生?
激励 / 约束 / 博弈 / 反馈
什么值得做?
价值 / 机会成本 / 风险
结构性解释优先,个体差异作为增量,
特殊解释需要额外证据。
使用边界:通用模型只是起点,不是拒绝例外的理由。
证据充分时要接受复杂解释;
价值取舍也不能单靠经济效率决定。