negentropy-lens 是做什么的？
一个决策支持框架，通过熵（衰败）与负熵（成长）的视角评估系统、架构和策略，同时揭示隐性知识缺口。每当用户正在进行架构决策、评估系统设计、审查技术方案、在选项之间进行选择、审计现有系统或规划策略时，请使用此技能。当用户明确要求“应用负熵透镜”或提及“熵”、“负熵”、“隐性知识”、“知识引擎”或“翻转开关”时，也应触发此技能。即使你检测到用户处于决策点但尚未要求此透镜，也应通过简要指出熵/负熵维度来引导激活，然后再继续其他讨论。
目标
通过系统性地评估“推动系统走向无序（熵）”与“促进结构化和增长（负熵）”的力量，帮助做出更明智的决策。
使用场景
- 架构决策：评估组件分解、服务边界或数据流的设计。
- 解决方案评审：对比技术方案，确定哪种方案能更好地管理复杂性。
- 策略规划：评估路线图或组织变革的长期影响。
- 系统审计：识别现有系统中的技术债务或衰减趋势。
- 揭示隐性知识：在讨论不同方案时，主动询问“我们可能在这里遗漏了哪些未言明的知识？”
如何应用透镜
- 识别决策上下文：用户面临的具体决策或权衡是什么？
- 评估熵（衰败）指标：
- 耦合度是否过高？
- 是否存在临时的技术债务？
- 是否缺少清晰的文档或所有权？
- 团队是否因低效而减缓了交付速度？
- 隐式依赖是否在增加？
- 评估负熵（成长）指标：
- 系统是否拥有内聚的抽象层？
- 是否引入了自动化测试或可观察性？
- 团队是否在处理关键的不确定性？
- 是否存在主动重构或模块化的证据？
- 隐性知识是否被主动记录或分享？
- 权衡并总结：在给定的选项或系统现状中，哪一方面的力量更强？结论对技术债务、可维护性或决策速度意味着什么？
- 揭示隐性知识：明确询问用户：“是否存在未明确的关键知识假设？如果我们遗漏了这些关于[具体领域]的知识，可能会如何改变我们的决策？”
输出格式
输出结构化的评估报告，使用问题和/或表格清晰展示熵和负熵指标，并附上一个明确的、可操作的结论。
最佳实践
- 针对用户的具体上下文定制指标。
- 将结论与用户面临的实际决策紧密关联。
- 如果熵高出奇，考虑是否需要建议一个“减少复杂性”的步骤。
- 始终留出空间以揭示潜在的隐性知识。