assumption-audit

概述

Assumption-audit 是一道“证据关卡”，用于防止结果偏见（根据结果评价决策）和后见之明偏差（事情发生后觉得它早有预兆）。它会迫使你如实梳理已知事实与猜测。

铁律

NO SIGN-OFF WITHOUT VALIDATION EVIDENCE FOR EVERY KEY CLAIM 未经验证的断言就是漏洞。未经审计的假设会形成脆弱的策略，在首次波动中便会崩溃。

状态机

digraph assumption_audit_flow {
    "Start" [shape=doublecircle];
    "Step 1: Inventory Key Assumptions" [shape=box];
    "Step 2: Evidence Mapping (Knowledge Tracker)" [shape=box];
    "Step 3: Stress-Test (Pre-mortem)" [shape=box];
    "Step 4: Probability Calibration" [shape=box];
    "Gate: Claim-Evidence Match" [shape=diamond];
    "Step 5: Fragility Audit (Via Negativa)" [shape=box];
    "Done: Audit Passed" [shape=doublecircle];

    "Start" -> "Step 1: Inventory Key Assumptions";
    "Step 1: Inventory Key Assumptions" -> "Step 2: Evidence Mapping (Knowledge Tracker)";
    "Step 2: Evidence Mapping (Knowledge Tracker)" -> "Step 3: Stress-Test (Pre-mortem)";
    "Step 3: Stress-Test (Pre-mortem)" -> "Step 4: Probability Calibration";
    "Step 4: Probability Calibration" -> "Gate: Claim-Evidence Match";
    "Gate: Claim-Evidence Match" -> "Step 5: Fragility Audit (Via Negativa)" [label="matched"];
    "Gate: Claim-Evidence Match" -> "Step 1: Inventory Key Assumptions" [label="mismatch"];
    "Step 5: Fragility Audit (Via Negativa)" -> "Done: Audit Passed";
}

何时使用此技能

• 最终定稿 PRD、策略备忘录或商业论证之前。
• 当建议依赖未来预测或市场“确定性”时。
• 当你发现自己在说“我就是有种感觉”或“这显而易见……”时。
• 在任何犯错代价重大的高风险决策之前。

何时不使用此技能

• 对于低风险、可逆的决策（Type 2 决策），审计成本高于失败成本时。
• 对于纯创意任务（例如头脑风暴），审计文化可能会扼杀构思（可在构思之后、筛选之前使用）。

核心流程

步骤 1：盘点关键假设

• 识别每项重大主张： 列出提案赖以成立的基础。
• 检查判断失误： 使用 28 种判断失误原因清单进行检查（例如锚定效应、社会认同、激励偏差）。（来源：Bevelin，《Seeking Wisdom》）
• 区分事实与信念： 明确标注哪些是已验证的事实，哪些是有依据的猜测。（来源：Duke，《How to Decide》）

步骤 2：证据映射（知识追踪器）

• 使用知识追踪器： 准确记录已知的内容及其知晓时间。这可以防止“后见之明偏差”让你以为自己当时知道得比实际更多。（来源：Duke，《How to Decide》）
• Darwin 黄金法则： 主动寻找并记录反证——也就是与期望结论相悖的事实。（来源：Bevelin/Darwin，《Seeking Wisdom》）
• 审计激励因素： 自问：“现在是什么激励因素让这个信念对我或我的团队有利？”（来源：Sivers，《Useful Not True》）

步骤 3：压力测试（事前验尸与回溯规划）

• 进行事前验尸： 假设现在是一年后，这个项目已经惨败。倒推找出最可能导致失败的原因。（来源：Duke，《Thinking in Bets》）
• 执行回溯规划： 想象项目取得巨大成功。要让这一成功成立，必须发生什么？我们当前的计划是否涵盖了这些必要条件？（来源：Duke，《Thinking in Bets》）

步骤 4：概率校准

• 消除模糊用语： 将“可能”“大概”或“也许”等词替换为明确的置信度百分比（例如，“有 70% 的把握”）。（来源：Duke，《How to Decide》）
• 计算期望值： 如有可能，将成功概率乘以潜在收益，判断这笔赌注是否值得承担风险。（来源：Duke，《Thinking in Bets》）

步骤 5：脆弱性审计（Via Negativa）

• 运用 Via Negativa： 找出可以删减或简化的部分，以减少计划失败的方式。（来源：Taleb，《Antifragile》）
• 检查风险共担： 做出假设的人是否也会在假设错误时承担代价？（来源：Taleb，《Antifragile》）
• 构建杠铃策略： 确保计划的核心稳健、安全，同时允许通过小规模、高上行空间的“选项”捕捉波动。（来源：Taleb，《Antifragile》）

跨技能调用

必需子技能：using-skills — 以保持审计纪律。 推荐子技能：devils-advocate — 对假设施加对抗性审视。 推荐子技能：decision-frameworks — 为最终签署提供结构。

合理化表

想法	现实
“我们已经做过研究，知道这会奏效。”	这是“确定性乐观”，忽视了运气和隐藏波动性的作用。
“我不需要知识追踪器；我记得自己为什么这么选。”	记忆是一台“事后偏见”机器，会改写历史，让你看起来总是正确的。
“事前验尸太消极了，会打击团队士气。”	真正打击团队士气的，是未受审视的脆弱性，以及它们不可避免地导致的失败。
“潜在收益太高了，即使我们稍有判断失误也没关系。”	脆弱系统的下行风险是“凹形”的——“稍有判断失误”就可能导致彻底毁灭。

危险信号

出现这些想法就意味着停下——你正准备走捷径：

• “相信我，我对此有直觉。” → 直觉往往只是未经审视的偏见。
• “其他人都这么做。” → 社会认同偏见掩盖了证据不足。
• “等遇到问题再说。” → 你在回避必要的事前验尸。

诊断清单

• 是否给每种“可能发生”的结果都分配了明确的概率百分比？
• 是否进行了事前验尸，以识别失败模式？
• 是否有记录在案的证据支持最关键的三项假设？
• “Via Negativa”检查是否找到了至少一项为确保安全而应移除的内容？
• “知识追踪器”是否区分了当时已知的信息与现在已知的信息？

来源

• Duke，《Thinking in Bets》第 1 章（结果偏见），第 6 章（未来投注）
• Duke，《How to Decide》第 3 章（事后偏见），第 4 章（概率），第 5 章（事前验尸）
• Taleb，《Antifragile》第 11 章（杠铃策略），第 20 章（林迪效应），第 23 章（切身利益）
• Bevelin，《Seeking Wisdom》第 2 部分（判断失误的心理学），附录 4（清单）
• Sivers，《Useful Not True》（有用与真实）