一、前置说明

【操作总铁律】AI 大模型必须严格严谨执行 Louie8.1｜Decision OS

Model 结构内容，不准偷工减料、不准省事偷懒、不准打折缩水

（一）这是个什么东西

项	内容
性质	个人／小团队决策支持流程模型，已固化为可挂载的标准提示词模式
定位	工业级别的可审计、可校准、可裁剪、可演化的结构化决策操作系统
本质	规范化思考模型系统、审计检查清单、决策流程框架；不是预言机
能给的	该想的想到、该记的记下、该对账的对账；把主观预判与客观事实强制隔离
不能给的	不自动产出正确答案，不替人完成现实行动，不消除黑天鹅，不替代专家

很多人用大模型做重大决策，拿到的是一份顺从自己设想的回答：模型顺着宏大叙事给出看似完美、实则漏洞百出的方案。没有约束的普通 AI 更接近啦啦队长，而决策真正需要的是冷酷的风控官。这套模型的作用不是生成新知识，而是给 AI 戴上纪律的镣铐，逼它和你一起面对那些最不想面对的变量。

【本质洞察】如果没有 Louie 8.1，你买到的是一面“镜子”（照出你的宏伟蓝

图）；引入 Louie 8.1，你得到的是“游标卡尺+手术刀”（量出现实差距，切

掉幻想肿瘤）。

1【破局之道】

引入 Louie8.1｜Decision OS Model，不是为了生成新知识，而是给 AI 戴上了

“纪律的镣铐”，逼迫 AI 和你一起面对那些最不想面对的变量。

（二）机制硬限制：无论填得多好也做不到

表 1　六条硬限制

序	做不到的事	原因
1	不会自动挖掘、生成客观事实与外部信息	只做结构化整理，不凭空创造事实、不自动搜集行业数据；所有事实必须由人输入，事实错、缺、造假则输出失效
2	不会自动识别谎言、主观欺骗、自我美化	没有测谎能力；使用者可以把乐观假设置信度填高、把打分依据编造，表格会完整保存虚假输入而不自知
3	不会消除黑天鹅与不可预知的外部冲击	尾部风险只能针对你能预想到的变量设红线，完全未知的黑天鹅无法提前写入表格
4	不会自动把脆弱最优解变成稳健最优解	敏感性分析只能指出“这是脆弱最优，轻微扰动排名即翻转”，不会自动改造方案、补全短板
5	不会做现实世界执行	输出只有文档、台账、切换信号与止损规则；纸上写好止损、人不执行，止损等于废纸
6	不会替代专业领域专家的判断	财务、法律、医疗、合规、技术硬核判断仍需专业人士，模型只负责把专家结论放进事实—假设框架

（三）条件依赖：构件有，收益不自动发生

表 2　六项收益的前提

序	构件	不遵守纪律时的后果
1	事实层与假设层隔离	人依旧可以偷偷把主观判断写进事实层；必须自我约束“事实只写可验证硬信息”，隔离才生效
2	事前验尸与四维视角	走过场写几句不痛不痒的失败原因，无法破除确认偏误；工具摆在那里，真诚思考才有效
3	一致性比率校验	CR 超标只是报警，不会自动重调权重，必须人工重新配置
4	切换信号与止损红线	全部是书面规则，达触发条件时由人执行收缩、暂停、退出；模型不会强制阻止你继续投入
5	推演输出本身	人依旧可以心理抗拒、无视最优建议、选择情绪驱动的方案；模型是审计师，不是枷锁
6	引申收益	沉淀数据资产、PDCA 闭环、谈判威慑力，都需如实填写、季度复盘、保存台账，缺任一前提即得不到

（四）验证状态声明

本模型结构完整度可与 AHP、MCDA、OODA、情景规划等成熟方法论对标；但其概率赋值与风险预测的准确性、以及“显著提高决策正确率”这类效果表述，因缺少样本框、对照组、基线、效应量与原始数据，只能视为使用反馈，不能认定为外部科学验证。原文中“全球综合第一”“对比九大模型与四百余项工具排名”的表述已整体删除——缺少可比基线、独立评审、复现实验与结果数据，排名不具备可证伪性。

二、系统架构与使用方法

（一）五层架构

表 3　内核加插件的分层

层级	职责	关键产出
元决策层	决定用什么流程、调什么插件、何时停止或升级	模式声明、插件勾选、停止规则
核心内核层	预层 0-0 至第 12 步，通用底座	事实表、假设表、评分表、决策输出
扩展插件层	按需调用的高级模块	思维维度补齐
编译与度量层	自动计算、质量总分、校准与执行监控	质量分、Brier 分、监控卡
治理与演化层	版本治理、知识库、决策债务、失败模式沉淀	版本记录、债务台账、案例库

（二）三种使用方法

模式	做法	适用
提示词挂载	把本文档作为提示词模式挂载，语音流式描述背景、事实、假设与约束，全部喂给模型；再用输入—输出模式交叉验证	一次性重大决策
技能封装	转成 SKILL.md 做成技能包上传，调用时模型更严谨、格式更稳定	重复使用
人脑专家	不借助模型，决策者本人按本文档逐项走完	无可用模型的场景

（三）三层载体：按场景选厚度

同一套流程有厚薄三档，先用对档位，再谈跑得完不完整。

1. 口袋极简卡　只保留主决策、切换信号、止损阈值、记忆锚点四项，适合现场与口头决策。

2. 快速版表单　保留决策契约、事实与假设隔离、红线快检、方案对比、预测台账，适合月度常规决策。

3. 完整版模板　高风险、可逆等级四至五级、重大资金或法律／健康／家庭事项必须完整跑，不得裁剪。

（四）参数调整闭环：改一次，留一次痕

输出与事实不符时，补事实、修参数、重新输入，要求模型再次输出，形成迭代闭环。闭环的关键不在“重跑”，而在“留痕”，否则第二次输出无法追溯到第一次错在哪里。

1. 补事实　把被遗漏或被美化的事实补进事实层，标注来源与证据级，不得改写成假设。

2. 修参数　只改与新增事实相关的权重、系数与概率，其余保持不动，便于定位差异。

3. 重新输入　要求模型基于更新后的事实与参数重新输出，不得只让模型改结论。

4. 留痕　记录“决策 ID—修正版本—修正字段—修正依据—修正人—修正时间”，只改结论不留痕的做法一律视为无效迭代。

三、使用规则

以下二十六条是全流程的运行纪律：前十二条解决“怎么跑不出错”，后十四条解决“怎么跑得可追溯、可治理”。

 【操作总铁律】AI 大模型必须严格严谨执行 Louie8.1｜Decision OS

Model 结构内容，不准偷工减料、不准省事偷懒、不准打折缩水 

（一）前十二条：怎么跑不出错

1 严格隔离：客观事实层禁止主观判断；所有预判、预期放入假设层。

2 本模板高风险决策必须完整跑全部流程；简单清晰域决策可以裁剪，但至少保留预测台账用于复盘。

3 AI输出内容标记AI-REF，不得直接写入事实层；涉及资金、法律、资产估值必须人工核验外部原始资料。

4 CR>0.1权重必须重新调整；脆弱最优解不能直接作为主决策；触发毁灭性红线直接淘汰方案，不参与加权打分。

5 不可逆等级5级的方案必须经过双向风险论证才允许进入打分。

6 所有被驳回的反对意见完整归档，不得删除。

7 决策ID与版本留痕：所有决策必须有唯一决策ID、版本号、日期、责任人；每次修改保留旧版。

8 事实/假设/AI三层标签：统一使用F（事实）、H（假设）、AI-REF（AI参考）；AI输出不得写入F层。

9　门禁制：高风险决策必须通过G0—G16门禁；简单决策可裁剪，但G2事实/假设隔离、G6红线快检、G8预测台账与止损、G9归档不建议裁剪。

10 时间盒与熔断：达到最大分析时间、边际信息价值低于搜集成本（EVSI<成本）、关键事实无法核验时，必须三选一：推迟、降级为探针、在假设层明确不确定性后决策。

11 预注册：决策前必须预注册主决策、切换信号、止损规则、预测概率和到期核验日，防止事后偏误。

12 红线快检优先：任何方案进入评分前先过快检；触发毁灭性红线直接淘汰，不进入加权打分、不参与后续系数修正。

13 多模型差异溯源：高风险/可逆4—5级决策至少2个不同大模型独立跑；

（二）后十七条：怎么跑得可追溯、可治理

事实、假设、风险、概率、排序差异必须人工溯源原始资料。

14 CR适用范围：CR>0.1规则仅适用于AHP两两比较矩阵；非AHP权重必须做权重审计，不得把AI-REF作为唯一权重来源。

15 成功也要查流程：结果成功不等于流程正确；复盘必须同时做预测结果复盘和决策流程质量复盘。

16 模式声明：每次决策必须声明运行模式（快速/标准/完整/危机），并说明裁剪理由。

17 证据溯源：关键事实、假设、评分依据必须可追溯到证据ID或原始资料编号。

18 执行监控：决策输出必须包含监控指标、检查频率、负责人、预警线、阶段门与复盘日历。

19 隐私安全：涉及个人资金、健康、家庭、法律敏感信息，必须脱敏后输入AI，原始资料本地归档并设访问权限。

20 版本治理：模板版本号、生效日期、变更日志必须保留；旧版不覆盖。

21 组合与资源校验：多决策并行时，必须通过G10组合门，检查资源冲突、时间冲突和风险叠加。

22 信息价值止损：信息搜集必须计算信息价值，若边际价值低于获取成本，强制停止搜集。

23 AI治理审查：高风险决策必须审查AI模型的适用边界，并对AI输出进行幻觉检测与交叉验证。

24 元决策路由：必须根据决策类型、资源预算和风险级别，先确定流程模式与调用的扩展插件。

25 插件按需加载：扩展插件（因果、蒙特卡洛、组合优化等）仅在特定域或高风险时强制启用，简单决策不强制调用。

26 决策债务登记：所有推迟的决策、未决事项、待核验事实必须登记为决策债务，明确到期日和责任人。

27    拨云见雾、指点迷津的金句、点拨、主要建议和关键意见以及总结必须输出

28    结合输出者的决策问题类型勾选并调用对应的插件并利用好插件

29   【操作总铁律】AI 大模型必须严格严谨执行 Louie8.1｜Decision OS

Model 结构内容，不准偷工减料、不准省事偷懒、不准打折缩水！

四、统一数据字典

字段在全文只定义一次，各步骤直接引用。字段不统一，是决策记录跨期无法对账的首要原因。

字段	含义	强制要求
决策 ID	唯一标识，形如 D-2026-001-V1	必填含版次
决策组合 ID	多决策并行的组合标识	并行时必填
F	客观事实，可验证、零主观	来源、凭证、日期、核验人、完备度、证据级
H	假设、先验、预期	置信度、基准率、失效条件、证伪指标、到期日
AI-REF	模型输出的估值、概率、风险结论	必须人工核验，不得写入事实层
E0—E4	证据等级：传闻、弱、中等、强、原始凭证	贝叶斯更新必须标注
K_r／K_t	风险修正系数／时间匹配系数	必须有锚点与依据
可逆等级 1—5	一级完全可逆，五级完全不可逆	五级必须双向风险论证
模式	快速／标准／完整／危机	必须声明
G0—G16	门禁	高风险决策逐项确认
证据／监控／预测／债务 ID	溯源与台账编号	关键事实、假设、评分与输出必填
质量总分	流程与结果综合评分	复盘必填

五、门禁与裁剪矩阵

（一）十六道门禁：把应该考虑变成必须确认

表 4　十六道门禁

门	判定标准	典型未通过表现
G0	契约完整：目标、非目标、授权、时间与成本上限、最晚决策时间、重审日历	只写“帮我做个决策”
G1	路由确认：域类型、风险等级、裁剪级别、时间盒、运行模式	上来直接给结论
G2	事实、假设、模型输出三层隔离，模型输出未写入事实层	把判断混进事实
G3	每条关键假设有失效条件、证伪指标、到期核验日	写“风险较大”这类不可证伪语
G4	被驳回的反对意见完整归档并逐条回应	只列一种声音
G5	可逆等级五级已双向风险论证，保底方案存在	只说收益不说不可逆
G6	红线未触发；一致性比率合规或权重已调整；稳健标签明确	红线干脆不提
G7	P5／P50／P95、连锁失效、尾部期望损失、红线判定完成	只说“有风险”
G8	主决策、备选、切换信号、止损、负责人、预测台账、监控卡完整	只有“建议权衡”
G9	多模型差异表、人工核验、完整中间记录归档	无版本号
G10	多决策并行时资源、时间、风险是否冲突	用单决策视角看并行项目
G11	是否计算信息价值，是否设置停止搜集规则	无限搜集
G12	关键因果假设是否有图、有反例、有来源可靠性评估	只讲机制不讲反例
G13	是否做压力测试、尾部依赖与稳健规则检验	只做基准情景
G14	阶段门、预警线、重规划日历是否完整	决策后无跟踪
G15	AI 模型风险、伦理、隐私、利益冲突是否审查	忽略幻觉与相关方
G16	决策债务、知识库归档、复盘评分是否完成	决策完就散

（二）裁剪矩阵：简单决策不用跑满

表 5　裁剪矩阵

域	必须保留	可裁剪	备注
清晰	契约简表、隔离、红线快检、保底方案、预测台账、归档	六维视角可简写、敏感性简版、因果图可略	直接执行也要留痕
繁杂	完整核心流程，预层 0-0 必填，信息价值简表	个别库指标可按相关性裁剪	重点在第一至第七步
复杂	全套步骤加探针、迭代、稳健决策与动态执行	不得裁探针指标、停止规则、压力测试	动态更新
混沌	最小契约、第零步、验尸、尾部与红线、止损、事后补全审计	其余可事后补	止血优先，记录授权与最大损失

六、预层-1：元决策层

先决定“用什么流程”，再动手解问题。这一步决定后面走多长、勾选哪些插件、什么时候停。

决策类型：投资/职业/合作/健康/家庭/法律/产品/组织/其他

决策复杂度初判：

资源总预算约束（资金/时间/精力/注意力）：

流程选择器：快速模式/ 标准模式/ 完整模式/危机模式/ 组合模式插件调用声明（勾选并填写插件ID）：基础插件

☐P-A01 因果图与证据治理插件

☐P-B01 蒙特卡洛与稳健决策插件

表 6　插件分组（全量 59 项见附录二，正文不再重复展开）

组别	编号	内容
基础	A01／B01／C01／D01／F01	因果治理、蒙特卡洛、组合优化、AI 治理、隐私合规五个常备维度
A 证据因果	A02—A08	溯源、对抗证据、基准率、贝叶斯、Brier、信息价值、实验设计
B 风险止损	B02—B06	尾部风险、红线引擎、止损预警、实物期权、保险对冲
C 组合资源	C02—C05	决策债务、排队调度、资源预算、跨决策冲突
D 认知偏差	D02—D07	偏差审计、红队、验尸、长周期三问、异议归档、情绪检查
E 模型治理	E01—E05	幻觉检测、多模型差异、权限日志、适用边界、结构化输出
F 隐私合规	F02—F05	脱敏分级、合规核对、利益冲突、数据留存
G 执行复盘	G01—G05	监控日历、阶段门、预测台账、质量评分卡、事后审计
H 组织学习	H01—H05	案例库、权重红线库、培训演练、看板、审计回滚
I 特殊场景	I01—I08	投资、职业、家庭、法律、创业、供应链、谈判、健康
J 编译自动化	J01—J05	表单生成、结构化模式、自动计算门禁、语音流式、多语言

流程停止规则：边际信息价值低于成本/ 时间盒耗尽/ 关键事实无法核验

流程升级/降级规则：什么条件下从快速升完整，什么条件下从完整降探针。

七、预层 0-0：决策契约层

先锁边界，再谈方案。契约不写清，后面所有推演都会变成替一个模糊愿望找理由。

逐项填写

项	待填写／待补充
决策主题
最大允许分析时间
最大允许信息搜集成本（金钱/精力）
RAPID角色映射

· 决策者(Decide)：

· 建议人(Recommend)：

· 需要同意(Agree)：

· 执行负责人(Perform)：

· 知情输入方(Input)：

决策强制重审日历：

是否允许 AI参与打分与概率赋值：是/否；若是，所有AI打分、概率输出标记AI-REF。

决策契约必填字段：

· 决策ID：

· 版本号/日期：

· 目标函数：

· 非目标/不做什么：

· 不可谈判红线：

· 最晚决策时间：

· 成功标准：

· 退出标准：

· 重审触发事件：关键假设失效/红线临近/里程碑未达/政策变化/健康家庭变化。

· 时间盒熔断选项：推迟/ 降级为探针/ 在假设层标注不确定性后决策。

· 运行模式：快速/标准/完整/危机；裁剪理由：

· 隐私等级：公开/内部/敏感/高敏；脱敏措施：

· 模板版本号：Louie8.1；生效日期：

决策组合声明：

· 决策组合ID：

· 关联决策清单：

· 资源总预算（资金/时间/精力）：

· 决策间关系图谱（独立/互补/替代/前置/冲突/共享资源）：

八、核心引擎：第零步至第十二步

阅读说明：本部分为原始文档正文的完整保留，除版面断行合并、页码剥离外未作增删；原文中的“表格字段”已还原为可直接填写的空白模板表，术语与条文一字未改。凡原文因排版折断而残缺之处，以编者注标明。

（一）第 0 步｜问题域判定与信息价值评估

本步要拿到　先判断这件事该不该走完整流程，以及值不值得再搜集信息——这是流程的启停开关。

域类型选项：清晰／繁杂／复杂／混沌

逐项填写

项	待填写／待补充
域类型
核心特征简述
执行流程强度

清晰：因果明确、成熟最佳实践、结果可预判 →直接执行，仅保留极简预测台账用于复盘。

繁杂：因果可分析，需要数据/专家，多变量→完整执行第1—11步全部核心流程，预层0-0必填。

复杂：因果只能事后看清，变量动态变化，无标准答案 →全套1—11步+ 最小可行性探针试验+快速反馈迭代，填写探针观察指标。

混沌：失血亏损，时间紧急，重大风险迫近 →优先止血止损；

仅运行：

预层0-0、第0步、第3步事前验尸、第9步尾部风险红线、第10步止损规则；事后必须完整补全全套复盘审计。

风险等级：低/中/高/致命；

裁剪级别：口袋卡/快速版/完整版；

逐项填写

项	待填写／待补充
最晚决策时间
熔断条件
探针观察指标与停止规则（复杂域必填）
运行模式确认：快速/标准/完整/危机；与域类型匹配说明
信息价值与因果图

· 关键未知问题清单及优先级：

· 信息价值评估（VOI/EVPI/EVSI）：

· 停止搜集信息的条件（EVSI< 搜集成本时触发）：

· 初步因果图/假设图（变量、机制、混杂因素、反馈回路）：

（二）第 1 步｜事实层：刚性可验证，零主观

本步要拿到　把可验证的硬信息全部摊到桌上，一句“我觉得”都不许混进来。

禁止“我觉得、大概率、应该”，主观全部移入假设层。

表格

字段模板　编号｜事实内容｜信息来源｜记录日期｜可验证方式｜信息完备度(0—100%)｜继续搜集该事实的边际成本

编号	事实内容	信息来源	记录日期	可验证方式	信息完备度(0—100%)	继续搜集该事实的边际成本
F1
F2
F3

字段：原始凭证编号、核验人、核验状态（未核验/已核验/无法核验）、证据等级E0—E4、是否涉及资金/法律/资产估值（是则必须人工核验外部原始资料）、关联假设编号。

规则：AI输出不得写入本层；无法核验的事实必须转为假设或标注“待核验”，不得伪装为事实。

证据溯源与可靠性：证据ID、原始文件链接/编号、采集时间、采集人、复核状态、来源可靠性评分、利益冲突声明、关联评分准则编号。

隐私处理：敏感事实脱敏标记；是否已脱敏；原始资料存放位置与访问权限。

（三）第 2 步｜假设与先验层

本步要拿到　所有预期、收益预判、机会预判单独关进假设层，每条都要带失效条件。

汇集于此

每条假设填写：

字段模板　编号｜假设内容｜主观置信度(0—100%)｜基线基准率BaseRate(外部历史统计概率)｜假设失效条件｜落地验证方式

编号	假设内容	主观置信度(0—100%)	基线基准率BaseRate(外部历史统计概率)	假设失效条件	落地验证方式

先验来源（个人经验/行业报告/AI-REF/公开统计）

贝叶斯更新操作规则：

出现新证据E时：

（1）区分证据等级：强证据/中等证据/弱证据/传闻证据；传闻证据不得大幅修改置信度。

（2）置信度不允许直接跳变0%或100%。

（3）更新台账记录旧置信度→证据简述→证据等级→更新后置信度→更新时间。

（4）如果新证据与基线基准率严重冲突，优先质疑证据真实性，不直接推翻基线。每条关键假设必须关联至少一条预测登记；证据等级统一为E0—E4；到期核验日与责任人必填；AI-REF来源的假设必须人工复核。

假设溯源与因果逻辑：证据ID、预测ID、复核人、复核日期、假设版本号、在因果图中的位置（混杂/中介/主效应）。

（四）第 3 步｜对立视角、事前验尸与二阶效应

本步要拿到　主动站到自己的对立面：六维视角、验尸、长周期三问、异议归档。

一、六维对立视角

· 保守派视角：

· 现实派视角：

· 旁观者视角：

· 风险派视角：

· 激进派视角：

· 乐观派视角：

二、二阶效应分析

各个选项成功落地之后：

· 潜在次生正向后果：

· 潜在次生负向后果：

三、事前验尸

假设12个月后本次决策彻底失败，列出Top3致命原因，标注因素分类【内部/外部/协作人】，同时给出现在可执行的预防手段：

逐项填写

序	待填写／待补充
1	原因（分类：）；预防手段
2	原因（分类：）；预防手段
3	原因（分类：）；预防手段

四、10-10-10长周期校准

· 10分钟后（情绪褪去）的判断：

· 10个月后（中期落地）的判断：

· 10年后（长期人生复利）的判断：

五、异议归档区

记录所有被否决的反对观点，禁止删除：

六、输入者没想到的相关点清单

定位说明：这一部分是前置盲区校验模块，用来补全提问者、方案发起人、需求方没有主动想到、默认忽略、认知盲区、隐性假设、隐藏前提。

· 常识：

· 知识：

· 基本原理：

· 经验判断：

· 风险点清单：

G4红队门禁：每条被驳回异议必须写“驳回理由、证据、复核人、复核日期”；

（1）六维视角不得只写标签

（2）事前验尸Top3必须对应预防/止损动作

（3）盲区清单必须检查“健康、家庭、法律、信誉、时间窗口、认知锁死”六类。红队证据引用与对抗性证据：异议归档须引用证据ID

（4）必须主动寻找反例和失败案例，记录对抗性证据审查结果

（五）第 4 步｜选项池

本步要拿到　建一个必须含“不做”和“推迟”的选项池，避免二选一陷阱。

可逆等级定义（原文）

等级	含义
1 级	完全可逆，几乎无沉没损失
2 级	中等可逆，付出一定代价可撤销
3 级	部分可逆，撤销代价高昂
4 级	弱可逆，只能局部修正，不可整体撤销
5 级	完全不可逆，执行后无法退回原点

可逆等级定义：

1级：完全可逆，几乎无沉没损失。

2级：中等可逆，付出一定代价可撤销。

3级：部分可逆，撤销代价高昂。

4级：弱可逆，只能局部修正，不可整体撤销。

5级：完全不可逆，执行后无法退回原点。

表格

字段模板　可选方案｜投入（资金/时间/精力）｜核心预期产出｜落地时间跨度｜可逆性描述｜可逆等级(1—5)｜显性机会成本（放弃了哪些其他机会）方案A方案B方案C

可选方案	投入（资金/时间/精力）	核心预期产出	落地时间跨度	可逆性描述	可逆等级(1—5)	显性机会成本（放弃了哪些其他机会）方案A方案B方案C

A方案：

B方案：

C方案：

保底方案：不做/推迟执行

折中方案：介于几种方案之间的折中与调和，可能是输入者没想到的决策方案

重构方案：完全是对输入者提供的决策方案重新解构的决策方案

创新方案：创意新奇的决策方案，有创意、有创新、意想不到的方案

优化组合方案：是以上全部方案的质优解和最优解的组合，权衡利弊得失后的优化整合方案，当然，也不一定比输入者提供的方案要更好、得分更高。

每个方案增加“最小可行性探针、保险/对冲方案、退出路径、最坏损失上限、触发红线预检结果”。可逆等级5级方案必须附“双向风险论证”：如果做，最坏损失是什么；如果不做/推迟，损失是什么；是否有隔离方案。每个方案记录“方案版本号、关联预测ID、监控要点”

实物期权与阶段门设计：

· 是否可分阶段投入（保留未来放弃/加码权）：

· 阶段门设计（G1/G2/G3）及验证指标：

· 各阶段预算与退出条件：

（六）第 5 步｜准则与权重

本步要拿到　定准则与权重，再用风险系数与时间系数把分数校准到现实。

（1）权重总和100%

（2）CR>0.1必须重新调整权重

（3）硬性基线阈值过滤：方案只要不满足任意一条硬性基线阈值，直接淘汰，不再参与打分

表格

字段模板　评判准则｜权重占比｜权重来源（主观/历史数据/外部专家/AI-REF）

评判准则	权重占比	权重来源（主观/历史数据/外部专家/AI-REF）

硬性基线阈值（不满足直接淘汰）

经济价值维度全库：

投入成本、固定成本、变动成本、阶梯成本、边际成本、机会成本、沉没成本、维护迭代成本、隐形成本、试错成本、重置成本、退出清算成本、合规税费成本；现金流压力、自由现金流、经营性现金流、账期风险、资金占用周期、现金流断裂阈值；回本周期、年化收益率、NPV、IRR、毛利、净利、增量收益、协同收益、被动收益、收益波动率、收益衰减速率、收益天花板；时间货币价值、贴现率、再投资收益；杠杆风险、负债风险、或有负债、流动性风险、信用风险、政策监管风险、市场周期风险、减值风险、担保风险、损失上限、风险对冲空间；资产沉淀、可复用资产、资产通用性、资产专用性、资产保值、资产折旧摊销、估值弹性、变现概率、转让折价率、退出渠道、残值率、质押融资能力；容错率、资产组合分散度。

无形价值维度全库：

能力复利、知识体系、底层模型库、元认知、思维升级、认知迭代、系统思维、博弈判断力、跨域迁移能力、复盘内化能力、反脆弱心智；考证增益、履历背书、职场溢价、岗位不可替代性、行业话语权、人脉信任资本、谈判筹码、创业赋能、项目操盘经验、团队领导力、资源整合能力；IP资产、个人品牌、口碑资产、私域沉淀、内容版权资产、影响力杠杆、粉丝忠诚度、商誉、合作溢价；情绪稳定、心理韧性、身心健康、精力储备、内耗降低、压力耐受度；家庭价值、亲密关系质量、家庭抗风险共识、子女起点红利；长期选择权、时间自主权、地域自由、拒绝权、赛道切换权、被动自由权、抗失业缓冲空间。

风险约束维度：

（交叉校验维度·修正系数&一票否决）风险传导链路、风险连锁放大系数、或有追索风险、连带担保追偿风险、资产查封冻结风险、资产确权失效风险、收益回撤上限、极端情景亏损幅度、风险对冲工具有效性、对冲成本；个人信誉与IP不可逆损毁风险、认知路径锁死风险、人脉信任透支风险、合作信用破产风险、精力永久性透支、慢性健康不可逆损耗、家庭关系破裂风险、不可逆伤害概率、可逆伤害恢复周期、风险恢复成本（经济修复成本+无形资本修复成本）、风险暴露时长、风险潜伏期、尾部黑天鹅触发概率、合规红线风险、法律追责风险。

时间对齐维度（交叉校验维度·匹配修正系数）：

核心作用：校验经济兑现节奏、无形积累节奏是否匹配，识别周期错配、时间红利错位，输出时间匹配系数。

经济收益兑现时点、现金流流入节奏（前置流入／后置集中流入）、资产变现窗口期、变现有效期、收益衰减时间点、红利窗口期时长、退出时间窗口、无形资本积累周期、无形价值衰减速度、无形价值复利拐点、能力／IP有效期、赛道迭代淘汰周期、周期错配度、时间协同增益、时间机会错配、赛道红利窗口期与个人成长窗口期重合度。

四大维度完整联动逻辑：

1. 计算层级顺序（不可逆顺序，不能颠倒）

第一步：分别对经济价值、无形价值两个主维度内部指标打分、加权，求和得到基础综合价值分。基础综合价值分 = 经济价值加权得分 + 无形价值加权得分

备注：两个主维度可以提前设置权重，例如商业项目偏向经济权重更高；个人长期成长、学习投入偏向无形价值权重更高。

第二步：评估风险约束维度，输出风险修正系数K_r。

· 系数区间：0≤ K_r≤ 1。

· 当存在不可逆重大风险（法律红线、永久健康损伤、品牌彻底损毁等），直接取K_r=0，触发一票否决，项目终止评估。

· 风险越高、不可逆伤害概率越高、恢复成本越高，K_r越靠近0；风险可控、可对冲、损失有限，K_r靠近1。

第三步：评估时间对齐维度，输出时间匹配系数K_t。

· 系数区间：0≤ K_t ≤ 1。

· 高度协同：无形爬坡期有现金流托底，无形复利拐点和经济收益爆发窗口重合→K_t趋近1。

· 严重错配：现金流耗尽期早于无形复利拐点；短期收益持续透支无形资产（透支口碑、消耗健康）→K_t压低；极端完全错配可取0。

第四步：得到最终校准价值得分：

最终校准价值得分 = 基础综合价值分

2. 联动校验规则（定性判断，用于解释分数，形成决策 × 结   论 × ）

1. 风险约束是第一道硬闸门　哪怕基础价值分极高，只要风险约束判定存在不可逆伤害，直接否决，不进入时间匹配校验；

2. 时间对齐是协同增效闸门　风险合格的前提下，周期匹配决定这份价值能不能落地兑现；很多标的“理论价值很高”，败在周期错配；

3. 两个约束维度是独立校验　低风险≠ 周期匹配；周期匹配≠ 没有隐性不可逆风险；

4. 指标之间存在交叉联动传导　经济维度的现金流压力，会放大风险维度的断裂风险，同时改变时间对齐的现金流节奏；无形维度的IP资产，会在风险维度产生口碑损毁风险，同时在时间维度存在IP热度衰减周期；机会成本（经济维度）本质上就是时间维度的机会错配。

3. 输出分类标签（基于最终得分 + 两个约束维度的定性备注）

· 优质标的：基础价值双高、K_r接近1、K_t接近1；风险可控、周期协同，经济收益和无形资产同步积累。

· 高收益高尾部风险：基础价值高、K_r偏低、K_t尚可；收益可观，但存在尾部不可逆风险，必须搭建隔离方案、设置止损上限。

· 周期错配标的：基础价值不错、K_r高、K_t偏低；风险可控，但兑现节奏错位，需要调整资金缓冲、拉长投入周期，或者缩减投入规模。

· 消耗型标的：短期经济收益高、无形资产价值持续受损；K_r中等、K_t偏低；属于变现消耗无形资产，适合短期轻仓操作，不适合长期重仓。

· 否决标的：K_r=0，存在不可逆伤害，直接放弃。

· 低价值错配标的：基础价值偏低、同时风险高、周期错配，直接放弃。

4. 复盘回溯逻辑（投后使用）

（1）项目推进过程中，持续动态更新四个：经济指标随现金流、成本变化更新

（2）无形指标随能力、IP、人脉积累动态上调

（3）风险约束、时间对齐系数是动态变量

（4）政策变化、赛道红利消退、个人精力变化，都会重新修正系数，触发中途止损或加码决策

CR适用范围：CR>0.1仅用于AHP两两比较矩阵；非AHP权重做权重审计：

单项是否畸高、来源是否单一、AI-REF是否唯一依据、是否遗漏硬阈值。

K_r锚点

（1）0=触发毁灭红线

（2）0.2=高概率不可逆伤害且难隔离

（3）0.4=重大可逆伤害但恢复成本高

（4）0.6=中等风险有对冲

（5）0.8=低风险可恢复

（6）1=风险极低且可对冲

K_t锚点：0=完全周期错配/现金流先断裂；0.2=严重错配；0.4=明显错配；

0. 6=部分匹配需缓冲；0.8=较匹配；1=高度协同。

每个系数必须写依据、引用F/H编号、复核人。权重库版本号、历史回测记录、权重变更依据；每个准则关联证据ID。

核心算式　最终校准价值得分 ＝ 基础综合价值分 × K_r × K_t

编者注：原文该式在版面折断处仅剩“＝基础综合价值分”，完整式应为上式；其后“联动校验规则”一节的括注同样存在折断，此处按原样保留。

（七）第 6 步｜评分与加权

本步要拿到　百分制打分，每一分都要能追溯到事实或假设的编号。

扣分依据；AI 参考标记 AI-REF

表格

字段模板　评判准则｜权重｜A得分｜A打分依据｜B得分｜B打分依据｜保底方案得分｜保底方案依据｜AI-REF标记加权总分（100%）

评判准则	权重	A得分	A打分依据	B得分	B打分依据	保底方案得分	保底方案依据	AI-REF标记加权总分（100%）

输出：经济专项分、综合价值总分。

（1）每条打分依据必须引用F/H编号

（2）AI打分必须标注AI-REF并附“需人工核验项”

（3）硬阈值不满足的方案不得进入本步

（4）输出同时列明“被淘汰方案及淘汰原因”。打分依据增加证据ID

（5）评分版本号

（6）复核人

（八）第 7 步｜敏感性与压力测试

本步要拿到　扰动权重与参数，看结论会不会翻，判断这是稳健还是运气。

脆弱最优/不可承受最优

扰动设置：

1）权重扰动±15%；±30%。2）评分扰动±10分。3）关键假设扰动：对高影响假设，置信度±20%，重新观察方案排序变化。

稳健决策规则检验：

· 最坏情况分析（maximin）：

· 最小后悔值分析（minimax regret）：

· 信息缺口下的稳健选择：

压力测试与尾部依赖：

· 极端情景下的底线生存能力：

· 共同原因故障与连锁失效：

· 相关性上升与流动性枯竭的影响：

稳健判定标签四选一：

①稳健最优：权重+假设扰动后仍然排名第一，可以作为主决策。

②条件最优：权重扰动稳定，但关键假设扰动就翻转排序；落地必须绑定持续监控条件。

③脆弱最优：轻微扰动即排名翻转，禁止直接落地，需要重构选项或执行小步探针试验。

④不可承受最优：虽然在多数情景下收益最高，但在某些不可逆风险情景下存在无法承受的损失，不得作为主决策。

输出翻转点

（1）哪个变量变化多少会导致排序翻转

（2）翻转是否落在可信区间

（3）条件最优必须写监控条件与负责人

（4）脆弱最优只能小步探针，不得直接重仓。翻转点关联监控ID和预警线

（九）第 8 步｜情景推演、概率赋值与贝叶斯沙盘

本步要拿到　概率、情景、期望值三件套，把“可能”变成可对账的数字。

概率总和必须=100%，计算数学期望 EV。

字段模板　推演情景｜主观赋值概率｜情景结果详细描述｜期望值贡献

推演情景	主观赋值概率	情景结果详细描述	期望值贡献

· 保守悲观情景

· 中性基准情景

· 积极爆发情景

· 合计概率=100%，综合数学期望 EV=贝叶斯更新台账

字段模板　关联假设编号｜旧置信度｜新证据简述｜证据质量等级｜新置信度｜更新时间

关联假设编号	旧置信度	新证据简述	证据质量等级	新置信度	更新时间

备注同时输出P5最坏损失、P50中位、P95最好、尾部期望损失ES；概率赋值必须进入预测台账，到期用Brier分数校准；EV不得单独作为决策依据，必须与尾部损失并列展示。预测ID、置信区间、预测版本号；概率校准曲线统计入口。

（十）第 9 步｜尾部风险量化与红线

本步要拿到　量化尾部，十二条红线逐条过，触发即淘汰，不参与加权。

增连锁失效路径三角分布P5（极端最差）/P50（中位基准）/P95（极端最好）。

字段模板　核心变量｜P5最差值｜P50最可能值｜P95最好值｜具体触发条件

核心变量	P5最差值	P50最可能值	P95最好值	具体触发条件

连锁失效路径描述（风险发生后会连锁触发哪些次生风险）毁灭性风险红线（触发即直接淘汰，不参与加权打分）风险阈值类型

是否触发红线毁灭性风险红线清单（触发即直接淘汰，一票否决，不进入加权打分、不参与后续系数修正）

统一规则：只要任意一条满足具体触发条件，直接判定淘汰，终止本标的评估；

区分风险阈值类型、触发判定条件、补充说明。

1.现金流断裂

触发条件：投入方案无可靠缓冲垫，在回本／收益兑现之前，必然发生刚性资金缺口，且无外部可落地融资渠道、无可控资产变现通道补流；缺口会连带拖垮个人底盘、其他存量资产与现有主业资金池。

补充判定要点：不是短期现金流紧张，是确定性、不可补救的资金枯竭，临时拆借无法覆盖、且没有时间等待无形资产变现。

2.主业崩塌反噬

触发条件

（1）该项目／投入会直接冲击、拖累赖以生存的核心底盘（主业、核心收入来源、核心稳定资产）

（2）一旦投入失败，会造成主业收入断崖式下滑、客户流失、核心合作破裂，形成负向连锁传导，底盘无法修复。补充判定要点：区别于普通亏损

（3）亏损只亏本次投入，反噬是烧掉生存根基

3.身心健康不可逆损伤

触发条件：持续投入要求长期透支睡眠、内分泌、心血管、精神状态，存在明确的不可逆慢性病、器质性损伤、重度抑郁／创伤、永久精力衰减的高概率；损伤无法通过休息、调整作息恢复，永久降低长期生存质量与寿命质量。补充

判定要点：短期疲惫、压力大不算红线；不可逆、器质性、永久性精神／身体损害才触发。

4.错失不可逆时间窗口

触发条件：本次投入占用的时间，会永久关闭不可复刻的人生／赛道窗口期；

窗口期一旦错过，后续无论投入多少资源、金钱，都无法再获得同等机会（如特定年龄门槛资质、稀缺配额、独家阶段性政策红利、子女关键成长阶段、不可重来的职业跃迁节点）。补充判定要点：普通机会成本不算；窗口具备不可复现、无替代选项属性。

5.法律合规红线

触发条件

（1）方案本身、业务模式、获客方式、合同架构、资金流转存在触碰刑法、强制性监管禁令的情形

（2）一旦落地，存在行政处罚、刑事追责、账户冻结、资产没收、个人失信限高、从业资格永久吊销的确定性风险。补充判定要点：普通合规瑕疵、可整改的小问题不算红线

（3）属于触碰刚性法律禁令、整改无效、责任归于评估主体的情形。拓展毁灭性红线（同层级，同样一票否决）

6.信用与个人品牌 IP永久损毁

触发条件：该投入路径需要做出虚假承诺、违约背书、割韭菜式变现、背刺核心合作方；一旦执行，会造成个人商誉、IP信任资本、行业口碑永久性崩塌，后续在同类赛道、人脉圈层无法重建信任，谈判筹码、长期选择权直接清零。

补充判定要点：短期口碑争议、少量差评不算；是定性的、无法修复的信任破产。

7.重大连带担保／或有追索责任

触发条件：投入过程需要签署无限连带担保、个人连带责任兜底；一旦标的暴雷，债权人可以追索个人全部资产、家庭共有资产，债务无上限、无法隔离。

补充判定要点：有限责任、风险隔离清晰的主体担保不算；个人无限连带兜底为红线。

8.核心认知锁死、路径固化陷阱

触发条件：长期投入会强制固化一套错误底层框架、扭曲的博弈／商业认知；

持续投入越深，越难跳出范式，后续所有决策都会系统性持续犯错，纠错成本趋近无穷大，形成长期认知残疾。补充判定要点：短期踩坑、学到教训不算；是投入机制本身持续强化错误心智模型。

9.家庭稳态不可逆破裂

触发条件：该投入方案会突破家庭共识底线，极高概率造成婚姻破裂、至亲关系永久割裂、亲情信任彻底损毁，且不存在修复路径。

补充判定要点：短暂争吵、阶段性矛盾不算；导向不可逆的家庭关系断裂。

10.核心稀缺资源永久耗尽

触发条件：投入会消耗不可再生的稀缺核心资源（唯一核心人脉、独家授权资质、不可再生的专属牌照、唯一的渠道准入资格）；一旦消耗失败，资源永久灭失，没有二次获取机会。

补充判定要点：普通可替代人脉、可续期资质不算红线。

11. 政策一刀切清退风险（不可逆监管出清）

触发条件

（1）赛道属于明确的逐步清退类方向，官方文件有明确时间表，到期直接取缔、禁止存续，不存在转型缓冲空间

（2）无论运营多好，到期业务直接归零，资产无承接方、无转让价值。补充判定要点：常规政策波动、需要整改的赛道不算

（3）属于定向清退、无转型出路

12. 不可逆重大机会挤占（顶级选择权灭失）

触发条件：该投入是长期锁死式投入，会直接锁死未来少数顶级高价值选择权（例如少数高含金量证书报考窗口、稀缺创业入场名额、稀缺迁移／身份通道等），且该选择权一生仅有一次申报机会。

红线快检表

（1）每条红线填“触发条件、判定人、证据、是否触发、处置”

（2）红线库可按行业/个人/法务模板配置

（3）AI可提示但不得替代人工判定

（4）触发即淘汰并归档。红线规则引擎

· 行业红线模板：金融、法律、医疗、教育、创业、投资、职场、家庭等；

· 每条红线字段：红线ID、版本号、生效日期、触发条件、判定人、证据要求、复核人、处置动作、归档位置；

· 三级流程：快检—复核—否决；

· 红线库版本号与变更日志。

一票否决　任一红线触发＝方案直接淘汰，不得进入加权打分

（十一）第 10 步｜决策输出

本步要拿到　交付可执行、可切换、可止损、可监控的决策，而不是一段评论。

1. 最终主决策（优先选用稳健最优；如果是条件/脆弱最优，写明采纳理由与全程监控条件）：

2. 备选预案&精准切换信号；写明触发条件、切换去向、RAPID角色（谁评估、谁有权切换）

切换信号登记表

信号	触发条件	切换至	负责人
信号 1
信号 2

3. 全维度量化止损规则（锁定最大亏损上限）

核心总纲：所有项目／关系／交易／任务，提前静态设定硬上限，触及任意一条止损线，无条件终止、剥离、降配，不博弈、不补仓、不自我说服、不追加投入；止损的目的不是期待回本，是把总亏损锁死在预设可承受区间，保护本金、时间、精力、情绪与机会成本。

适用范围：投资标的、创业项目、合作关系、客户、课程学习、短视频账号、一段人际、一个测试方案、一次谈判、一个私域投放计划等。

（1） 时间止损（时间是不可再生本金，优先锁定）

定义：预先分配给该事项的最大时间配额，到期无论有没有结果，直接停止加码。

基础配额：区分试错周期与深耕周期，试错周期为固定窗口期，不无限拉长验证。

量化规则示例：

1）单次试错窗口期：N天/N周，窗口期内只做验证动作，不增加投入规模。

2）累计投入上限：该事项累计投入总工时到达阈值，强制暂停复盘。

3）迭代次数上限：最多迭代X轮，每轮有明确验证目标，轮次耗尽直接止损。

4）隐性时间止损：持续占用每日固定精力时段超过预设天数，且没有阶段性正向信号，触发止损。

终止信号：到时间节点，没有抵达预设里程碑，直接停止追加时间，转入归档、关停、移交，不“再等等、再试最后一次”。

补充：时间止损独立于金钱盈亏，哪怕还在赚钱，但持续消耗远超预期时间，一样触发降配/退出。

1. 金钱止损（显性资金本金，最容易量化）

定义：设置两级防线：单笔硬止损线+账户／项目总资金回撤上限，分开管控。

· 第一层：单笔标的止损：投入本金的固定亏损比例（如8%/15%），价格／营收指标跌破阈值，停止加仓、减仓或清盘。

· 第二层：项目总池止损：该项目整体资金池最大允许亏损额度，到达额度，不再追加任何资金。

· 第三层：追加资金审批止损：任何追加预算，必须有新的正向验证数据，无数据不得追加。

· 第四层：机会成本止损：持续投入资金，资金年化收益低于自有资金最低基准收益率（比如无风险理财收益），触发止损评估。

· 禁止规则：亏损后摊薄成本、情绪化补仓、借钱追加投入。

· 兜底：单个项目亏损上限，不能影响个人／主体现金流安全、基础储备。

（3） 精力止损（心智、情绪、意志力、认知带宽，隐性高成本）

定义：精力属于软本金，持续内耗、认知透支、情绪消耗达到阈值，直接止损，不消耗自我内核。

量化指标：

1） 情绪消耗阈值　连续X天，该事项带来焦虑、内耗、失眠、自我怀疑；

负面情绪频次超过正向反馈频次。

2） 带宽占用上限　该事项持续挤占核心主业、高价值事项的思考带宽，挤占比例超过预设比例。

3） 意志力消耗　需要持续靠强自律、硬咬牙才能维持推进，没有自驱正向反馈。

4） 摩擦成本阈值　沟通冲突、反复拉扯、反复解释、反复兜底的频次达到上限。

5） 身体信号　因为这件事持续透支睡眠、饮食、运动计划，触发精力止损。

重点：精力止损不看能不能赚钱，只看消耗是否突破你的精力预算。高收益但持续掏空内核的事项，同样要退出或降权。

（4） 反馈止损（数据与结果信号，判断价值闭环能不能跑通）

定义：以客观反馈信号作为验证标尺，持续负向、无增量、无转化、无增长，触发止损。

分两类信号：正向信号清单、负向止损信号清单。

· 正向兑现信号（必须出现至少一项）：营收、转化、流量、合作落地、能力沉淀、资源积累、有效人脉、可复用SOP。

· 止损触发条件（满足任意多条即启动）：

1. 连续N个观测周期，核心指标无增长、持平甚至持续下滑；

2. 所有优化动作全部试过，指标没有边际改善；

3. 反馈全部是无效反馈　无效咨询、低质量需求、扯皮、否定、没有落地意向；

4. 投入增加，产出边际递减，投入产出比持续低于预设底线；

5. 无法拿到可验证数据，长期处于“黑箱状态”，不知道哪里有效、哪里无效。

5. 无正向价值兑现的终止条件（综合兜底止损，跨维度合并判断）

这是合并判定规则：不需要四个维度全部踩线，任意2个维度同时触达止损阈值，直接启动终止流程；单一维度严重击穿红线，也可独立止损。价值兑现分3类，只要长期无法兑现任意一类，判定无正向价值：

A.财务价值：赚钱、现金流、可变现资产。

B. 能力／资产价值：沉淀可复用技能、IP、渠道、流程、资源。

C.选择权价值：拓宽赛道、获取新机会、提升议价权。

终止判定细则：

（1）窗口期走完，既没有财务回报，也没有沉淀可复用资产，也没有新增选择权；

（2）收益是一次性、不可复制、不可放大，且持续消耗时间／精力，没有规模化空间；

（3）长期依赖外部偶然因素才能维持，自身无法掌控核心变量；

（4）风险收益比持续恶化：潜在上限越来越低，潜在亏损越来越大；

（5）机会成本持续走高：同等投入放在别的赛道，预期回报显著更高。

止损执行流程（配套，防止知行不一）

• 事前　启动前白纸黑字写清楚：时间配额、金钱上限、精力预警信号、

验证指标、止损线；

• 事中　固定周期复盘，只对照预设规则，不加入主观希望；
• 触发后　执行动作分三档：降配（减少投入）→暂停（冻结新增资源）

→彻底清退（切断关系、关停项目、停止合作）；

• 事后归档　记录本次止损原因，迭代下一次的试错参数，止损本身是获取数据，不是失败。

4. 预测登记台账（用于后续复盘校准）

字段模板　预测内容｜关联假设编号｜基线基准率｜个人预判概率｜到期核验日

预测内容	关联假设编号	基线基准率	个人预判概率	到期核验日

5. 一句话底层逻辑记忆锚点（本次决策核心取舍，用于快速复盘回忆）：

输出两个版本：①完整正式决策简报（归档用）；②口袋极简卡片（仅主决策、切换信号、止损阈值、记忆锚点）。

6. 总结系列金句、点拨、主要建议和关键意见以及总结——必须输出

· 金句：

· 点拨：

· 主要建议：

· 关键意见：

· 总结：

决策前预注册

（1）主决策、备选、切换信号、止损、预测概率、到期核验日、负责人必须在本步锁定

（2）未决问题/需人工核验清单单独列出

（3）建议附JSON/YAML结构化模板，便于多模型复用与归档。动态执行监控卡

· 监控ID、监控指标、数据来源、检查频率、负责人；

· 里程碑、预警线（tripwire）、切换线、止损线；

· 阶段门（G1/G2/G3）及通过条件；

· 复盘与重规划日历：7天/30天/90天/季度/到期复盘；

· 触发提醒方式（人工/工具）。

预测 ID与校准入口：每条预测分配预测ID，记录概率、置信区间、到期日、实际结果、Brier分、Logscore。

决策债务登记：未决问题、推迟决策、待核验事项的代价、到期日、责任人、债务ID。

（十二）第 11 步｜复盘与校准层

本步要拿到　到期对账，用 Brier 分与命中率检验当初概率的准头。

A、预测结果复盘

1. Brier分数，评估预测概率校准精度。

2. 逐条核对假设H，统计命中/失误率。

3. 权重复盘　权重设置是否贴合现实，迭代后续权重库。

B、决策流程质量复盘（对抗结果偏误，成功也要检查流程缺陷）

1. 是否混淆事实层与假设层，是否把主观预判写入事实？

2. 是否忽略重要反对视角；异议是否完整归档？

3. 信息搜集是否过度分析，或是信息不足强行决策？

4. 是否将AI输出误当作客观事实？

5. 事前验尸识别风险是否配置预防、止损机制？

6. 可逆等级、风险连锁效应是否充分评估？

流程质量评分卡：事实/假设隔离、异议归档、信息适度性、AI幻觉标记、红线预防、可逆性评估、止损执行、复盘完成，各0—2分，总分形成改进项。

校准规则

（1）Brier分数按(预测概率-实际结果)^2计算并统计平均

（2）假设命中/失误率归档

（3）权重库版本化

（4）成功也要查流程缺陷，失败不必然等于流程错误。决策质量总分与事后偏差审计

· 决策质量总分（流程/证据/校准/执行/审计综合）：

· 是否事后修改预测概率；

· 是否选择性记忆有利证据；

· 是否因结果好坏倒推流程正确/错误；

· 是否按监控卡执行；

· 审计人、审计日期、结论。

（十三）第 12 步｜人机协同审计与组织学习

本步要拿到　多模型互审、归档、标记 AI 结论，把一次决策变成组织记忆。

1. 高风险、可逆等级4—5不可逆决策　至少2个不同大模型独立跑一遍Louie8.1；对比两份输出，事实、假设、风险识别差异点必须人工溯源原始资料。

2. 归档要求　保存完整全套中间推演记录，不可仅留存最终结论。

3. AI幻觉标记　所有AI输出估值、概率、风险结论统一标记AI-REF。

多模型差异表

（1）事实差异、假设差异、红线差异、概率差异、排序差异

（2）差异超过预设阈值必须人工复核

（3）AI不得直接给最终决策，只给参考、风险清单和待核验问题。归档内容包括：决策契约、F/H台账、红线快检表、评分表、敏感性、情景概率、止损与切换信号、预测台账、复盘评分卡、多模型差异表。AI协同与治理协议

· AI模型清单：模型名称、版本、用途、适用边界、权限范围；

· AI角色分工：事实检索、假设挑战、红队、概率赋值、差异审计；

· 结构化输出模板：JSON字段固定；

· 差异仲裁规则：人工溯源、证据优先、AI不最终决策；

· AI幻觉检测记录、幻觉事件处置、核验责任人；

· 伦理与利益冲突审查：stakeholder分析、合规确认。

版本治理与组织学习归档

· 决策ID、模板版本号、变更字段、变更依据、变更人、时间；

· 旧版保留，不覆盖；

· 隐私脱敏记录、访问权限记录；

· 知识库沉淀：案例库、权重库、红线库、模板库、失败模式库；

· 决策债务关闭情况：到期核验、未决事项处理结果。

九、扩展插件层

先把一件事讲清，否则整套插件会被误用：插件是思维维度的清单，不是可调用的工具。勾选一个插件，不等于执行了它。

（一）先分清三类插件

类型	含义	怎么判断真的执行了
声明式（绝大多数）	只是提醒“该考虑这个维度”，勾选后不产生可验证动作	只能看输出里是否真出现了该维度结论
可映射真实工具（少数）	能落到计算器、检索、表格、脚本，产生可验证引用	对话中能看到工具调用记录与出处
无法执行（一批）	本质是思维动作，如红队、验尸、谈判	只能靠人工判断想得深不深

（二）勾选建议：一次勾满等于一项没重点

五十九个模块中，真正能映射到工具的只有若干个：证据溯源、基准率检索、合规红线核对、台账表格、自动计算与门禁、结构化输出校验。建议勾选方式：快速模式不勾只用内核；标准模式勾基础五项＋认知偏差三项＋执行监控两项；完整模式再加对应域专项与模型治理组。一次勾满五十九项，等于一项也没重点执行。

十、执行规格：输出清单、模板与机器校验

（一）十二块强制输出

这是整套规格的验收标准：交付前逐项打勾，缺任何一块判为“未执行”。篇幅不足不构成省略理由。

序	必出块	合格的最小要求
1	决策契约	目标函数、非目标、红线、最晚决策时间、成功与退出标准、五类角色、隐私等级
2	事实表	五行以上，每行有来源与证据级，无一句主观判断
3	假设表	每条含失效条件与到期核验日，模型来源标注
4	对立视角	六维不重复、验尸三条带本周可做的动作、长周期三问、盲区六类
5	选项池	含保底、折中、重构三型，各带可逆等级与最坏损失上限
6	权重与系数	合计百分之百，两系数带锚点与依据，硬阈值单列
7	评分表	每分有依据并引用编号，单列被淘汰方案及原因
8	敏感性	三类扰动各自结论，四选一稳健标签，写明翻转点
9	情景与尾部	概率合计百分之百、期望值可复算、P5 与 P50 与 P95 三档
10	红线快检	十二条逐条判定，触发即淘汰归档
11	决策输出	主决策、两条以上切换信号、四维止损、预测台账、监控卡
12	复盘与口袋卡	复盘日历、质量评分卡、债务登记、可截图卡片

（二）十三张空白模板

模板的作用不是把检查项抄一遍，而是固定表头，让不同时间、不同决策的记录可以互相对账。表头一字不改，是使用纪律。

编号	模板	关键字段
T1	决策契约	决策 ID、模式、目标函数、非目标、红线、最晚决策时间、五类角色
T2	事实表	编号、事实、来源、记录日、核验方式、完备度、证据级、核验状态
T3	假设表	编号、假设、置信度、基准率、失效条件、证伪指标、到期日、来源
T4	贝叶斯台账	关联假设、旧值、新证据、证据级、变动上限、新值、日期
T5	选项池	型、方案、投入、产出、周期、可逆级、最坏损失、退出路径
T6	权重与系数	维度、权重、来源、硬阈值；系数、取值、锚点、依据、引用
T7	评分表	准则、权重、各方案得分与依据、模型标记
T8	敏感性	四类扰动、是否翻转、翻转点、稳健标签
T9	情景与尾部	情景、概率、结果、期望贡献；三档尾部数值与连锁路径
T10	预测台账	预测 ID、内容、概率、到期日、实际结果、Brier 分
T11	监控卡	监控 ID、指标、数据来源、频率、负责人、预警线、止损线
T12	口袋卡	主决策、切换信号、止损阈值、关键概率、记忆锚点
T13	结构化输出	JSON 字段与六条校验规则

（三）机器校验

结构化输出配一份字段固定的 JSON 与一个校验脚本，把“表格很满但流程没跑”交给机器判断，而不是靠人眼读表。脚本十九项检查：必填块、ID 格式、模式与域类型、截止时间、F 层主观词、证据级、假设可失效、权重合计、系数依据、红线先于打分、评分依据、情景合计、EV 复算、稳健标签、台账到期日、四维止损、切换信号、红线降级合法性。

样本	通过项	得分	退出码
合格样本	19／19	100.0	0
破坏样本（十处人为破坏）	8／19	42.1	1

破坏点包括：事实层掺入主观词、权重改百分之一百一十、情景概率改百分之一百一十五、删假设失效条件、清空系数依据、触发法律红线仍打分、评分依据清空、台账只剩一条、止损缺一维、切换信号清零。源码见附录三。

十一、验证与落地路线

阶段	内容
最小可用	统一决策 ID 与数据字典；三层隔离；红线快检门禁；止损与预测台账；完整输出加口袋卡；复盘归档；四档运行模式；决策债务台账；信息价值简表；预警线触发器；质量总分
增强	两系数锚点；一致性比率适用与权重审计；敏感性翻转点；Brier 校准；多模型差异表；证据溯源链；执行监控卡；组合层；因果图；压力测试；阶段门
规模化	行业红线库与权重库模板；结构化表单与自动计算；决策看板；前后测与对照试点；隐私安全规范；版本治理；自动蒙特卡洛与信息价值；差异仲裁；决策编译器

观察指标：决策周期、信息完备度、红线漏检率、Brier 分数、假设命中率、复盘完成率、用户负担、正确率相对基线的改进、债务关闭率、组合冲突率。

要让这套规格从“结构漂亮”变成“可被引用”，只有一条路：真实决策的对照组数据。取二十至三十个真实决策，全部预注册主决策、概率与到期日；每个决策同时跑“用本规格”与“仅凭直觉判断”两条路，形成天然对照；到期核验两组的 Brier 分与命中率差；连续三个月后公布结果，包括难看的结果。一份三十个样本、有对照组、有差值的数据，比任何自评排名都更有说服力。

附录一　口袋极简卡

口袋卡只保留五项，每项不超过二十字。用途不是替代完整档案，而是在三十秒内回忆起这次决策的取舍。

项	填写要求
主决策	一句话或一段话说清做什么，不含条件从句
切换信号	可观测的事件或数值，加切换去向
止损阈值	时间、金钱、精力、反馈各一条硬线
关键概率	最重要的两个预测及其到期日
记忆锚点	一句话概括本次取舍

附录二　插件全量表

全表五十九项，分十一组，全文仅此一处展开

组	编号与名称	类型
基础	P-A01 因果图与证据治理
基础	P-B01 蒙特卡洛与稳健决策	清单
基础	P-C01 组合优化与资源调度	清单
基础	P-D01 AI 治理与多模型仲裁	清单
基础	P-F01 隐私、伦理与合规	清单
证据与因果	P-A02 证据溯源与来源可靠性	工具
证据与因果	P-A03 对抗性证据与反例检索	工具
证据与因果	P-A04 基准率与外部统计	工具
证据与因果	P-A05 动态贝叶斯更新	清单
证据与因果	P-A06 预测校准与 Brier 记分	半工具
证据与因果	P-A07 信息价值 VOI 与 EVSI	清单
证据与因果	P-A08 实验设计与序贯检验	清单
风险与止损	P-B02 尾部风险与压力测试	清单
风险与止损	P-B03 红线规则引擎	工具
风险与止损	P-B04 止损与预警触发器	清单
风险与止损	P-B05 实物期权与阶段门	清单
风险与止损	P-B06 保险、对冲与隔离	清单
组合与资源	P-C02 决策债务管理	清单
组合与资源	P-C03 决策排队与阶段门调度	清单
组合与资源	P-C04 资源预算与注意力管理	清单
组合与资源	P-C05 跨决策冲突检测	清单
认知与偏差	P-D02 认知偏差审计	清单
认知与偏差	P-D03 红队与魔鬼代言人	清单
认知与偏差	P-D04 事前验尸	清单
认知与偏差	P-D05 长周期三问	清单
认知与偏差	P-D06 异议归档与盲区清单	清单
认知与偏差	P-D07 叙事与情绪检查	清单
模型治理	P-E01 幻觉检测	清单
模型治理	P-E02 多模型差异溯源	工具
模型治理	P-E03 权限与日志	清单
模型治理	P-E04 模型适用边界	清单
模型治理	P-E05 结构化输出模板	清单
隐私与合规	P-F02 敏感信息分级脱敏	清单
隐私与合规	P-F03 合规红线与监管核对	工具
隐私与合规	P-F04 利益冲突与相关方	清单
隐私与合规	P-F05 数据留存与访问权限	清单
执行与复盘	P-G01 执行监控与复盘日历	清单
执行与复盘	P-G02 阶段门与重规划	清单
执行与复盘	P-G03 预测台账与校准入口	工具
执行与复盘	P-G04 决策质量评分卡	清单
执行与复盘	P-G05 事后偏差审计	清单
组织学习	P-H01 案例库与失败模式库	清单
组织学习	P-H02 权重库与红线库版本治理	清单
组织学习	P-H03 培训与校准演练	清单
组织学习	P-H04 决策看板	清单
组织学习	P-H05 审计日志与版本回滚	清单
特殊场景	P-I01 投资组合与资产配置	清单
特殊场景	P-I02 职业选择与人生窗口	清单
特殊场景	P-I03 家庭共识与关系风险	清单
特殊场景	P-I04 法律诉讼与合同审查	清单
特殊场景	P-I05 创业与产品验证	清单
特殊场景	P-I06 供应链与运营风险	清单
特殊场景	P-I07 谈判与博弈	清单
特殊场景	P-I08 健康与精力管理	清单
编译与自动化	P-J01 决策编译器与表单生成	半工具
编译与自动化	P-J02 结构化数据模式	工具
编译与自动化	P-J03 自动计算与门禁检查	工具
编译与自动化	P-J04 语音流式输入适配	清单
编译与自动化	P-J05 多语言与可访问性	清单

附录三　校验源码

本节收录校验脚本全文，一百七十八行，仅依赖 json 与 sys 两个标准库，不读取对话上下文、不联网、不含路径假设。代码按等宽字体排印，行首缩进已保留，引号均为半角；如需运行，请复制粘入纯文本编辑器另存为 .py，不要经由文字处理软件二次排版——全角引号与丢失的行首空格会造成语法错误。

必须讲清一个前提：文档里的代码是文本，不是程序。模型读到这份文档，只能当资料理解、复述或改写，不会因为文档里写着 python 就自动执行，当然也有可能读取后再执行，只上传文档，我们希望能执行。要真正跑起来需要三个条件同时成立：执行方具备代码执行能力、代码能落盘为独立文件、运行环境有 python3。仅把这份 Word 挂载给模型，前两个条件都不成立。

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

"""

Louie8.1 决策输出校验器（P-J03 落地）

用途：校验模型输出是否符合 v8.0.1 强制规格，防止"表格很满但流程没跑"。

用法：python3 validate_decision_output.py <decision.json>

判据来源：SKILL.md 第四节（强制输出 12 块）、第五节（G0-G16）、references/05 的 T13。

"""

import json

import sys

REQUIRED_KEYS = [

    "decision_id", "mode", "domain", "deadline",

    "facts", "hypotheses", "redlines", "options",

    "weights", "coefficients", "scores", "scenarios",

    "predictions", "stop_loss", "robustness",

]

ALLOWED_MODE = {"快速", "标准", "完整", "危机", "组合"}

ALLOWED_DOMAIN = {"清晰", "繁杂", "复杂", "混沌"}

ALLOWED_TOPIC = {"稳健最优", "条件最优", "脆弱最优", "不可承受最优"}

# F 层禁止出现的主观词（命中即说明事实与假设未隔离）

BANNED_IN_FACTS = ["我觉得", "我感觉", "应该", "大概", "估计", "好像",

                   "可能", "或许", "我认为", "大概率", "差不多"]

# 四条不允许降级的红线（2. 法律 5 / 7. 无限担保 7 / 9. 家庭 9）

NO_DOWNGRADE = {5, 7, 9}

def approx(a, b, tol=1e-3):

    return abs(a - b) <= tol

def check(data):

    results = []

    def add(name, ok, detail=""):

        results.append((name, ok, detail))

    # 0. 结构完整性

    missing = [k for k in REQUIRED_KEYS if k not in data]

    add("1 结构完整性（15 个必填块）", not missing,

        "缺: " + "、".join(missing) if missing else "齐全")

    # 1. 元信息

    add("2 决策 ID 格式", str(data.get("decision_id", "")).startswith("D-"),

        "当前 %s" % data.get("decision_id"))

    add("3 模式合法", data.get("mode") in ALLOWED_MODE,

        "当前 %s" % data.get("mode"))

    add("4 域类型合法", data.get("domain") in ALLOWED_DOMAIN,

        "当前 %s" % data.get("domain"))

    add("5 最晚决策时间已填", bool(str(data.get("deadline", "")).strip()),

        "当前 %s" % data.get("deadline"))

    # 2. F 层净化

    facts = data.get("facts", [])

    bad_facts = []

    for f in facts:

        txt = str(f.get("text", ""))

        hit = [w for w in BANNED_IN_FACTS if w in txt]

        if hit:

            bad_facts.append("%s(%s)" % (f.get("id", "?"), "/".join(hit)))

    add("6 F 层无主观词（G2）", len(facts) >= 5 and not bad_facts,

        ("F 行数 %d；违规 %s" % (len(facts), "、".join(bad_facts))) if (len(facts) < 5 or bad_facts) else "F 行数 %d，干净" % len(facts))

    # 3. 证据级齐全

    bad_ev = [f.get("id", "?") for f in facts

              if str(f.get("evidence", "")).upper() not in ("E0", "E1", "E2", "E3", "E4")]

    add("7 每条事实有证据级 E0-E4", not bad_ev, "缺: " + "、".join(bad_ev) if bad_ev else "齐全")

    # 4. 假设可证伪

    hyps = data.get("hypotheses", [])

    no_fal = [h.get("id", "?") for h in hyps

              if not str(h.get("falsifier", "")).strip() or not str(h.get("due", "")).strip()]

    add("8 每条假设有失效条件+到期日（G3）", hyps and not no_fal,

        "缺: " + "、".join(no_fal) if no_fal else "%d 条均可证伪" % len(hyps))

    # 5. 权重合计

    w = data.get("weights", {})

    core = [v for k, v in w.items() if k != "sum"]

    total = sum(core) if core else 0

    add("9 权重合计=100%", core and approx(total, 1.0), "当前合计 %.3f" % total)

    # 6. 系数有依据

    c = data.get("coefficients", {})

    kr, kt = c.get("Kr"), c.get("Kt")

    ok_c = (isinstance(kr, (int, float)) and isinstance(kt, (int, float))

            and 0 <= kr <= 1 and 0 <= kt <= 1 and str(c.get("basis", "")).strip())

    add("10 K_r/K_t 有取值且有依据（G6）", ok_c,

        "Kr=%s Kt=%s basis=%s" % (kr, kt, "有" if str(c.get("basis", "")).strip() else "空"))

    # 7. 红线先于打分

    trig = [r.get("id") for r in data.get("redlines", []) if r.get("triggered") is True]

    scores = data.get("scores", [])

    sc_ok = not trig

    detail = "触发红线: %s → 不得进入打分" % trig if trig else "12 条均未触发"

    add("11 红线未触发才可打分", sc_ok, detail)

    # 8. 评分表

    sw = sum(s.get("weight", 0) for s in scores)

    has_basis = all(str(s.get("A_basis", "")).strip() for s in scores) if scores else False

    add("12 评分表权重合计=100% 且有依据", bool(scores) and approx(sw, 1.0) and has_basis,

        "准则 %d 条，权重合计 %.3f，依据%s" % (len(scores), sw, "齐全" if has_basis else "缺失"))

    # 9. 情景合计

    sc = data.get("scenarios", [])

    sp = sum(s.get("p", 0) for s in sc)

    add("13 情景概率合计=100%", bool(sc) and approx(sp, 1.0), "当前合计 %.3f" % sp)

    # 10. EV 可复算

    ev = 0

    try:

        ev = sum(s.get("p", 0) * s.get("value", 0) for s in sc)

    except Exception:

        ev = None

    ev_decl = data.get("ev")

    add("14 EV 与情景一致", (ev_decl is None) or (ev is not None and approx(float(ev_decl), ev, 0.05)),

        "计算值 %.2f / 声明值 %s" % (ev if ev is not None else -1, ev_decl))

    # 11. 稳健标签

    add("15 稳健标签四选一（G13）", data.get("robustness") in ALLOWED_TOPIC,

        "当前: %s" % data.get("robustness"))

    # 12. 预测台账

    preds = data.get("predictions", [])

    no_due = [p.get("id", "?") for p in preds if not str(p.get("due", "")).strip()]

    add("16 预测台账有到期日（G8）", len(preds) >= 3 and not no_due,

        "条数 %d；缺到期日 %s" % (len(preds), "、".join(no_due) if no_due else "无"))

    # 13. 四维止损

    sl = data.get("stop_loss", {})

    empty = [k for k in ("time", "money", "energy", "feedback")

             if not str(sl.get(k, "")).strip() and sl.get(k) != 0]

    add("17 四维止损阈值齐全（G8）", not empty,

        "缺: " + "、".join(empty) if empty else "四维齐全")

    # 14. 切换信号

    sig = data.get("switch_signals", [])

    add("18 切换信号≥2 条（G8）", len(sig) >= 2, "当前 %d 条" % len(sig))

    # 15. 红线降级合法性

    illegal = [i for i in trig if i in NO_DOWNGRADE and data.get("downgrade") == "隔离"]

    add("19 法律/担保/家庭红线不得降级", not illegal,

        "违规降级: %s" % illegal if illegal else "合规")

    return results

def main():

    if len(sys.argv) < 2:

        print("用法: python3 validate_decision_output.py <decision.json>")

        sys.exit(2)

    path = sys.argv[1]

    with open(path, encoding="utf-8") as f:

        data = json.load(f)

    results = check(data)

    passed = sum(1 for _, ok, _ in results if ok)

    total = len(results)

    print("=" * 72)

    print("Louie8.1 决策输出校验  |  文件: %s" % path)

    print("=" * 72)

    for name, ok, detail in results:

        print("[%s] %-34s %s" % ("PASS" if ok else "FAIL", name, detail))

    print("-" * 72)

    print("通过 %d / %d   得分 %.1f" % (passed, total, 100.0 * passed / total))

    if passed < total:

        print("\n结论：不合格。缺项部分视为“流程未执行”，不得作为决策依据交付。")

        sys.exit(1)

    else:

        print("\n结论：合格。可作为决策简报归档。")

if __name__ == "__main__":

main()

调用方式：python3 validate_decision_output.py 决策.json。十九项全过输出得分一百、退出码零；任一项不合格则逐条标出、退出码一，可直接接入自动化流程作门禁。脚本判的是字段与算术，不判判断本身的对错，因此换谁运行、什么时候运行，结论都应一致。

 【操作总铁律】AI 大模型必须严格严谨执行 Louie8.1｜Decision OS

Model 结构内容，不准偷工减料、不准省事偷懒、不准打折缩水