AI 时代如何思考：90 分钟速成课
6 种纪律 · 6 种 AI 失败模式 · 1 条规则
周一早上，两个人打开同一个 AI 工具。任务完全相同：判断公司应该招聘一位高级战略负责人，还是把同样的钱投入到许可证、基础设施和设计时间中，构建一支能增强每位现有顾问能力的 AI workforce。两个人都能使用 Claude、ChatGPT 和 Gemini，也都有同样一周时间做决定。
A 到周五拿出了一份能 defend 的建议：她记录了自己接受和拒绝过的每一条关键主张，并写清楚了 3 个会让她改变路线的信号。这种材料，董事会可以拿来追问。B 到周五也有一份漂亮 memo，但它大体只是复述 AI 在周一给出的分析。当 CFO 问「为什么第 4 段会落在这个结论上」时，她答不上来。
同样的工具，同样的问题，不同的结果。差别不在于她们 prompt 了哪一个模型，不在于用了哪些功能，也不在于用了哪些 prompt-engineering 技巧。差别是认知上的：A 在打开 AI 之前先形成了自己的位置；B 从第一段听起来合理的 AI 文字里继承了一个位置。
这门速成课要补上的就是这个差距。六种纪律，三个短部分，不写代码。每一种纪律都针对 AI 在无人监督时的一种独立失败方式。合在一起，它们把 AI 从 oracle 变成 partner：不是你问、它答、你接受，而是你先预测、它回答、你比较、你决定。
前置要求。 本页假设你已经完成 2026 年 AI Prompting。那门课教的是机制：context、reasoning modes、deep research、多模态、AI desktop apps。本课教的是让这些机制产生回报的纪律。现在在另一个标签页打开 Claude、ChatGPT 或 Gemini 的免费账号；后面的练习会用到。
一句话论点
交付物从来不是答案。交付物是记录下来的思考证据。
核心要点（五条）
下面五条是本页的地图，不是本页本身。把它们当作地图阅读；把下面的六种纪律当作地形阅读。这五条告诉你要做什么；下面的纪律告诉你怎样在真实工作中做到，而不是退回到 2023 年开始使用 prompting 以来的旧习惯。
- 先预测，再提问。 一旦读过 AI 的答案，你就无法「取消阅读」。第一段听起来合理的文字，会占据原本属于你自己立场的位置。在打开任何工具之前，先封存诊断、排序后的问题、预测答案和信心。
- receipt 才是交付物。 对每一条「如果错了会改变你的建议」的 AI 主张，记录 ACCEPT、REJECT、MODIFY、SURFACED 或 MISSED，并用一句话说明原因。空 receipt 或全是 ACCEPT 的 receipt，说明真正的思考没有发生。
- 流畅文字不等于准确文字。 AI 对错都会显得自信。六类错误常藏在最 polished 的输出里。转发、发布或行动之前，按名字逐类扫描。
- 一阶答案永远不是完整答案。 AI 会优化可见变量，却忽略刚刚被它扰动的另外三个变量。任何值得开会讨论的决定，都要画 cascade map。至少找出一个 feedback loop。坚持机制，不接受标签。
- 协作是第三条路。 单人做，输在速度；只靠 AI，输在原创性。协作两者都赢，但前提是你负责决定性的推理，AI 负责繁琐劳动。把这个分工倒过来，你就成了问题和答案之间的中间人。中间人会被自动化。
第六种纪律 First Principles，以及贯穿前五条的练习脚手架，是把这张清单落实到真实工作的方式。
图 1：六种纪律对应六种 AI 失败模式，并排成三条弧线。Detection 需要 Foundations；Origination 同时需要前两者。
为什么这些纪律事后看起来都很显然
读完上面的五条，大多数人的反应会是半耸肩：当然。prompt 前先预测。记录自己的判断。检查错误。追踪二阶影响。找到共识失效的边界。不要直接接受，要协作。这些都不是新想法。Lindy Effect 说的正是这个：认知类想法如果看起来很古老，通常是因为它已经被前几代思考者反复测试过。先预测再提问，是一条有 400 年历史的 courtroom rule。Reasoning receipt，是编辑一直以来阅读草稿的方式。Cascade map，是系统工程二年级的内容。First principles，可以追到亚里士多德。
2026 年变化的不是这些纪律，而是跳过它们的代价。过去 polished output 很贵，瓶颈是 production：你真的能把东西做出来吗？AI 让 polished output 变得几乎免费。任何一个 12 岁孩子，有免费账号就能写出一份看起来完成了的 memo。瓶颈转移到了 evaluation：你能判断这个东西对不对吗？一个自信但错误的 AI 分析，比没有分析更危险，因为它看起来已经完成。下面这些纪律不再是可选的好习惯，而是让你的 judgment 对别人可见的地方；judgment 也是 AI 唯一无法伪造的东西。
Lindy 观点的另一半是：工具每 6 个月变一次，思考不会。那些把整个 2023 工作流建在某个 AI 产品上的团队，基本都在 2024 年重建一次，2025 年又重建一次，因为模型发布不断改写表层能力。产品之下的技能，会在产品失去优势时继续保值。押注能长期存在的东西。
阅读路径
根据你今天可用的时间，有三种读法：
- 30 分钟尝鲜（第一次读，或只有一杯咖啡时间）：读纪律 1、2、3 和 6。这四个覆盖最重要的变化：prompt 前先预测、边工作边记录 verdict、按六类错误扫描 AI 输出、停止把 AI 当 oracle。纪律 2（Reasoning Receipt）很短，但很关键。跳过它，你会得到一个在会议室里无法 defend 的 Prediction Lock。等你在真实工作中感到差异后，再单独回来读纪律 4 和 5。
- 90 分钟核心阅读（推荐的标准路径）：按顺序读完六种纪律。阅读每个 worked example。本周每种纪律至少做一次 practice callout。可跳过可选的 Blank Page Sprint 扩展。
- 完整阅读加实践（约 2 小时，再加一周真实应用）：读完整页，并把每个练习都用在接下来 7 天你真正面对的决定上。这条路径会真正塑造直觉。第一次做 Prediction Lock 时，你预测的答案会含糊或错误。这正是重点。你的预测和 AI 答案之间的差距，就是 calibration 发生的地方。
选择与你本周匹配的路径。纪律之所以会留下来，是因为你把它用于真实问题，而不是只读过一次。
Part 1：Foundations（姿态）
后面所有内容都建立在两个习惯之上。如果你跳过其他所有小节，也不要跳过这两个。2026 年 AI 的第一种失败模式：它会很乐意替你思考。它会在你形成自己的位置之前，先递给你一个听起来完成了的答案。第二种失败模式：第一版太早显得完成。AI 的 polished look 像 completeness，于是你还没有评价就发出去了。纪律 1（Prediction Lock）是打开 AI 之前的姿态；纪律 2（Reasoning Receipt）是与 AI 工作时产出的 artifact。两者共同保证 judgment 留在人身上，而模型负责重活。第二、第三部分都默认你已经有了这两个基础。
Discipline 1：Prediction Lock
你问 AI 一个重要问题。答案回来得又快又顺。你点头，把它转发出去，或者照着做。两天后有人问你为什么这样选，你才意识到，那是 AI 的答案。下面没有你自己的答案。
修复方法就是便签上的四行。三分钟。打开 AI 之前。做起来比解释起来简单，所以先用别人的决定走一遍。
Maya 13 岁。学校刚发邮件：暑期只能选一条路线。辩论营（两周，朋友都去）或 coding bootcamp（一周，她好奇但有点紧张）。爸爸在她肩后读邮件，说：「直接问 ChatGPT，它会知道。」
站到 Maya 的位置。在她发送问题之前，替她写四行。
第 1 步：用一句话写清楚，这个决定真正关于什么？
如果你写的是「选辩论还是选编程」，再来一次。那是标签，不是决定。真正的决定，是标签隐藏的东西。可能是：她是跟着朋友走，还是选自己一个人也会选的事；或者是：她更会后悔错过 coding，还是错过 debate；又或者：她的好奇心是否足够让她跨过紧张。选最接近的一句。写原因，不写话题。
第 2 步：哪个问题的答案能解决最大的一块？
Maya 不能什么都问 ChatGPT。哪个问题的答案会真的帮她缩小选择？
如果你写的是「哪个更好」，再来一次。问题必须指向具体东西：数字、名称、测量、事实。「这个 bootcamp 会用 Python 吗？」就是具体问题。她学校 9 年级本来就教 Python，所以答案会改变选择。为 Maya 写下你的一个问题。
第 3 步：你猜答案是什么？
要具体，不要「看情况」。如果问题是「会不会用 Python」，你的猜测就是会或不会。如果问题是「9 月还会有几个朋友亲近」，你的猜测就是一个数字，比如「大约一半」。
如果你猜不出来，说明问题太宽。缩窄它，或换一个。写下你的猜测。
第 4 步：你有多确定，什么会让 Maya 改变想法？
给一个百分比。60%、75%，数值本身不重要。重要的是给出数字这个动作。然后写出一个具体的反转条件：「70%。如果 bootcamp 教的是学校已经会教的内容，就选辩论，因为她在其他地方得不到辩论。」
如果说不出反转条件，你其实没有位置，只有希望。重写第 3 步，直到第 4 步里有真实内容。
Maya 的便签现在是这样：
真正发生的事： 她是在跟朋友走，还是在选择自己独处时也会选的事。 问题： Bootcamp 会教 Python 吗（学校 9 年级已经会教）？ 猜测： 会。 确定度和反转条件： 70%。如果 bootcamp 教的是学校不会教的内容，就选辩论。
现在 她才把一个问题发给 ChatGPT。实际 prompt 如下：
My school's summer program runs a one-week coding bootcamp. I'm trying
to figure out one thing: will it teach Python? My school already teaches
Python in 9th grade, so I want to know if there's overlap. Just answer
the question. Don't recommend which camp I should pick.
注意，她没有问「我该选哪个」。她问了第 2 步的具体问题，并加了一句让 AI 不要替她做决定。这就是动作。
ChatGPT 回答说：「大多数面向中学生的一周 coding bootcamp，会在前两三天覆盖 Python 基础。」Maya 把这个答案和便签放在一起。她的猜测（会）和 AI 的答案（会）一致。lock 起作用了：bootcamp 多半会重复她 9 年级本来就会学到的内容。她选辩论。晚饭时爸爸问为什么，她有自己的理由，不是 ChatGPT 的模糊建议。
这四行就是 Prediction Lock。在 AI 自信的答案占据你脑中原本属于自己答案的位置之前，先花三分钟写下来。一旦读过那个答案，你就无法取消阅读。你甚至无法知道自己原本会怎么想。你只会在两天后发现，自己说不清为什么那样决定。你吸收了 AI 的答案，却没有赢得自己的答案。
先写预测，否则就等于不写。
更高风险的场景也一样。一位银行经理要决定是否关闭两家亏损网点。她写下四行：「网点亏损是因为客户转向 mobile。那些网点的存款中，有多少比例属于 mobile-only 客户？猜测：70% 以上。60% 确定；低于 50%，关闭逻辑就崩了。」然后她才问 AI。AI 给出的数字是 45%。她的猜测错了，但问题是对的。她的数字和 AI 的数字之间的差距，成了她带进董事会 memo 的开头。
Maya 的四行和银行经理的四行，表面上完全不同，实际是同一个动作。
现在轮到你
你不需要提交自己的真实决定。刚才替 Maya 写的四行就是真练习；如果一时想不到别的，可以直接粘贴那四行。如果你愿意拿自己的生活做练习，可以用这些常见场景：你犹豫过的 $50 以上购买、两个都想参加但只能选一个的活动、一直回避的一次谈话、一门课或一项承诺。
无论哪种方式：写四行。然后，如果你真的想问 AI，可以用这个模板（和 Maya 的结构相同）：
I'm trying to decide [your situation in 1-2 sentences].
My specific question is: [your Step 2 question].
Just answer that one question. Don't make the decision for me.
不要先偷看 AI 的答案。下面的 AI 只评价你四行的 FORM：你的「真正发生的事」是否指出原因而不是标签；问题是否真的缩小选项；猜测是否具体到可能出错；反转条件是否给你真实出口。它不评价你的决定对不对。第一次尝试会比 Maya 的例子更乱。这是作业，不是失败。
AI 会检查这些：
- 你的「真正发生的事」是在命名原因，还是只写了标签？ 1–10 分。引用我作业中决定评分的部分。
- 如果你的问题得到回答，是否真的会缩小真实选项？ 1–10 分。指出同一情境下另一个可能原因，而我的问题无法把它区分出来。
不要重写我的作业。如果字段为空或模糊，直接说明。第一次尝试乱一点可以，但不要奉承，也不要打击。
你的「真正发生的事」（原因，不是标签）：
你的一个问题（能解决最大一块的问题）：
你的猜测（具体，不要模糊）：
你有多确定，什么会让你反转：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
第一次大约 8 分钟。用 AI 反馈最有价值的方式：找出一个你不同意它的地方。你的 judgment 就住在那里。
这是纪律的一半。另一半是，在对话推进时记录哪些 AI 主张被你接受、拒绝或修改。那是纪律 2。
为什么有效（短版）
在咨询外部来源之前先写下猜测，比 AI 早了几十年。Gary Klein 把工作场景中的版本称为 project premortem：项目开始前，想象它已经失败，并先写下失败原因。Phil Tetlock 的 forecasting 研究表明，校准能力是在答案出现之前记录预测时改善的，而不是答案出现之后。Tversky 和 Kahneman 关于 anchoring 的研究也说明，一旦一个自信答案占据原本属于你自己的位置，你就无法知道自己原本会怎么想。
Prediction Lock 就是这三件事在 AI 场景下的版本。
完整练习版本（10 个排序问题加 Reasoning Receipt 模板，45–60 分钟）在 Part 0 Chapter 1, Lesson 1。本页教动作；那一页把它做成系统。
Discipline 2：Reasoning Receipt
你花了一上午用 Claude 迭代一份真实文档。输出很干净。你把它放进 slides，开完会，然后继续下一件事。两周后的复盘会上，老板问：「哪些部分是你真正 push back 过的？」你突然想不起来。你扫了一遍，接受了，发出去了。交付物通过了，思考没有。
修复方法是：与 AI 工作时，把它提出的每一条 decisive 主张记录下来，并给出五种 verdict 之一。如果某条主张一旦错误就会改变你的建议，它就是 decisive。
| Verdict | 含义 | 一句话说明 |
|---|---|---|
| ACCEPT | 原样采用这条主张 | 你为什么信它（来源、过往经验） |
| REJECT | 放弃这条主张 | 哪个证据压过了它 |
| MODIFY | 使用修改后的版本 | 你改了什么，为什么改 |
| SURFACED | AI 提出了你没考虑到但保留的点 | 它为什么重要 |
| MISSED | 你提出了 AI 没抓到的点 | AI 漏了什么，为什么重要 |
这份日志叫 Reasoning Receipt。真实文档里，receipt 会随着对话逐行增长。下面练习中，你一次性给 5 条主张做 receipt。
receipt 一行一个决定。verdict 说明你做了什么；why 说明未来读者（包括未来的你）为什么该相信它。
真实工作中的样子。
一位产品负责人让 Claude 为新功能写 launch plan。Claude 返回了 3 页干净计划。她没有直接放进文档，而是打开并排视图，逐条阅读那些如果错误会改变计划的主张，并建立 receipt：
| AI 的主张 | Verdict | Why |
|---|---|---|
| 「发布页只放一个清晰动作（一个按钮），能让最多用户行动。」 | ACCEPT | 与最近三次发布一致；一个清晰动作的页面每次都赢过两个动作。 |
| 「先从前 10% 用户开始，包括付费客户。」 | REJECT | 付费客户最不愿忍受 bug；如果发布有问题，会直接烧掉信任。 |
| 「周二上午发发布公告。」 | MODIFY | 周二可以，上午不行。这个 segment 的 engagement window 是周二 6–8pm。 |
| 「这个功能与竞品 3 月发布有重叠；要以差异化开场。」 | SURFACED | 我之前没有比较竞品发布时间。差异化 framing 更好。 |
| （AI 没提新功能对 paid-tier pricing 的影响。） | MISSED | 我补了一条：发布前必须做 pricing review，否则等于把折扣送给老客户。 |
她把 receipt 和 launch plan 一起发出。两周后 CEO 问为什么 rollout 跳过付费 cohort。她指向第 2 行，对话 90 秒结束。没有 receipt，就会变成 30 分钟的自我防御，因为她无法重建自己当时到底判断了什么。
没有 receipt 的同一个人会产出这个：
| AI 的主张 | Verdict | Why |
|---|---|---|
| 「发布页只放一个清晰动作。」 | ACCEPT | 听起来对。 |
| 「从前 10% 用户开始，包括付费客户。」 | ACCEPT | 听起来对。 |
| 「周二上午发公告。」 | ACCEPT | 听起来对。 |
| 「用差异化对比竞品。」 | ACCEPT | 听起来对。 |
| （没有记录） |
连续 5 个 ACCEPT 只说明两种可能：AI 每件事都对（罕见），或者 receipt 没有真正工作。全 ACCEPT 的 receipt 和没有 receipt 是一回事。写下每个 why 的摩擦，就是纪律。如果写不出真实 why，你并没有接受这条主张，而是继承了它。
自己试一次
你是一家 60 人软件公司的产品负责人（面向中型销售团队的销售跟踪工具，年收入约 $12M，每年增长 30%）。这次功能是重做 reporting layer，头部客户已经要求了 6 个月。当前版本有 2 个小边界场景 bug，影响约 4% 账户。最近的竞品上周刚发布了类似功能。你问 AI：「我们现在发布，还是再等两周测试？」AI 返回 5 条建议。请对每条做 receipt，使用五种 verdict 之一，并写一句 why。
- 「现在发布。产品还新的时候，最重要的是先到市场。」
- 「等两周可能错过新闻窗口，因为竞品上周已经发布。」
- 「你们最近三次发布的数据说明，bug 都在第 1–3 周浮现，所以多两周测试也抓不到。」
- 「发布后第一周，客户支持负载通常会上升 40%。」
- 「工程师在 firefighting launch 时，交付速度会慢约 15%。」
(如果你不做软件，把表面替换成你本周真正做的决定：AI 给了你 5 条关键主张，你就 receipt 那 5 条。)
AI 会检查这些：
- 你是否为每个 verdict 写了真实 why，还是只写了「听起来对」？ 1–10 分。引用我 receipt 中最弱的 why。
- 是否至少有一个 REJECT 或 MODIFY，并至少有一个 SURFACED 或 MISSED？ 如果全是 ACCEPT，receipt 没有工作。1–10 分。若全 ACCEPT，请直接说明。
不要重写我的内容。不要按性格打分。字段为空或模糊，就直接说。
Claim 1（「现在发布，先到市场最重要」）：
Claim 2（「等两周可能错过新闻窗口」）：
Claim 3（「数据说明 bug 在第 1–3 周浮现」）：
Claim 4（「客户支持负载通常上升 40%」）：
Claim 5（「工程师 firefighting 时慢 15%」）或你自己的 MISSED 行：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
第一次 10–15 分钟，之后会更快。用反馈最有价值的方式：找一行你写了「听起来对」但没有真的赢得它的地方。那一行，就是你差点用自己的名字发出别人推理的地方。把那一行重新 receipt 一遍，练习成本就已经回来了。
这一步能逐条抓住 decisive claims。它还抓不到每条主张内部隐藏的技术错误：编造引用、过期事实、虚假自信。这是纪律 3。
想看一个强样本？（提交自己的之后再打开）
同一个「现在发布还是等两周」场景，一个读者写了这样的 receipt：
| Claim | Verdict | Why |
|---|---|---|
| 1 | REJECT | 先到市场只在产品高度可替代时最重要；我们的买家处在受监管工作里，对 bug 的惩罚比对慢的惩罚更重。 |
| 2 | MODIFY | 竞品发布的是相关功能，不是同一个功能；差异化比新闻窗口重要，而且窗口已经过去。 |
| 3 | ACCEPT | 与最近三次发布一致：紧急修复几乎都发生在第 1–3 周，第 4–6 周很少。 |
| 4 | SURFACED | 我只按 20% 支持负载增加做预算，不是 40%；支持团队只有 1.5 周人员缓冲，这对我构成真实风险。 |
| 5 | MISSED | AI 没提出再等两周会撞上最大客户年度计划锁定窗口；那才是真限制。 |
好的地方：只有一个 ACCEPT，而且背后有真实证据。两个 why 引用内部数据，而不是感觉。MISSED 行捕捉到 AI 不可能知道的约束。最终决定可能仍是「等」，但理由已经从「多测试」变成「客户锁定窗口」，这在会议室里更可 defend。
如果你想看这一步背后的认知科学（点击展开）
receipt 比 AI 早得多。Donald Schön 的 reflective practitioner，是在工作发生时留下决策轨迹，以便之后能 defend。Chris Argyris 的 double-loop learning，强调不只修正错误，还要暴露底层模型。全 ACCEPT receipt 最多只是 single-loop。写下每个 why 的摩擦，会强迫第二层循环出现。Make It Stick 和 retrieval-practice 研究则说明，用自己的话写下「为什么重要」会显著改善长期记忆。Reasoning Receipt 就是在自己的决策上做 retrieval practice。
深入学习： Part 0 Chapter 1: Asking Better Questions。完整版本是 10 行 receipt 加 Contradiction Challenge，45–60 分钟。本页教动作；那章把它变成高风险 AI 对话里的习惯。
Part 2：Detection（抓住 AI 漏掉的东西）
Foundations 给了你姿态。Detection 训练的是模式识别：抓住 AI 持续漏掉的东西。这里有两种主要失败模式。第一，AI 无论对错都会显得自信，而且大多数错误藏在最专业的段落里。第二，AI 会优化可见变量，却忽略刚刚被它扰动的三个变量。纪律 3（Error Taxonomy）是针对流畅文字的命名分类扫描，在发出前找到六类具体错误。纪律 4（Thinking in Systems）是面对任何值得开会讨论的决定时画出的 cascade map，用来找到 AI 没追踪到的二阶影响。
Discipline 3：Error Taxonomy
你知道这个陷阱。把真实文档粘进 Claude 或 ChatGPT，答案 polished、fluent，你像读自己的文字那样阅读：看整体意思，看论证形状。它很顺。你点头。错误就藏在全稿最专业的段落里，正是你的眼睛因为「没什么不对」而滑过去的地方。三天后它发布了，那一个编造数字，或那个不存在的引用，成了读者最先抓住的东西。
修复方法是：不要按「感觉」读，而是按名字逐类扫描 AI 输出。六种错误类型，每一种都有一个先看哪里的问题。
| 错误类型 | 看起来像什么 | 先看哪里 |
|---|---|---|
| Factual error | 可证明为假的具体主张：数字、日期、名字、引用、API 方法 | 任何带具体数字的句子，尤其是小数。精确会制造研究感。 |
| Logical gap | 结论并没有从前提中推出 | 「evidence」和「therefore」之间。把 therefore 括起来，问：真的推出了吗，还是我自己补了缺失的一步？ |
| False confidence | 不确定信息用确定语气说出 | 最流畅的段落。hedging（may、could）说明 AI 知道自己站在薄冰上；争议话题上没有 hedge 才是红旗。 |
| Missing context | 漏掉一个会改变分析的关键因素 | 你的 subject-matter expert 第一反应会问的东西。你会问「等一下，考虑 X 了吗？」AI 大概率没考虑。 |
| Fabricated source | 不存在的引用、库函数或 API，或存在但没有说 AI 声称的内容 | 每条引用、每个 quoted statistic、每个外部函数调用。转发或运行前先验证。 |
| Stale fact | 曾经是真的，但现在不是真的 | 任何有时间敏感性的东西：价格、领导层、法律、API 版本、工具自身能力。 |
真实文档里，按名字逐类扫。下面练习先做两个命名扫描（Factual 和 Fabricated Source），让你感到这个动作；完整六行 pass 见示例。
六类错误不会主动暴露自己。它们藏在最专业的段落里，所以按名字扫描胜过凭感觉阅读。
真实生活中的样子。
一位家长在买可靠的二手车。看中了一辆 2021 Honda CR-V。开车一小时去看车前，他让 Claude 先检查，把 listing、照片和自己修车师傅的备注都粘进去。Claude 给出干净自信的总结：里程低、历史干净、发动机强、还有 rebate 可拿。读起来很好，他差点就转给伴侣，说「就买这辆」。但他先做了六行扫描。
| 错误类型 | 写稿里发现的东西 | Verdict |
|---|---|---|
| Factual error | 写着「odometer 32,000 miles」，但仪表盘照片清楚显示 58,000，差了 26,000 miles。 | 抓住。按照片修正。 |
| Logical gap | 写着「事故记录干净，因此没有机械问题」。事故记录干净并不能说明发动机没问题。 | 抓住。clean history 不是 clean engine。 |
| False confidence | 写着「这台发动机至少还能无故障跑 200,000 miles」。没有 likely，没有依据。 | 抓住。改成「保养得当时，很多 CR-V 寿命很长」。 |
| Missing context | 完全没提 timing belt，而 60,000 miles 左右就要换，师傅已经提醒过。 | 抓住。把 belt 放到首要检查项。 |
| Fabricated source | 写着「Consumer Reports 2026 年 3 月可靠性期刊说它是最可靠小型 SUV」。查不到这条。 | 抓住。删除引用。 |
| Stale fact | 写着「仍符合 dealer $1,000 loyalty rebate」。电话确认后发现上个月结束了。 | 抓住。从价格计算中删除。 |
一个短 write-up 触发了 6 类中的 5 类。最容易漏的是假的 Consumer Reports 句子，因为它听起来非常像评论员会说的话。家长最后带着真实里程、belt 问题和真实价格去看车，用事实谈判。差点转发的版本，会给伴侣一个错误价格、漏掉的维修项和一本从没写过那句话的杂志引用。
自己试一次
你这个周末要买二手车。卖家已经有另一个买家，所以没有几天可想。你让 AI 比较 shortlist 上两辆车并推荐。它写了下面这段。请按六类错误逐名扫描，先从 Factual 和 Fabricated Source 开始，填下面的表。
应该买哪辆？
选 2020 Toyota Corolla。Corolla combined mpg 是 47，所以油费会比同尺寸多数车低很多。根据 CarReliability Index 2026 排名，Corolla 评分 9.4/10，是同级第一。2019 Honda Civic 也不错。Civic 里程更低，因此如果你想少遇到意外，它是更可靠的选择。
两辆车都能再跑 10 年且不发生 major repair，所以可以按价格、颜色和感觉选。两辆车仍符合 $2,000 state clean-vehicle rebate，实际成本会很好看。无论如何，你买到的都是可靠车。
AI 会检查这些：
- 你是在按名字扫描，还是先凭感觉读完再贴标签？ 1–10 分。引用我表格中决定评分的那一行。真正的命名扫描，每一行都有 verdict，包括「已主动扫描，未发现」。
- 你引用的句子是否真会影响买哪辆车，还是只抓了容易抓的句子？ 1–10 分。若我引用的不是最关键句，指出同一段里更强的候选。
不要重写我的作业。不要按写作风格评分。某一行空白且没有「已主动扫描，未发现」，请直接说明。
你的六行扫描表（每行引用 AI 的原句；只有主动扫描后未发现，才可写「已主动扫描，未发现」）：
每行信心（每类 1–10 分，并写一句原因）：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
第一次 8–15 分钟，之后更快。用反馈最有价值的方式：找一个 AI 不同意你扫描的地方。那个分歧，就是下一轮 judgment 建立的地方。
你刚做的是抓住当前输出里的局部错误。它还抓不到你的输出会在下游触发的二阶影响：建议落地后的士气冲击、政策发布后客户行为变化、成本节约导致服务质量下降又导致客户流失的循环。这就是 cascade map，纪律 4。
想看一个强样本？（提交自己的之后再打开）
| 错误类型 | AI 原句 | 为什么触发 |
|---|---|---|
| Factual error | 「Corolla gets 47 mpg combined。」 | 这是可查数字；真实 combined rating 约 33 mpg。 |
| Logical gap | 「Civic has lower mileage, therefore it is the more reliable choice。」 | 低里程有帮助，但不能单独证明更可靠；therefore 没有被证明。 |
| False confidence | 「Either car will run for another decade without a major repair。」 | 对二手车未来做无条件承诺，是把猜测装成事实。 |
| Missing context | 文本中完全没提 2019 Civic model-year 有 open airbag recall。 | Missing context 正是页面上没有的东西；安全召回应在购买前命名。 |
| Fabricated source | 「According to the CarReliability Index 2026 rankings……」 | 具体、自信、但来源不存在。 |
| Stale fact | 「Both still qualify for the $2,000 state clean-vehicle rebate。」 | 曾经可能为真，但该 rebate 已在 2025 年结束。 |
如果你想看这一步背后的认知科学（点击展开）
taxonomy 是对更老研究的一种 2026 应用：为什么自信流畅的文字会降低审查。Alter 和 Oppenheimer 关于 processing fluency 的综述说明，容易处理的信息会被判断为更可信，独立于真实准确性。Kahneman 的 cognitive ease 也是同一机制。Nate Silver 强调 confidence 和 calibration 是两回事。Gigerenzer 的 calibration 工作则说明，被迫明确判断并之后核对，能改善校准。Error Taxonomy 就是在 AI 输出上做这种强制判断。
深入学习： Part 0 Chapter 2: Detecting Broken Reasoning。完整版本包括 8 类 taxonomy、双 AI cross-check、prediction-vs-actual calibration，60–75 分钟。
Discipline 4：Thinking in Systems
**一句话版：**当你询问某个决定时，多数 AI 工具会给出一串 effects。它们漏掉的是 feedback loops：后果绕回来，放大或抵消原决定。Cascade Map 会跨多个 stakeholder group 追踪后果，并要求你在发出干净答案前至少命名一个 loop。
你知道这个陷阱。你让 AI 分析 staffing change，得到三个 bullet 和清晰建议。当天就发出去了。
三个月后，隔壁团队士气崩了，两个客户开始绕过你们小组，那个默默接下被转移工作的经理 burn out。领导问发生了什么，你解释不出来。一阶答案是对的。二阶影响吃掉了它。三阶影响还留在房间里。
修复方法：第一次 20 分钟，以后 10 分钟。任何值得开会讨论的决定，在打开 AI 前先画五条线。
- 中心写决定。 一句话，不含糊。不要写「考虑涨价」，要写「下季度起，新合同 list price 上调 18%」。
- 五个 domain 向外发散。 Employees、customers、competitors、regulators、internal knowledge。每个 domain 一条分支。
- 每个 domain 追三层「然后呢？」 一阶影响，然后该影响的后果，再然后那个后果的后果。
- 至少命名一个 feedback loop。 找到一个下游影响绕回来改变原决定的地方。写机制，不写标签。不要写「客户离开」，要写「客户离开，因为新的 automated tier 无法让他们在 10 秒内接触到真人，而他们上一家 provider 可以」。
- 只有地图变乱时才结束。 如果它很整齐，说明停得太早。多数战略灾难都是没人画出来的 loops。
这个图叫 Cascade Map。重点不是预测未来，而是拒绝发出过于干净的答案。
AI 会优化你问的变量，却不会自然推理那个变量扰动的另外三个变量。人类容易漏掉 breadth（旁边第二个 domain、没命名的 stakeholder）；AI 容易漏掉 loops（6 个月后绕回来撤销收益的 feedback）。盲点互补，所以先自己画图，再让 AI stress-test 分支。
五个 domain，三层后果，一个命名 feedback loop。乱不是 bug，而是功能。
真实工作中的样子。
一位城市规划师有 6 周时间，建议是否在市中心商业走廊 2.3 miles 上增加 protected bike lanes。一阶论证很干净：bike lanes 让更多人骑车少开车、降低排放、减少骑行者受伤。该走廊 cyclist-injury rate 是全市平均的 2 倍。倡导联盟有组织也有耐心。AI 很愉快地验证了这个 case。
转发 memo 前，她画了 cascade map。中心决定：安装 protected bike lanes；每个方向移除一条机动车道；移除 40% curbside parking。五个 domain 追三层。多数二阶影响可预期：骑行者开心，司机不满，部分停车位转移。第三层让建议真正打开。
改变 memo 的 loop 是：走廊商家周末 visitor revenue 下滑，导致 local tax base 收缩，进而带来 council pressure；下一轮政策被削弱，原本更多人骑车少开车的收益被侵蚀，最后让下一个走廊的 case 也失败。而做这条走廊，本来就是为了赢下后面 10 条。
她没有杀掉项目，而是加入 12 个月 loading-zone trial、保证 bus-stop redesign budget、季度 revenue threshold（持续下降超过 15% 触发 revisit），以及和 transit agency 的 bus-stop access 书面协议。这个版本在 council 以 7–2 通过。干净的 AI 版本没有这些条款。
| Domain | 1st-order | 2nd-order | 3rd-order |
|---|---|---|---|
| Employees | Public-works 重画路缘 | Parking enforcement 预算上升以处理 loading conflicts | 公交司机因 buses 无法顺利靠站而申诉 |
| Customers | 骑行者获得 protected route | 送货司机 double-park 到 bike lane | 走廊商家周末收入下降，3 家威胁搬迁 |
| Competitors | 相邻走廊保持 car-friendly | 该走廊争取受威胁商家 | 18 个月内 tax base 转移到邻区 |
| Regulators | 适用 state transport-grant 条款 | Disability-access review 标出 bus-stop curb cuts | 必要修复让时间线延后 6 个月并增加成本 |
| Internal knowledge | 旧的 driving-vs-cycling shift 研究已有 3 年 | 假设过期，周末 traffic pattern 已改变 | 规划部门无法 defend forecast，除非刷新数据 |
命名 loop： corridor revenue loss → tax-base reduction → council pressure → 下次 session policy weakened → cycling-vs-driving gains erode → defenders lose the case for the next corridor。这个 loop 是建议长出牙齿的原因。
自己试一次
你是一家 200 人 HR 软件公司的 revenue 负责人（年收入约 $32M；280 个客户，前 20 个贡献 55% 收入；平均合同期 18 个月；平均销售周期 11 周；上季度现有客户 spending 同比多约 8%）。下季度，领导层想对所有新合同把 sticker price 提高 18%，并把销售可给折扣从 0–30% 缩到 0–15%。你是 decision-recommender。周四 leadership read-out 前，先 cascade 这个 pricing change。五个 domain 直接适用：salespeople（目前 quota attainment 74%）、未来 6 个月要续约的 existing customers、两个 named competitors、top accounts 的 buying teams、以及你们自己的 sales materials。
AI 会检查这些：
- 你的地图是否五个 domain 宽、三层深，并且每个连接都有机制而不是标签？ 1–10 分。指出最薄的 domain 和其中一个漏掉的具体 effect。
- 你的 feedback loop 是否是真 loop，并用因果句写清机制？ 1–10 分。如果只是标签，请指出并提出一个你没命名的额外 loop，写出机制。
不要替我重画地图。不要按风格评分。字段为空或模糊，就直接说。
你的 cascade map（中心决定，然后 5 个 domain x 3 层；粗略文本即可，但结构要可见）：
你的 feedback loop，用一句因果句写出（不要只写标签）：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
第一次 15–20 分钟。Cascade map 会比 Prediction Lock 更长，因为价值在混乱的中间层。前几次「然后呢？」会显得勉强，第四第五次通常才出现真正重要的三阶影响。熟练后，完整 map 8–12 分钟可完成。
你刚做的是 stress-test 已有计划的二阶和三阶影响。它还没有质疑这个计划是否建立在正确假设上。
一个建立在错误 premise 上、但画得很完美的 cascade plan，仍然会撞墙，只是撞得更晚，文档更好。这是纪律 5。
想看一个强样本？（提交自己的之后再打开）
中心决定： Q3 起新合同 sticker price 提高 18%；salespeople 可提供的折扣层级从 7 个减少到 4 个。
| Domain | 1st-order | 2nd-order | 3rd-order |
|---|---|---|---|
| Salespeople | 季中 quota math 变难 | salespeople 集中追折扣审批更快的小单 | 大客户新线索放慢，deal mix 在没人决定的情况下漂向小客户 |
| Renewal customers | renewal price 被拿来对比新 sticker price | buying teams 重开 3 个 top accounts 的 best-price-guarantee 条款 | 两个最大账户谈出多年 freeze，锁在新 sticker price 之下 |
| Competitors | Competitor A 不动，Competitor B 降价抢 | Competitor B 直接 outreach top 50 prospects | competitive deals win rate 下滑 8–12 pts |
| Buying teams | 审批流程新增 finance gate | deal cycle 平均延长 11–18 天 | Q3 forecast 仅因周期滑移就 miss |
| Sales materials | 旧 pricing sheets 仍在 sales-tracking tools 中 | salespeople 过渡期 2–3 周引用旧价 | 一些合同按旧价签出，legal 需要决定 honor 还是 renegotiate |
**命名 loop：**新 sticker price 下的 sales-target pressure 推动旗舰 deal 更深一次性折扣；这些折扣通过 buying teams 的 reference checks 泄漏到 renewal expectations；真实成交价被压回 sticker price 以下；headline 18% 涨价最后只体现为 4–6% 实收涨幅；明年再做 pricing review 时，团队已失去 credibility。
如果你想看这一步背后的认知科学（点击展开）
先画决定再咨询分析师，是系统思维中的老动作。Cascade Map 站在两条传统交汇处：stakeholder breadth（Meadows、Sterman）和 feedback-loop depth（Forrester）。五个 domain 强制 breadth；命名 loop 强制 depth。Meadows 的核心提醒是：系统中的高杠杆点通常不是管理者盯着的变量，而是 feedback loops 和 governing rules。你无法干预一个没有命名的 loop。
深入学习： Part 0 Chapter 3: Thinking in Systems。完整版本包括 peer review、AI counter-analysis 和 assessment rubric，60 分钟。
Part 3：Origination（做 AI 做不到的事）
Foundations 给了你姿态。Detection 训练你抓住 AI 漏掉的东西。Origination 是第三条弧线，回答另一个问题：哪些工作必须由你来做，因为 AI 结构上做不到？这里有两种失败模式。第一是 consensus drift：AI 把训练数据中的平均答案交回来，你没测试它是否适合自己的具体情况就发出去了。第二是 oracle reflex：你开始把 judgment 外包给一个没有 judgment 的工具。纪律 5 和 6 关闭这两个缺口。
这个部分有一个短语会反复出现：named threshold。named threshold 是一个数字、计数、具体状态或命名条件，用来告诉你某条建议何时停止为真。「当团队规模低于 20 名工程师」就是 named threshold。「有时候」不是。记住这个词，马上会用到。
Discipline 5：First Principles
你经营一家服务单一行业的软件公司。三个竞争对手在一个季度内刚涨价 12%。董事会、三位投资人中的两位、财务负责人都推同一条线：跟随涨价，拿到 margin，搭上风。你在咖啡时问另一个 CEO 朋友，他也这么说。你打开 Claude 问，summary 也同意。聊了五天，所有信号都指向同一个方向。
这个 convergence 就是失败模式。共识在发挥作用：把你拉向显而易见的答案。而这个显而易见的答案，可能只适用于别人公司的别的市场。AI 是合唱里最后也是最响的声音，因为它平均了所有写过 pricing strategy 的人。它无法告诉你，这首合唱何时不再适用于你的情况。
动作很简单。看一位 SaaS founder 第一次试着写 boundary：「有时候 competitive set 是一个糟糕的涨价理由。」这是 gripe。它用「有时候」来反对，却不说什么时候。他回去追踪自己情境真正不同的地方，改写成：「当竞争对手是对成本冲击作出反应，而我们已经提前保护自己（去年锁定了多年 infrastructure contract，所以成本没变）时，跟随涨价会发出一个我们并不具备的 weakness signal。」改写后，threshold 是 locked contract 的存在，机制是 signaling，并指向一个共识看不见的决定。这个从 gripe 到 threshold 的差距，就是整条纪律。
修复方法：选一个别人不断让你遵循的共识。写三行。每行命名一个共识失效的具体条件，并把它追溯到带 named threshold 的机制。如果写不出三行 threshold，你一直是在跟随一个自己并不理解的共识。
| 你正在检查的共识 | 它在什么 named threshold 下失效 |
|---|---|
有 threshold 的行是 boundary；没有 threshold 的行只是 gripe。gripe 改变不了决定，threshold 可以。
每个共识都有边界。练习会有意沿着边界走，在坏决定先撞上它之前。
完整输出的样子。
上面的 SaaS founder 不是一次就写出三行完美 boundary。大约 90 分钟修改后，他得到这张表：
| 共识：「Always match competitor price hikes。」 |
|---|
| Boundary 1. 当增长的真实限制是留住现有客户而不是赢新客户时，每一个 price hike 后离开的客户百分点，在 long-term value 上造成的损失都可能超过涨价收回的收益。named threshold：新的 data-portability rules 让 switching 比过去十年都更容易。 |
| Boundary 2. 当竞争对手是对成本冲击作出反应，而你已经锁定多年 infrastructure contract、成本没动时，跟随涨价会发出一个并不存在的 weakness signal。named threshold：locked contract 的存在。 |
| Boundary 3. 当竞争对手正在合并整合时，hold price 是 positioning move，可以把客户从竞争对手 renewal lists 上拉走，且几乎没有 acquisition cost。named threshold：competitor-renewal window（约 90 天）。 |
他把三个 boundary 带到董事会。他们没有涨价。六个月后，现有客户 spending 同比高约 4 个百分点，并且他们几乎零成本拿下了 3 个竞争对手 renewal list 上的账户。三条 boundary 都没有出现在共识 brief 中，也没有出现在 AI 的第一版 summary 中。
自己试一次
你是一家 35 人专业服务公司的 COO（精品战略咨询；12 位 senior consultants，时薪 $350–$450；3 位 partners；年收入 $14M；4 个 active practice areas）。一个关键岗位已经空了 5 个月：高级顾问，负责第 5 个 practice area，聚焦 hands-on AI-assisted delivery，预计第 18 个月可新增约 $3M 年收入。两个 paper 上很强的候选人本周要接受其他 offer。整个 leadership team 都把「hire slow, fire fast」当作显然正确。你的任务：在周五 leadership meeting 前，走一遍这条共识的 boundary，写三行。
开始前的 threshold checklist。 threshold 是数字、计数、具体状态或命名条件。「有时候」「经常」「看情况」都不是 threshold。
本练习的硬规则：如果第三行写不出来，说明你选的共识是一个你一直在跟随但没有理解的共识。不要硬凑第三行，换一个共识。这本身就是发现。
AI 会检查这些：
- 每行是否命名了 threshold（数字、计数、状态或具体条件）？ 1–10 分。引用最弱行的 threshold，或指出缺失的行。
- 每行是 principle-based，还是把某个公司故事伪装成规则？ 1–10 分。标出任何只是 gripe 而不是 boundary 的行。
不要重写我的行。不要按性格评分。字段为空或模糊，就直接说。
我正在检查的共识 practice（一句话）：
Boundary row 1（具体条件 + named threshold + mechanism）：
Boundary row 2：
Boundary row 3：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
第一次 15–25 分钟，比 D1 慢，因为 threshold 很难。用反馈最有价值的方式：找一行写了「有时候」或「看情况」的地方，把它改成具体 threshold。那个改写，就是纪律所在。如果改不出来，那一行很可能不是 boundary，应该删掉或替换。
你刚做的是找单个 practice 的边界。它还没有帮助你在一个没有明显共识可挑战的问题上与 AI 协作。这是纪律 6。
想看一个强样本？（提交自己的之后再打开）
| 共识：「Hire slow, fire fast。」 |
|---|
| Boundary 1. 在 founder-led 小团队中（named threshold：约 40 人以下），「slow」hiring 会悄悄变成「no」hiring，因为 founder 是每个循环的瓶颈。每增加一轮 interview 都在吃掉本该用于 shipping 的 founder time。 |
| Boundary 2. 当岗位空缺时间超过两个 replacement cycles（named threshold：4+ 个月），更多「slow」不再是谨慎，而是谨慎的表象。缺失岗位的工作每周堆积，团队背上 fast-firing 无法修复的债务。 |
| Boundary 3. 在高信任服务市场（named threshold：客户平均 tenure 24+ 个月），「fast firing」会撕裂客户买下的信任关系。客户买这家公司，部分是为了与其中的人共事；快速轮换 senior staff 会破坏隐性资产。 |
如果你想看这一步背后的认知科学（点击展开）
沿着共识边界走，比 AI 早得多。Gigerenzer 关于 ecological rationality 的框架，把每个 heuristic 或 best practice 看作只有在特定环境中才准确的工具。Klein 的 Recognition-Primed Decision 模型说明，专家会先匹配第一个 plausible script 并行动；Defend the Opposite 就是在这个 pattern-match 之前故意打断。Popper 的 falsifiability 给了更窄的动作：一个主张只有在你能说出放弃条件时，才有操作价值。named-threshold 列就是让边界可说。
深入学习： Part 0 Chapter 4: Reasoning from First Principles。完整版本包括 Blank Page Sprint、结构化 AI counter-analysis 和 peer review，60 分钟。
Discipline 6：Working WITH AI
你花了一上午用 Claude 迭代 strategy memo。输出 polished，framing 紧，数字对齐。然后 CEO 从你肩后读到一半，问：「为什么你落在这里，而不是另一个选项？」你张口，才发现自己无法把 judgment 和模型分开。有些句子是你的，有些是模型的，多数已经混在一起。memo 很好，但你不知道哪些部分自己能 defend。
修复方法：对一份值得 board meeting 的真实 memo，用限时约束把同一任务跑三遍，然后并排阅读。
- Solo。 45 分钟，不用 AI。只有你和问题。
- AI-only。 20 分钟。你 prompt，AI 回答，你不编辑，接受第一版。
- Collaborative。 30 分钟。你 prompt、evaluate、push back、override、iterate。AI 是会 push back 的 partner，不是 oracle。
按四个轴评价每个 draft：depth、breadth、originality、time-to-value。collaborative 版本通常赢，但只有当你能指出让它赢的具体 overrides 时，这个赢才有用。这就是 Three-Path Comparison。锁定它，因为 comparison 才是诊断，不是 drafts 本身。
真实 board memo 上，完整 95 分钟 comparison 就是纪律。下面练习提供 10 分钟 on-ramp（3 分钟 Solo、2 分钟 AI-only、5 分钟 Collaborative，写一封短 email），让你今天就能感到差异。
比较让你看见自己的 judgment 哪里不可替代。没有 side-by-side，你分不清自己是在协作还是投降。
真实工作中的样子。
一位医疗诊所 owner 经营 14-provider primary-care group，需要写一份两页 memo，向 partners 提议与最大 regional insurer 转向一种按保持患者健康付费、而不是按 visit 付费的合同。三年收入影响、文化成分、运营 lift 都会触碰每位 clinician。发送前，她决定测试自己的 collaboration posture，于是同一任务跑三遍。
Solo，45 分钟。她写出了一份基于自己最熟悉 operational risks 的 memo。具体、防御性强、诚实。但最强的财务点被埋在第二页，也没有回应那位过去两年公开反对支付方式改变的 partner。
AI-only，20 分钟。她把 brief 给模型，第一版不改。draft polished、结构清晰，以泛泛的「为患者健康付费的好处」开场，和上一季度 3 家竞争诊所用过的 framing 几乎一样。没有点名 partner，没有市场特定风险，读起来像 industry brochure。
Collaborative，30 分钟。她自己写结构论证，命名 3 个支撑 memo 的财务假设，并要求模型从反对 partner 的角度提出最强 counter-argument。模型提出一个她没预料到的 objection，她重写 memo 正面回应。她还让模型写 executive summary；模型版弱化了 ask，所以她重写那段，因为 ask 才是重点。memo 通过了，两位 partner 改变立场。反对 partner 后来发来的书面 objection，memo 第一页已经回应。collaborative draft 赢了，但赢在她对财务假设和 partner-specific counter-argument 的 overrides，而不是模型的 prose。
一个从未比较三条路径的人，只会写 Collaborative version，并失去这些：
| 失去什么 | 为什么失败 |
|---|---|
| 无法命名自己的 judgment 做了什么 | 没有 Solo 和 AI-only baseline，每个句子都感觉同样属于自己。CEO 的「为什么落在这里」无从回答。 |
| 无法证明 Collaborative draft 确实更好 | 「感觉更好」不是 defense。4-axis side-by-side 才是证据。 |
| 无法发现自己何时滑入 oracle-mode | 从内部看，投降和协作很像。AI-only draft 是诊断：如果它和 Collaborative 过于接近，你过度接受了。 |
这条纪律适合谁。 用在 AI 不如你的工作上：judgment calls、novel problems、依赖模型没有的 context 的决定。routine work 上，如果 AI 已经和你一样好或更好，跑这条纪律就是浪费。要知道眼前是哪类工作，本身就是技能的一部分。
自己试一次
你是一家 400 人软件公司的 VP of Strategy（年收入约 $72M，中型企业数据分析产品，盈利，profit margin 12%）。CEO 要你给 executive team 写一页 memo，建议是否收购一家小竞争对手 Forsight（90 人，年收入约 $11M，直到上季度都以 60% YoY 增长，但刚失去最大客户；该客户占 Forsight 收入 22%）。Forsight 据说愿意以 $40–$55M 被收购。memo 会进入 board pre-read。你的建议未来 3 年都会被引用回来。
你的建议是什么，你怎么知道？
如果 acquisition strategy 不是你的工作，就换成你本周真实桌面上的一个短 memo 或 email。on-ramp 版本：选一封你今天本来会用 AI 起草的 200 字以内 email。Solo 3 分钟，AI-only 2 分钟，Collaborative 5 分钟。三版并排。重点不是 email，而是感到差异。
不要跳过 AI-only draft。 它最容易被跳过，也是最有诊断价值的一版。如果你的 Collaborative 和 AI-only 过于接近，你过度接受了。只有两版都写出来，你才知道。
AI 会检查这些：
- 三条 path summary 描述的是三个不同 draft，还是同一 draft 的三种说法？ 1–10 分。分别引用每个 summary 中决定评分的一句。如果 Solo 和 Collaborative 近似，请直接说。
- 三个 overrides 是否具体到去掉任意一个都会明显削弱 Collaborative draft？ 1–10 分。逐个说明如果没有这个 override，draft 会变成什么样。若某个 override 只是「我加了更多细节」，请直接指出。
不要重写我的作业。不要奉承 human-edited version。字段为空或模糊，就一句话说明。
你的三条 path summaries（每条一个段落，说明你写了什么、什么让你意外、哪里不足）：
你的三个关键 overrides（命名 Collaborative draft 中由你的 judgment 承重的 3 个具体位置）：
你实际会发哪一版，为什么：
Discuss with an AI. Question your scores.
Come back when you have your BEST evaluation.
10 分钟 on-ramp 加 reflection 大约 15–20 分钟。完整 95 分钟版本适合本周真正高风险工作。用反馈最有价值的方式：找 AI 认为 Solo draft 在某个维度更强的地方。那说明你的 overrides 还没有承重。若 AI 找不出，push 它更严；若能找出，你就知道 collaboration posture 哪里还软。
你刚做的是整门速成课的缩影。你先于 AI 形成位置（D1），记录每条主张的 verdict（D2），扫描输出中的 fabrications（D3），追踪建议的二阶影响（D4），测试共识 framing 的边界（D5），并在模型想滑向 oracle mode 时把 judgment 留在人身上（D6）。交付物从来不是答案。交付物是记录下来的思考证据，而你现在有六种能按需产生这种证据的纪律。
想看一个强样本？（提交自己的之后再打开）
| Path | Summary |
|---|---|
| Solo (45 min) | 建议不收购。customer-concentration risk 很强（目标公司一夜之间失去 38% revenue），但 integration thesis 弱：没有说清 acquirer 的 product team 到底会拿 engineering hires 做什么。建议埋在第一页最后一行。 |
| AI-only (20 min) | 建议 structured acquisition with earn-out triggers。polished，但含有 CEO 在最近 all-hands 批评过的两个短语（strategic optionality、tuck-in upside），也没有处理目标客户集中在 acquirer 没有 presence 的一个 region 这一点。 |
| Collaborative (30 min) | 建议不收购，但提出 60-day pause-and-license deal：雇用 talent + license technology，以 15% 成本获得 70% strategic value。pause-and-license framing 来自模型；60-day window 和 license carve-out 是用户 overrides；开头直接 recommendation 是用户写的。 |
三个关键 overrides：拒绝模型的 strategic optionality framing；补入 geographic-concentration point；用 60-day pause-and-license deal 替换三年 earn-out。每个 override 都来自模型没有的 context。
如果你想看这一步背后的认知科学（点击展开）
Collaboration posture 不是新理论。Kasparov 在 Deep Blue 后提出 advanced chess：人加 engine 的组合，在人做 positional calls 时能击败单独的人或机器。Brynjolfsson 等 2025 年关于客服公司的研究显示，生成式 AI 平均提升生产率 14%，收益主要集中在经验较少者身上；经验丰富者收益较小，因为模型建议更接近他们本来会写的内容。Noy 和 Zhang 对专业写作任务的实验也显示，AI 提高平均质量，但压缩质量差异。没有 selective override，AI-assisted output 会回归到 competent mean。Three-Path Comparison 就是让 override 变得可见的最简单 forcing function。
完整练习版本（95 分钟 three-path comparison、peer review、XP tracking、完整 collaboration-style diagnosis）在 Part 0 Chapter 6: Working WITH AI, Not For AI。本页教动作；那页把它建成一周的工作方式。
综合练习：一个决定，六种纪律
一家 12 人咨询公司在财年结束前有 $180,000 可花。CEO 看到两个选项。Option A：招聘一位 senior strategy lead，这是 partner-track hire，会负责一两个大客户并 mentoring bench。Option B：把同样的 $180,000 投入到 licenses、infrastructure 和 design time，构建一支增强现有每位 consultant 的 AI workforce，让现有 11 个人做出更多工作。两个选项都能 defense。两位董事支持 hire，两位支持 AI workforce，第五位未决定。CEO 下周四要带着 recommendation 和 reasoning 走进 board meeting。她有 5 个 business days。下面是六种纪律在这 5 天里的样子。
Discipline 1，Prediction Lock。 打开任何 AI tool 之前，拉取任何 vendor pitch 之前，CEO 在自己的页面上写四行 lock。Diagnosis：公司增长的真实限制，是每位 consultant 能完成多少工作，不是 consultant 数量。三个 diagnostic questions，每个都有预测答案和 confidence number：Option B 是否真的帮助现有 11 人做出更多工作（预测：6 人会，5 人不会，confidence 55%）？Option A 是否覆盖 B 无法覆盖的 account-level gap（预测：是，针对一个具体账户，confidence 70%）？如果每项支出表现不佳，18 个月内能收回多少钱（预测：B 更 recoverable，confidence 65%）？她给页面打时间戳。不打开 Claude，不打开 ChatGPT。先 lock prediction。
Discipline 2，Reasoning Receipt。 接下来两天，她用 Claude 和 ChatGPT 跑这个决定，请它们做 vendor comparison，拉 peer-firm benchmark，读两份 analyst notes。每条 decisive claim 进入五列 receipt。AI 说 AI-workforce option 让 consultants 生产率提高 22%；她标 MODIFY，因为 cited study 覆盖的是比她公司大 3 倍的 firms。她对 gain size 的信心下降，但对 direction 的信心保留。AI 说 senior hire 需要 9 个月 ramp up；她标 SURFACED，因为自己之前一直假设 6 个月，receipt 抓住了她的乐观。周三上午 receipt 有 14 行。空 receipt 说明她吸收了共识；14 行说明她仍然拥有决定。
Discipline 3，Error Taxonomy。 她对每份 vendor pitch 和 AI summary 做六行 error scan。AI-workforce vendor 的 ROI deck 有两个 False Confidence flags、一个 Stale Fact、一个 Fabricated Source。recruiter 的 senior-hire pitch 有一个 Logical Gap 和一个 Missing Context。错误没有杀掉任何选项，但重新排序了她脑中的 option costs。
Discipline 4，Thinking in Systems。 她把两个选项跨五个 domain cascade。Employees：A 传达投资于人，B 传达投资于流程；bench 对两者的读取不同。Customers：A 接住一个 named account，B 让公司对现有 12 个客户显得更 capable。Competitors：A 对它们不可见，B 向两个 regional rivals 宣告公司的 bet。Regulators：B 有 client-data rules 下的数据处理影响，A 没有。Internal knowledge：A 把 senior judgment 集中在一个人身上，B 把它分散到大家使用的 tools 中。她圈出一个 feedback loop：在 Option B 下，最快掌握 tools 的 junior consultants 最可能离开，因为他们新增的产能会跟着他们走。这个 loop 改变了 option 的 risk profile。
Discipline 5，First Principles。 她写 500 字反驳「more senior staff equals more capacity」这个共识。Boundary 1：当真实限制是 work flow 而不是 winning new work 时，senior hire 只会把更多工作压到破流程上，而不是修复它。Boundary 2：当从 junior staff 身上拿到更多产出，是获得同样 hourly output 的低成本路径时，senior hire 未来四个季度的成本超过收益。Boundary 3：当公司 reputation 建在 leading with better tools 上时，senior hire 看起来像退回旧姿态。这个共识对另一类公司可能正确；她公司的限制是每个人能做多少，不是 seniority。
Discipline 6，Working WITH AI。 她把最终 recommendation 跑三遍。Solo：45 分钟写出一份 defending Option B 的 memo，但 cultural risk 较轻。AI-only：20 分钟得到一份 polished memo，在两个选项间折中，像 McKinsey brief。Collaborative：30 分钟，她自己写 structural argument，让模型从 historically favored hiring 的 partner 角度提出 Option A 的 strongest argument，并提出 3 个 guardrails 处理 Option B 的 cultural risk。模型提出两个她没考虑到的 guardrails。collaborative draft 是她带进 board 的版本。建议是 Option B，加 3 个 named guardrails 和 6-month checkpoint；如果 productivity 不动，触发 partial reversal。
董事会采纳 Option B，其中两个 guardrails 通过，第三个重新谈判。CEO 走出会议时，拥有一个每一行都能 defend 的决定。
注意这六种纪律做了什么。它们没有产出答案，而是产出 trail：可以比较的 prediction、partners 可 audit 的 receipt、重新排序 vendor pitches 的 error scan、浮现 retention loop 的 cascade map、打破 consensus framing 的 boundary list，以及找到 guardrails 的 three-path comparison。没有这六种纪律，同一个 CEO 周四会带着一页 memo 和一个无法推动的 split board 走进去。有了它们，她带进去的是一个董事会可以 stress-test 的决定，以及两季度后公司可以回看的 paper trail。交付物从来不是答案。交付物是记录下来的思考证据。
最后提醒：这些动作不适合什么。 最常见失败方式是过度应用：午饭吃什么也画 Cascade Map，每条内部 Slack message 都做 Reasoning Receipt，对已经决定的事做 Prediction Lock。只把它们留给值得开会的工作。其他时候，信任你多年建立的经验。
接下来去哪里
如果想深入练习六种纪律中的任何一种，本书 Part 0 有长篇处理：
- Part 0 Ch 1: Asking Better Questions。Prediction Lock 和 Position Lock 通过四个练习和 Question Quality Portfolio 展开。
- Part 0 Ch 2: Detecting Broken Reasoning。Error Taxonomy 加入 confidence calibration 和 domain-expertise stress test。
- Part 0 Ch 3: Thinking in Systems。Cascade maps 应用于四个真实决定，并加入 human-vs-AI systems-analysis exercise。
- Part 0 Ch 4: Reasoning from First Principles。Blank Page Sprint、Assumption Autopsy 和 constraint-rebuild exercise。
- Part 0 Ch 6: Working With AI, Not For AI。Three-Path Comparison、collaboration logs 和 override tests，覆盖一个工作周。
本速成课没有覆盖的四种 thinking skills，Part 0 也有完整处理：
- Ch 5: Communicating What Matters。Audience prediction、live adaptation、hard conversations。
- Ch 7: Reasoning Through Dilemmas。Ethical position locks、adversarial defences、stakeholder swaps。
- Ch 8: Building Something From Nothing。Blank page sprints、creation logs、three-draft evolutions。
- Ch 9: Deciding Under Uncertainty。Sealed decisions、reversal triggers、decision audits。
- Ch 10: Learning How to Learn。Meta-learning、72-hour sprints、Personal Learning Framework。
在本书中的下一步，选择一种 mode：
- 如果你写代码，继续 Claude Code & OpenCode。这是 Mode 1 problem-solving 的工程表面。
- 如果你做知识工作（legal、finance、marketing、operations、healthcare、education、leadership），继续 Cowork。这是 Mode 1 problem-solving 的 domain-expert 表面。
- 如果你准备构建能自行运行的 AI Workers（Mode 2 manufacturing），继续 Build AI Agents。
这些纪律可以迁移到每一种工具、每一种 mode、每一个 domain。它们是你从这里带到任何地方的东西。
交付物从来不是答案。交付物是记录下来的思考证据。
它让 AI 成为你手中更强大的工具，还是让你变成那个工具的慢速版本？