事件指挥决策智能
当困难不在于生成选项，而在于决定当前情况需要多少认知、分析、信息收集和协调纪律时使用此技能。
何时使用
- 多代理或人机协同系统中，随着时间压力增大，决策质量下降。
- 交接、指挥权转移或跨团队协调失败，即使每个组件看起来都胜任。
- 系统因信息不完整而犹豫不决，且无人知道接下来值得学习什么。
- 事后复盘或案例研究衍生的训练集可能受到回溯性合理化的污染。
- 你需要根据行为层级（自动、规则导向或完全分析）来路由工作。
不适用边界
此技能不适用于以下情况：
- 需求明确且无显著不确定性的常规实现工作。
- 执行期间环境不会变化的静态单代理任务。
- 穷举优化成本低廉且不存在延迟惩罚的问题。
- 不涉及专家判断、协调或压力下行动的纯概率估计任务。
核心思维模型
识别先于枚举
在时间压力下，专家通常不会比较一组排序后的选项。他们会识别情境类型，浮现第一个可行的响应，在头脑中模拟它，并且仅在模拟失败时才扩大搜索范围。
行为层级路由
使用拉斯姆森层级作为路由原则：
- 技能型：针对稳定、熟练的情境，使用自动或编译的响应。
- 规则型：基于模式触发的规则应用，伴有适度调整。
- 知识型：针对新颖性、模糊性或高风险的框架转换，进行显式推理。
关键风险在于不匹配。将技能型工作按知识型方式处理会浪费时间。而将知识型问题按技能型方式自动化则属于灾难性错误。
认知不确定性
在危机情境中，不确定性通常关乎尚未知道的东西，而非固有的随机性。问题变成了“哪个缺失的事实最可能改变行动”，而不是“如何拖延直到确定性出现”。
回溯性扭曲
案例研究和访谈往往重构了本应发生的情况，而非实际发生的情况。观察性痕迹比事后整理的干净叙述更值得信赖。
个体卓越与系统可靠性
优秀的局部判断并不能保证系统层面的成功。边界失效、通道过载和权力不匹配都可能压垮优质的个体决策。
决策点
请参阅 diagrams/01_flowchart_decision-points.md 中的紧凑路由视图。
flowchart TD
A[决策问题] --> B{高时间压力或碎片化信息？}
B -->|是| C{强模式匹配？}
B -->|否| D[使用常规规则型或分析型处理]
C -->|是| E[识别主导行动加快速模拟]
C -->|否| F[知识型推理加针对性探查]
E --> G[行动并设置更新检查点]
F --> G
1. 选择行为登记
- 仅当情境真正熟悉、时间压力显著且自动化已经过验证时，才使用技能型处理。
- 当已知的剧本适用但仍需情境参数化时，使用规则型处理。
- 当框架存在争议、情境新颖或错误简化的代价过高时，使用知识型推理。
2. 决定获取哪些信息
- 识别最可能改变所选行动的那一个缺失事实。
- 在进行广泛的探索性搜索之前，先获取该事实。
- 如果没有可预见的信息探查能改变行动，则凭借当前最佳估计推进，并创建一个明确的更新检查点。
3. 决定如何从事件中学习
- 优先选择观察性痕迹、时间戳、消息历史和行为日志，而不是事后整理的回述。
- 将可疑的“干净”陈述视为关于理想情况的教学材料，而非真实认知的实况记录。
- 区分行动原因和系统原因，以免事后复盘沦为追责。
失败模式
1. 分析瘫痪
症状： 选项生成不断扩大，但行动质量没有提升。
检测规则： 新的备选方案不断出现，但没有任何一个能实质性地改变近期决策。
恢复措施： 转向对第一个可行选项进行识别主导的模拟，并为后续搜索设定一个时间盒。
2. 行为层级不匹配
症状： 系统要么对稳定任务过度推理，要么对新颖事物用过度的自动化处理。
检测规则： 响应风格与情境的真实新颖性和模糊性不匹配。
恢复措施： 在更换工具或模型之前，将任务重新归类为SB、RB或KB。
3. 信息囤积
症状： 系统不断要求更多数据，却没有改变行动计划。
检测规则： 获取的信息主要增加了信心，而非改变了决策。
恢复措施： 按行动影响对探查进行排序，并停止收集低杠杆率的数据。
4. 回溯性过拟合
症状： 训练或事后复盘的结论变得比原始事件更清晰、更理性。
检测规则： 解释收敛于优雅的故事，却很少得到实况痕迹的支持。
恢复措施： 降低自我报告证据的权重，并对重构步骤周围的不确定性进行标注。
5. 协调盲区诊断
症状： 每个组件通过局部审查，而整个系统仍然失败。
检测规则： 解释停留在个体层面，尽管失败出现在交接或共享通道上。
恢复措施： 在重新训练个体参与者之前，审计传递点、角色边界和信息流。
工作示例
示例 1：紧急事件路由
编排层在实时故障期间收到大量告警。一个天真的系统会列举所有可能的响应者序列，然后停滞。使用此技能，你将问题分类为RB/KB边界工作，选择第一个可信的遏制措施，模拟接下来的三步，并仅请求那个可能逆转遏制选择的单一缺失信号。
示例 2：事后复盘训练数据分诊
一份精美的复盘报告声称指挥官在行动前冷静地评估了三种备选方案。而实时聊天日志显示为一个模式识别跳跃加上一次快速的可行性检查。该技能将叙述归类为“作为教义有用，作为行为轨迹权重低”，从而保护训练集免受回溯性扭曲。
质量关卡
- 在选择推理深度之前，明确将任务分类为SB、RB或KB。
- 信息请求按它们可能改变行动的程度进行排序。
- 事后复盘将个体决策质量与协调质量分开。
- 回溯性叙述被标记为观察性、自我报告性或混合性。
- 架构中有显式的交接和指挥权转移审计，而不仅限于组件级评分。
参考文件
| 文件 | 加载时机 |
|---|---|
references/recognition-primed-decision-making-for-agents.md | 设计识别优先的行动选择或纠正选项枚举偏差时 |
references/three-behavior-levels-for-agent-routing.md | 按SB/RB/KB层级路由任务或按认知登记分解工作时 |
references/epistemic-uncertainty-and-information-triage-in-crisis-systems.md | 在时间压力下对缺失信息进行分诊时 |
references/crisis-decision-failures-taxonomy-for-agent-systems.md | 审查决策病理学和进行预设失败检查时 |
references/coordination-failure-modes-in-multi-agent-crisis-systems.md | 诊断交接失败和集体崩溃时 |
references/the-retrospective-distortion-problem-for-agent-learning.md | 权衡案例研究证据和保护学习管道时 |
references/novice-to-expert-progression-in-agent-capability.md | 决定系统对某类任务是否足够“专家级”时 |
references/the-theory-practice-gap-in-crisis-decision-research.md | 评估研究模型是否适合运营现实时 |
反模式
- 将每一次危机决策都视为优化问题，而非识别和模拟问题。
- 在未事先说明信息如何改变行动的情况下，要求更多信息。
- 对个体参与者进行评分，却忽略了导致失败的交结构造。
- 将事后的叙述当作专家认知的直接记录来使用。