CL · FW · 574
隐式模型显性化法则
Make Implicit Models Explicit · make-implicit-models-explicit--annie-duke
所属簇 决策框架与战略思维
解决什么问题
依赖专家直觉(“我一看就知道”)导致决策黑盒,无法复用经验,也无法检验直觉的准确性。
核心内容
将隐性的直觉判断转化为显性、可量化的决策评估模型。
- 拆解维度:将复杂决策拆分为几个核心评估维度(如投资看:市场、团队、创始人、产品)。
- 共享定义:为每个维度设立 mediating judgments(中介判断),确保团队对定义的理解一致。
- 量化评分:对每个维度进行 1-7 分打分,获取精度和团队内部的分歧度。
- 追踪预测:在决策时明确记录预测(如“该公司在 A 轮募资成功的概率”)。
- 闭环反馈:将最终结果与各项评分对比,找出决策者在哪些维度判断最准、哪些不准,并根据数据迭代评估模型。
适用边界
适用于需要长期积累和优化的复杂、重复性决策场景(如招聘、投资评估、项目立项)。需要留存历史数据才能形成闭环。作者强调这不是否定直觉,而是为了“发现直觉何时是错的”。
关键引述 · 原话
"It's not that intuition is crap, your intuition is sometimes right. If you don't make it explicit, then you don't get to find out when it's wrong." (Annie Duke)
关联卡片
包含 Benchmark:Daniel Kahneman 的研究显示,将非结构化招聘转为结构化评估后再结合直觉,可将招聘命中率从 50% 提升至 65%。
出处:Annie Duke · 03-podcasts/annie-duke.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2