moai-foundation-philosopher

MoAI Foundation 哲学家

倡导深入分析而非快速计算的战略思维框架。整合三种经实践验证的方法，用于系统化解决问题。

核心理念：行动之前深入思考。质疑假设。考虑其他方案。明确权衡取舍。检查认知偏差。

快速参考（30 秒）

什么是哲学家框架？

一种用于复杂决策的结构化方法，结合了：

• 第一性原理分析：将问题拆解为基本事实
• Stanford 设计思维：发散式与收敛式方案生成
• MIT 系统工程：系统化风险评估与验证

五阶段思维流程：

1. 假设审查：揭示并质疑我们想当然的内容
2. 第一性原理拆解：分解至根本原因
3. 方案生成：创建多个解决方案
4. 权衡分析：系统化比较方案
5. 认知偏差检查：验证思维质量

启用时机：

• 影响 5 个以上文件的架构决策
• 技术选型（库、框架、数据库）
• 性能与可维护性的权衡
• 重构范围决策
• 考虑是否引入不兼容变更
• 任何具有重大长期影响的决策

快速访问：

• 假设质疑技巧：假设矩阵模块
• 根本原因分析：第一性原理模块
• 方案比较：权衡分析模块
• 偏差预防：认知偏差模块

---

实施指南（5 分钟）

阶段 1：假设审查

目的：揭示隐藏假设，避免其演变成盲点。

五个关键问题：

• 我们有哪些假设是在没有证据的情况下被当成事实的？
• 如果这个假设最终被证明是错误的，会怎样？
• 这是硬性约束，还是仅仅是偏好？
• 有什么证据支持这个假设？
• 还应由谁来验证这个假设？

假设类别：

• 技术假设：技术能力、性能特征、兼容性
• 业务假设：用户行为、市场状况、预算可用性
• 团队假设：技能水平、可用性、领域知识
• 时间安排假设：交付预期、依赖项时间表

假设记录格式：

• 假设陈述：清晰描述假设内容
• 置信度：根据证据分为高、中或低
• 证据依据：支持此假设的内容
• 假设错误时的风险：假设被证明为假时的后果
• 验证方法：承诺之前如何进行验证

原因：未经审视的假设是项目失败和返工的主要原因。 影响：及早揭示假设可避免 40%–60% 的项目中途转向。

阶段 2：第一性原理拆解

目的：拨开复杂性，找到根本原因和基本需求。

五个为什么技巧：

• 表面问题：用户或系统观察到的现象
• 第一个为什么：分析直接原因
• 第二个为什么：调查潜在原因
• 第三个为什么：识别系统性驱动因素
• 第四个为什么：组织或流程因素
• 第五个为什么（根本原因）：需要解决的根本问题

约束分析：

• 硬性约束：不可协商（安全、合规、物理定律、预算）
• 软性约束：可协商的偏好（时间安排、功能范围、工具）
• 自设约束：伪装成需求的假设
• 自由度：可以采用创新方案的领域

拆解问题：

• 此请求背后的实际目标是什么？
• 我们真正要解决的是什么问题？
• 如果没有任何约束，解决方案会是什么样？
• 最小可行方案是什么？
• 在仍能实现目标的前提下，我们可以舍弃什么？

原因：大多数问题都是在错误的抽象层次上解决的。 影响：第一性原理思维可将解决方案的复杂度降低 30%–50%。

第 3 阶段：生成备选方案

目的：避免过早收敛到次优方案。

生成规则：

• 至少提出 3 个不同的备选方案
• 至少包含一个非常规方案
• 始终将“什么都不做”作为基准方案
• 考虑短期和长期影响
• 探索渐进式和变革式方案

备选方案类别：

• 保守：低风险、渐进式改进、采用熟悉的技术
• 平衡：中等风险、显著改进、包含一定创新
• 激进：较高风险、变革性改动、采用尖端方案
• 根本性：挑战基本假设、采用截然不同的方案

创造性技巧：

• 逆向思考：怎样做会让这个问题变得更糟？现在反其道而行之。
• 类比：其他领域如何解决类似问题？
• 移除约束：如果预算、时间或技术不受限制，会怎样？
• 简化：最简单可行的方案是什么？

原因：第一个想到的方案往往不是最佳方案。 影响：考虑 3 个以上的备选方案，可将决策质量提高 25%。

第 4 阶段：权衡分析

目的：明确并比较隐性的权衡。

标准评估标准：

• 性能：速度、吞吐量、延迟、资源使用量
• 可维护性：代码清晰度、文档、团队熟悉程度
• 实施成本：开发时间、复杂度、学习曲线
• 风险等级：技术风险、失败概率、回滚难度
• 可扩展性：增长能力、灵活性、面向未来的能力
• 安全性：漏洞暴露面、合规性、数据保护

加权评分法：

• 根据项目优先级为各项标准分配权重（总计 100%）
• 按每项标准为各个方案打 1–10 分
• 计算加权综合得分
• 记录各项评分的理由
• 确定权重变化对得分的敏感程度

权衡记录：

• 我们获得什么：所选方案的主要优势
• 我们舍弃什么：明确接受的成本和局限
• 为何可以接受：接受这些权衡的理由
• 缓解计划：如何应对不利影响

原因：隐性的权衡会导致后悔和反复质疑。 影响：明确权衡可将利益相关者之间的共识提升 50%。

第 5 阶段：认知偏差检查

目的：检查常见的思维错误，确保建议的质量。

需要关注的主要偏差：

• 锚定偏差：过度依赖最先接触到的信息
• 确认偏差：只寻找支持既有信念的证据
• 沉没成本谬误：因过去的投入而继续推进
• 可得性启发：过度看重近期或令人难忘的事件
• 过度自信偏差：对自己的判断过度确信

偏差检测问题：

• 我是否因为最先想到这个方案而对它产生了依恋？
• 我是否主动寻找了反对自己偏好的证据？
• 如果从零开始、没有任何先前投入，我还会推荐这个方案吗？
• 我是否受到了可能并不适用的近期经历的影响？
• 什么因素会改变我对这个建议的看法？

缓解策略：

• 事前验尸：设想决策失败了；出了什么问题？
• 反方论证：提出反对自己建议的论据
• 外部视角：基础概率对成功的可能性有何启示？
• 寻求异议：咨询可能会挑战你的人
• 反转测试：如果有人提出相反方案，你会怎么说？

原因：即使是专家，在时间压力下也会受到认知偏差的影响。 影响：检查偏差可避免 20–30% 的错误技术决策。

---

高级实施（10 分钟以上）

与 MoAI 工作流集成

SPEC 阶段集成：

• 在 /moai:1-plan 期间执行假设审查
• 在 spec.md 的 Problem Analysis 部分记录假设
• 在 plan.md 中纳入考虑过的替代方案
• 在 acceptance.md 中定义验证标准

DDD 阶段集成：

• 使用第一性原理识别核心测试场景
• 为遗留代码生成特征测试替代方案
• 为新功能生成规格测试替代方案
• 在测试覆盖率决策中应用权衡分析

质量阶段集成：

• 在代码审查流程中纳入认知偏差检查
• 验证实施后假设仍然有效
• 在最终文档中记录已接受的权衡

时间分配指南

复杂决策的建议投入比例：

• 假设审查：分析时间的 15%
• 第一性原理分解：分析时间的 25%
• 替代方案生成：分析时间的 20%
• 权衡分析：分析时间的 25%
• 认知偏差检查：分析时间的 15%

分析与实施的总时间比例：

• 简单决策（1-2 个文件）：10% 分析，90% 实施
• 中等决策（3-10 个文件）：25% 分析，75% 实施
• 复杂决策（10 个以上文件）：40% 分析，60% 实施
• 架构决策：50% 分析，50% 实施

决策文档模板

战略决策记录：

Decision Title：对所做决策的清晰陈述

Context：做出此决策的原因

Examined Assumptions：

• 假设 1，以及置信度和验证状态
• 假设 2，以及置信度和验证状态

Root Cause Analysis：

• 已识别的表面问题
• 通过五个为什么确定的根本原因

Alternatives Considered：

• 选项 A 及其优点、缺点和评分
• 选项 B 及其优点、缺点和评分
• 选项 C 及其优点、缺点和评分

Accepted Trade-offs：

• 所选方案带来的收益
• 我们放弃的内容及其可接受的原因

Bias Check Completed：

• 确认已采取偏差缓解措施

Final Decision：所选选项及主要依据

Success Criteria：衡量决策是否正确的方式

Review Trigger：会导致重新考虑决策的条件

---

配合使用效果良好

Agent：

• manager-strategy：SPEC 分析和规划的主要使用者
• expert-backend：技术选型决策
• expert-frontend：架构和框架选择
• expert-database：架构设计权衡
• manager-quality：代码审查偏差检查

技能：

• moai-foundation-core：与 TRUST 5 和 SPEC 工作流集成
• moai-workflow-spec：以 SPEC 格式记录假设
• moai-domain-backend：特定技术的权衡标准
• moai-domain-frontend：UI/UX 决策框架

命令：

• /moai:1-plan：在规格制定期间应用哲学家框架
• /moai:2-run：在实施期间参考已记录的权衡

---

快速决策矩阵

各阶段的适用场景：

简单 Bug 修复：跳过 Philosopher（直接实施） 添加功能：阶段 1、3、4（假设、替代方案、权衡） 重构：阶段 1、2、4（假设、根本原因、权衡） 技术选型：全部 5 个阶段（需要完整分析） 架构变更：全部 5 个阶段，并扩展文档

模块深入解析：

• 假设矩阵
• 第一性原理
• 权衡分析
• 认知偏差

示例：examples.md 外部资源：reference.md

来源：受 Claude Code Philosopher Ignition 框架启发