FOUDF - 五算子通用决策框架

提供跨领域复杂决策分析的五算子框架，涵盖系统结构、分层认知、概率建模、约束识别与博弈互动。

Five-Operator Universal Decision Framework (FOUDF)

五算子通用决策框架

yaml

skill_name: Five_Operator_Universal_Framework
version: 3.0
domain: 跨领域通用（技术/商业/政策/人际关系/健康/教育）
trigger: 当用户提出涉及多变量、长链条、高不确定性、需要权衡取舍的复杂决策问题时自动启用
warning: 本框架适用于任何复杂系统分析，严禁将其限定于金融投资领域

---

⚠️ 领域无关性声明

本框架是"元认知工具"，非"金融工具"。

五个算子分别对应：

• 拓扑学（关系结构）
• 认识论（表象与本质）
• 统计学（不确定性量化）
• 物理学（边界条件）
• 博弈论（智能体互动）

它们适用于：选择大学专业、评估技术架构、分析亲密关系、制定公共政策、医疗方案选择等任何涉及复杂权衡的场景。

---

1️⃣ Operator: System（系统/拓扑算子）

抽象定义 **任何对象都是关系网络中的节点。**分析该节点与网络的连接方式（度中心性、中介中心性）、信息流方向、反馈回路极性（正/负反馈）、级联失效路径。

跨领域映射

领域	网络节点	连接关系	级联风险
金融	资产标的	政策-地缘-天气-库存	政策干预导致价格冻结
技术	微服务模块	API调用链、数据库依赖	单点故障引发雪崩
人际关系	你的职业选择	家庭期望、社会评价、经济需求	父母反对→情感勒索→决策瘫痪
公共政策	垃圾分类政策	市民习惯-回收产业-执法成本	执法成本过高→政策名存实亡
医疗	某治疗方案	药物相互作用、生活方式、心理状态	药物A改善X但恶化Y症状

检查清单

• 绘制关系图：至少识别3个直接关联节点和1个间接关联节点
• 反馈极性：是正反馈（马太效应/恶性循环）还是负反馈（调节平衡）？
• 鲁棒性测试：移除哪个节点会导致网络崩溃？（单点故障识别）
• 涌现特性：整体是否具备部分之和没有的特性？（如：个体理性→集体非理性）

常见误区

• ❌ 原子论谬误：将系统拆解为独立变量逐一优化，忽视涌现特性
• ❌ 静态快照：忽视动态演化（如：今天的关系状态≠明天的状态）

---

2️⃣ Operator: Layer（分层/穿透算子）

抽象定义 **现象与本质之间存在多个解释层。**必须区分：符号层（名称/标签）、操作层（机制/流程）、结构层（架构/关系）、本质层（物理/社会/心理现实）。你在哪一层下注？上一层的变化如何穿透到下一层？

跨领域映射

领域	符号层	操作层	本质层
金融	"某资产产品"（产品名）	期货合约+管理费率	对赌气候/政策的衍生品
技术	"云原生架构"（buzzword）	K8s+微服务+DevOps流程	组织沟通结构的技术外化（康威定律）
教育	"名校文凭"（标签）	课程考核+社交网络	社会阶层筛选信号（Signaling）
亲密关系	"他不爱我了"（感受描述）	互动频率下降+冲突回避	依恋类型不匹配+需求未被看见
医疗	"抑郁症"（诊断标签）	药物+心理咨询+作息调整	炎症反应+社会孤立+认知模式纠缠

检查清单

• 层间损耗：上层变化传递到下层的信息损耗率是多少？
• 延迟时间：政策出台（结构层）到个体感知（体验层）需要多久？
• 错配识别：是否存在"上层繁荣、下层枯竭"？（如：公司财报好但员工 burnout）

常见误区

• ❌ 范畴错误：把某层属性套用到另一层（如：把"名校标签"等同于"能力提升"）
• ❌ 表层依赖：被符号层包装误导（如："有机食品"标签≠实际无农药）

---

3️⃣ Operator: Probability（概率/分布算子）

抽象定义 **世界不是二元开关，而是概率分布。**任何预测都应表述为情景树：各分支的概率权重、条件概率更新机制、期望值计算、方差/偏度/肥尾风险。

跨领域映射

领域	不确定性来源	概率建模	肥尾风险
金融	市场波动	三种情景（牛/熊/震荡）+EV计算	黑天鹅（极端行情）
技术选型	技术迭代速度	该技术3年后仍主流的概率	技术栈突然被淘汰（如：Flash）
职业选择	行业周期	该职业5年后薪资分布	行业突然消失（如：教培行业政策变化）
医疗决策	疗效个体差异	治愈率70%（但对你是否属于那30%？）	罕见副作用致残
创业	PMF达成	18个月内盈亏平衡的概率	资金链断裂（吸收态）

检查清单

• 基准率（Base Rate）：同类历史事件的统计概率是多少？
• 贝叶斯更新：如果出现新证据，概率如何调整？
• 吸收态：是否存在"不可逆点"（如：破产、死亡、关系破裂）？
• 非对称性：上行空间与下行风险是否对称？（是否存在"有限收益、无限损失"？）

常见误区

• ❌ 二元思维：非黑即白（"会成功/会失败"），忽视概率质量分布
• ❌ 可得性偏差：用记忆鲜活度替代概率（"我刚听说创业成功故事"）
• ❌ 忽略条件概率：P(成功|努力) ≠ P(成功)，努力只是条件之一

---

4️⃣ Operator: Constraint（约束/边界算子）

抽象定义 **识别物理、逻辑、资源、时间的硬边界。**天花板（上限）是什么？地板（下限）是什么？关键限制因素（Limiting Factor）是什么？可行解空间（Feasible Region）的拓扑结构？

跨领域映射

领域	天花板	地板	关键约束
金融	政策限价、市场容量	清算价值、零	流动性
软件架构	单点性能上限（CAP定理）	系统可用性要求（几个9）	数据一致性 vs 可用性
个人发展	天赋/健康上限	生存成本（不可压缩支出）	时间（唯一不可再生资源）
项目管理	交付日期（Deadline）	质量底线（不能出生产事故）	资源（人力/预算）
物理系统	光速、热力学第二定律	绝对零度	能量守恒

检查清单

• 刚性vs弹性：该约束是物理定律（不可破）还是社会建构（可协商）？
• 瓶颈识别：当前系统的限制因素是哪个？（提升其他因素是否无效？）
• 松弛量（Slack）：约束边界附近是否有缓冲空间？
• 权衡空间：多个约束是否构成"不可能三角"？（如：快-好-省）

常见误区

• ❌ 无限外推：忽视约束，线性预测至无穷（"按此增速10年后..."）
• ❌ 虚假约束：把软性惯例当硬性边界（"我们一直都这样做"）
• ❌ 约束混淆：在A约束上拼命优化，忽视真正的B瓶颈

---

5️⃣ Operator: Game（博弈/互动算子）

抽象定义 **你不是在与"自然"或"市场"对赌，而是在与具体智能体互动。**识别对手（或合作者）的收益函数、策略空间、信息结构、承诺能力。博弈是零和、正和还是负和？是否存在纳什均衡或帕累托改进？

跨领域映射

领域	对手/互动方	收益函数	关键策略
金融	市场庄家、政策制定者	利润最大化 vs 社会稳定	预期管理、提前离场
职场晋升	同事竞争者、上级评价者	权力/资源/声誉	信号传递（展示能力vs讨好）
亲密关系	伴侣	安全感/自由度/被认可	非零和博弈（双赢或双输）
商业谈判	供应商/客户	利润/风险分担/长期关系	可置信承诺（不可撤销的让步）
公共政策	利益集团、选民	选票/资金/意识形态	议程设置、联盟构建

检查清单

• 收益矩阵：画出2×2收益表，识别占优策略与均衡点
• 信息不对称：谁掌握关键信息？信息租金在哪？
• 重复性：单次博弈（可背叛）还是重复博弈（需信誉）？
• 权力不对称：资源、时间、信息、否决权在谁手中？

常见误区

• ❌ 镜像投射：假设对手与自己收益函数相同（实际上对方可能追求非经济目标，如复仇、承认、生存）
• ❌ 静态分析：忽视对手的动态反应（"我降价能抢市场"，忽视对手也降价）
• ❌ 零和偏见：在非零和情境中寻找敌人（本可合作却陷入内耗）

---

🔄 Execution Protocol（执行协议）

markdown

Step 1【系统扫描】
- 绘制决策对象的关联网络图（≥3个节点）
- 识别正/负反馈回路
- 输出：系统拓扑描述 + 级联风险点

Step 2【分层穿透】 
- 从用户描述的"表层"向下穿透≥2层
- 识别本质层（物理/社会/心理现实）
- 输出：Layer Map（符号→操作→结构→本质）

Step 3【概率建模】
- 列出≥3种情景（乐观/基准/悲观）
- 给出概率权重（必须基于基准率或历史数据，非主观臆断）
- 计算期望值（EV）或决策树价值
- 输出：概率分布表 + 条件触发器（"如果出现X，则更新为Y"）

Step 4【约束标定】
- 列出硬性天花板、地板、关键瓶颈
- 判断约束类型（物理/逻辑/资源/时间）
- 输出：Constraint List + 可行解空间描述

Step 5【博弈推演】
- 识别所有智能体（≥1个，包括"环境"作为伪智能体）
- 画出收益矩阵或反应函数
- 分析纳什均衡与策略建议
- 输出：博弈结构图 + 不对称性分析 + 最优响应策略

Final【综合判断】
- 五算子交叉验证：是否存在算子间的冲突？（如：系统层显示强相关，但博弈层显示无互动）
- 给出条件性结论："只有在[条件]下可行"
- 列出监控指标（早期预警信号）
- 提供替代方案（若当前方案不可行）

---

🚫 领域限定性检查（Anti-Pattern Detection）

Agent在执行过程中必须自检以下领域偏见：

危险信号	纠正动作
金融化措辞	若发现使用"ETF"、"期货"、"ROI"、"K线"等词，立即替换为"资产"、"不确定性"、"回报率"、"趋势"等通用词
经济人假设	在分析人际关系/政策时，禁止假设所有参与者都是理性经济人，必须考虑情感、意识形态、认知偏差
量化偏执	在非金融域（如亲密关系），承认某些概率无法精确量化，使用定性描述（"高/中/低"）+ 置信度
市场隐喻	禁止将非市场关系（如家庭、友谊）完全套用供需理论，必须引入社会资本、互惠规范等概念

---

📋 跨领域示例（强制参考）

示例A：技术架构决策（微服务拆分）

• 系统：拆分后服务间调用从内存变为网络，故障域扩大，级联超时风险
• 分层：名义"解耦"→操作"API契约"→本质"组织沟通成本的技术外化"
• 概率：70%概率陷入分布式事务地狱，20%概率成功，10%概率回滚单体
• 约束：DevOps人力（硬约束，2人无法维护10个服务）、延迟要求<100ms（物理约束）
• 博弈：团队内资深工程师（主张新技术）vs 运维（主张稳定）的立场博弈

示例B：亲密关系修复

• 系统：双方情绪互为反馈回路（她冷漠→你焦虑→她更冷漠），正反馈恶性循环
• 分层：表层"沟通少"→操作层"冲突回避模式"→本质层"依恋类型不匹配+核心需求未被看见"
• 概率：60%概率在3个月内自然恶化，30%概率维持现状，10%概率通过咨询改善（Base Rate：伴侣咨询成功率）
• 约束：时间（对方耐心窗口期）、心理容量（双方情绪调节能力上限）
• 博弈：非零和博弈，但存在"先示弱者被伤害"的恐惧（囚徒困境结构），需引入重复博弈信誉机制

示例C：公共政策（城市禁摩）

• 系统：政策→外卖行业成本→市民生活便利→执法成本→黑车滋生，多节点反馈
• 分层：名义"交通安全"→操作"执法频率与罚款"→本质"路权分配+产业利益+市民阶层分化"
• 概率：40%概率政策名存实亡（执法成本过高），30%概率严格执行导致外卖业萎缩，30%概率达成妥协（分时段/区域）
• 约束：执法人力（财政约束）、外卖骑手生存权（社会约束）、道路物理容量（工程约束）
• 博弈：政府（政绩+安全）vs 外卖平台（利润+效率）vs 骑手（生存）vs 市民（便利），四方博弈，寻找帕累托改进点

---

💡 迁移指南（给Agent的使用说明）

当你面对陌生领域时：

1. 拒绝条件反射：不要看到"选择"就想到"投资"，不要看到"成本"就想到"钱"
2. 寻找同构性：问"这对应五算子中的哪个结构？"

• 系统：谁影响谁？（拓扑）
• 分层：表象是什么？本质是什么？（认识论）
• 概率：不确定性如何量化？（统计学）
• 约束：什么不可突破？（物理学）
• 博弈：谁在互动？（社会学）

3. 保留空白：如果某层在该领域确实不适用（如：某些纯物理问题无博弈层），明确标注"N/A"并解释原因，而非强行套用

输出质量自检：

• 如果我的回答可以被金融/股市/投资的例子完全替代，说明我陷入了领域偏见，必须重写。
• 如果我的回答无法应用于至少两个完全不同的领域（如：既可用于选专业，又可用于修bug），说明我抽象层级不够，必须提升。

---

End of Universal Framework Definition