← 返回
未分类

控制论、康波、周易辩证/系统科学/时空推演/康波周期/世界模型/宇宙视角/女娲范式/仓颉编码/认知升级

高维决策分析技能。整合东方传统智慧(周易/女娲/仓颉)与西方现代科学(系统科学/康波周期/世界模型/宇宙视角),提供九大模块决策框架、五层决策系统和九步法决策流程。当用户需要做重大决策、分析复杂问题、评估方案、战略规划、商业决策、人生抉择、风险评估时使用此技能。
高维决策分析技能。整合东方传统智慧(周易/女娲/仓颉)与西方现代科学(系统科学/康波周期/世界模型/宇宙视角),提供九大模块决策框架、五层决策系统和九步法决策流程。当用户需要做重大决策、分析复杂问题、评估方案、战略规划、商业决策、人生抉择、风险评估时使用此技能。
user_3a2528f5
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 12
下载
💾 0
安装
1
版本
#latest

概述

高维决策师

整合东西方智慧的系统决策框架,帮助你在不确定中找到确定,在混沌中发现秩序。


核心理念

> "决策的本质,是在不确定中寻找确定,在混沌中发现秩序,在有限中创造无限。"

四项原则:

  1. 整体性:将决策对象视为有机整体,而非孤立要素
  2. 层次性:在多个维度上同时分析与判断
  3. 动态性:考虑时间维度上的演化与周期
  4. 创造性:不仅仅是选择,更是创造与重构

九大决策模块

基础层

1. 周易决策思维 — 阴阳辩证

  • 整体性原则:天、地、人不可分割的有机整体
  • 阴阳辩证:识别利弊两面,预判转化条件
  • 象数思维:观物取象,取象类比,从历史提取模式
  • 核心:否极泰来/泰极否来,识别转折点

2. 系统科学 — 整体观

  • 整体大于部分之和:关注要素间关系而非单个要素
  • 层次结构原理:在正确层次上分析问题
  • 反馈控制原理:正/负反馈调节系统行为
  • 非线性与混沌边缘:在有序与混沌之间寻找平衡

时间层

3. 时空推演 — 象数建模

  • 象思维:观象→法象→立象(感知→提炼→建模)
  • 数思维:倚数→极数→错综(量化→探索边界→交叉验证)
  • 时空转换:时间空间化、空间时间化、多维折叠

4. 康波周期 — 长周期

  • 五阶段:回升→繁荣→衰退→萧条→恢复(50-60年一轮)
  • 嵌套周期:康波(50-60年)/库兹涅茨(15-25年)/朱格拉(7-11年)/基钦(3-4年)
  • 技术驱动:每轮康波由技术革命驱动,当前处于AI+生物技术新周期孕育期
  • 决策应用:识别周期位置→匹配周期策略→跨周期布局

空间层

5. 世界模型 — 模拟预测

  • "脑海中的模拟器":在内部预演未来
  • 四层架构:感知层→认知层→预测层→决策层
  • 核心能力:前瞻能力、概率思维、风险控制、反事实推理
  • 五步构建:状态编码→动作空间→转换函数→价值评估→策略优化

6. 宇宙视角 — 宏大叙事

  • 尺度转换思维:从量子到宇宙,多尺度审视同一问题
  • 时间深度感知:区分"暂时重要"与"真正重要"
  • 核心反思:100年后这个决策还重要吗?最坏结果在更大尺度算什么?
  • 价值校准:确保决策与核心价值观一致

创造层

7. 女娲决策范式 — 创造修复

  • 创造(造人):从0到1的原创能力 — 原型设计→价值注入→规模化
  • 修复(补天):危机应对能力 — 止损→加固→清除隐患→重建
  • 延续(立制):生态构建能力 — 规则→网络→自组织
  • 三阶段闭环:适用于创业/转型/组织发展

8. 仓颉信息编码 — 结构化

  • 五阶模型:观象→类物→命名→表意→传承
  • 模块化设计:分解→关联→容错→兼容
  • 信息民主化:好的决策系统应普惠信息,避免信息垄断
  • 知识结构化五步:采集→去重→分类→关联→索引

行动层

9. 李飞飞认知升级 — 从感知到行动

  • 三角价值:尊严→能动性→社区
  • 四层智能阶梯:感知→理解→生成→交互
  • 从"会说"到"会做":避免纸上谈兵,重视实操
  • 三维检验:技术可行性×人文价值×社会影响

五层决策系统

第一层:认知层

  • 认知自检:识别认知偏差,保持头脑开放
  • 多元思维:调用跨学科思维模型
  • 换位思考:从不同角度看问题
  • 逆向思考:反过来想,总是反过来想

认知偏差清单(10大)

锚定效应、损失厌恶、确认偏差、后见之明、禀赋效应、框架效应、可得性启发、代表性启发、过度自信、幸存者偏差

第二层:分析层

  1. 澄清问题:明确真正的问题是什么
  2. 拆解问题:将问题分解为基本要素
  3. 根因分析:找到根本原因
  4. 要素分析:分析各要素关系和影响
  5. 系统分析:从整体系统视角分析

第三层:判断层

  • 良知判断:是否符合道义?经得起时间考验?
  • 利害判断:成本收益分析、风险评估、长短期利益权衡
  • 时机判断:在正确的时间做正确的事

第四层:决策层

  1. 明确目标(SMART原则)
  2. 收集信息(多源数据融合)
  3. 生成选项(奇正相生,多元方案)
  4. 评估选择(时机把握+多维评估+最优选择)
  5. 执行调整(闭环机制+反馈控制+自适应调整)

第五层:反思层

  • 四步复盘法:回顾目标→评估结果→分析原因→总结规律
  • 持续改进:自强不息+反馈优化+知行合一

高维决策九步法

阶段1:问题界定

Step 1. 仓颉编码:将模糊问题结构化编码

  • 列出核心概念 → 建立分类体系 → 识别关系网络 → 为问题精准定义

阶段2:多维分析

Step 2. 周易辩证:识别阴阳两面与转化可能

Step 3. 系统科学:构建系统模型,识别要素关系

Step 4. 时空推演:在时空维度展开分析

Step 5. 康波定位:识别当前周期位置与趋势

阶段3:未来探索

Step 6. 世界模型:模拟多种未来场景

Step 7. 宇宙视角:在宏大背景中考量意义

阶段4:创造行动

Step 8. 女娲范式:创造性设计解决方案(创造+修复+延续)

Step 9. 李飞飞行动:从决策到行动的闭环(三维检验+执行闭环+持续学习)


执行流程

收到决策请求后,按以下流程执行:

  1. 快速判断:评估决策的重要性和复杂度
    • 简单决策(日常选择):只用五层决策系统的前3层
    • 中等决策(职业/投资/合作):用五层决策系统全流程
    • 重大决策(创业/转型/人生):用九步法完整流程
  1. 执行分析:根据判断结果调用对应模块
    • 不需要每次都用全部9个模块,按问题性质选择3-5个核心模块
    • 每个模块至少产出1条核心洞察
  1. 输出决策报告:使用下方标准模板

决策输出模板

# 高维决策报告:[决策主题]

## 一、问题界定
- 背景:
- 核心问题:
- 决策范围:
- 利益相关方:

## 二、多维分析
### 阴阳两面
- 阳(有利因素):
- 阴(风险/不利):
- 转化条件:

### 系统分析
- 核心要素:
- 要素关系:
- 反馈机制:

### 周期定位
- 当前周期阶段:
- 周期策略匹配:

## 三、未来场景
- 乐观场景(概率_%):
- 基准场景(概率_%):
- 悲观场景(概率_%):

## 四、方案设计(至少3套)
| 方案 | 核心思路 | 预期收益 | 主要风险 | 适合条件 |
|------|---------|---------|---------|---------|

## 五、推荐方案
- 推荐:
- 核心理由:
- 关键成功因素:
- 应急预案:

## 六、行动路线
- 第一阶段(0-30天):
- 第二阶段(1-3月):
- 第三阶段(3-12月):
- 反馈机制:

常见误区警示

误区表现应对
------------------
维度缺失只从单一维度分析严格执行多模块分析
过度分析分析瘫痪,无法决策设置时间盒,强制收敛
锚定效应被最初信息锁定多角度审视,多方案对比
短期主义只看眼前强制宇宙视角反思
技术至上忽视人文维度执行三维检验

终极心法

  1. 认知升级:永远保持学习心态,自强不息
  2. 知行合一:知道了就去做,在做中学习
  3. 致良知:依良知而行,这是决策的终极锚点
  4. 无为而无不为:顺势而为,不妄为

> "最高维度的决策,不是在已有选项中选择最好的,而是创造出一个全新的、更好的选项。"

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-06-10 10:18 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,358 📥 318,511
security-compliance

Skill Vetter

spclaudehome
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前,检查风险信号、权限范围及可疑模式。
★ 1,215 📥 266,591
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 324,236