thinking-second-order

二阶后果链

不要止步于预期的第一步效果。沿着参与方、时间和反馈追踪接下来会发生什么，直到这条链不再改变决策。

适用场景

• 具有长期关联的战略、政策、激励或架构选择。
• 显而易见的修复方案看起来过于简单，或已知存在适得其反的情况。
• 成功或规模扩大可能带来新问题（负载、钻空子、技术债务）。
• 需要依据延迟效应而非仅看第一天的收益来比较选项。

不适用场景

• 局部且可逆的编辑，不涉及激励或跨组件耦合——直接发布并观察即可。
• 目标是完整的系统结构（存量、多个回路、杠杆排序）——使用 systems。
• 对已选定方案的失效模式进行事前分析——使用 pre-mortem。
• 纯机械性变更（重命名、格式调整），不会产生行为影响。

流程

1. 说明决策和一阶效应。 各用一句话说明：采取什么行动，以及预期的即时结果。
2. 追问“然后呢？” 至少再追踪两阶。每个环节记录：影响、谁会作出回应、大致概率（高／中／低）、时间（立即／下个周期／达到一定规模时），以及它是否会反馈到原始问题上（强化或抵消）。
3. 扩展受影响方。 还有谁会作出反应（用户、运营人员、其他团队、攻击者、市场）？这项变更会创造或消除哪些激励？
4. 进行规模测试。 思考如果所有人都这么做，或使用量增长 10 倍，会发生什么。标记只会在规模扩大或反复发生时出现的路径。
5. 筛选并决策。 舍弃不会改变选择的推测性环节。只保留会影响是否推进、设计或缓解措施的影响。如果二阶危害超过一阶收益，就修订行动或增加防护措施。

停止条件： 进一步追问“然后呢？”不再改变决策，或剩余链条只是没有机制支撑的纯粹猜测。

输出

decision: <action>
first_order: <intended immediate effect>
chain:
  - order: 2
    effect: <what>
    actors: <who>
    p: high|med|low
    when: immediate|next_cycle|at_scale
    feedback: none|reinforce|balance
  - order: 3
    ...
scale_if_universal: <one sentence or n/a>
revised_decision: <same | modified action | no-go>
mitigations: <guards for kept risks>

验证

• 证伪： 如果没有可信的二阶路径会改变选择，一阶分析就足够——不要凭空编造连锁反应。如果核心问题是多回路结构，而非单个决策的影响链，就切换到 systems。
• 停止： 在影响决策的阶数首次结束时停止；不要为了达到固定深度而凑内容。
• 避免过度应用： 不要推演低概率的科幻式连锁反应。不要把参数微调当作深层战略。保留的环节必须标明概率和时间；没有机制支撑的修饰性内容应省略。