# Second Order Thinking

> Use when a decision will trigger downstream reactions — pricing changes, policy design, product trade-offs, organizational moves, platform rule changes, investment choices. Triggers on Chinese phrases 涨价 / 改规则 / 调架构 / 投资 / 平台政策 / 算法调整 / 长期 vs 短期, and English signals "let's just X", "this is the obvious move", "we should change Y". Especially when intuition says answer is "obvious" (often signals 1st-order best = 2nd-order worst), or when user describes a market/users/employees who WILL react to the decision. Howard Marks's investing edge. Do NOT use for decisions with no feedback loop (personal consumption), time-critical incidents (use ooda-loop), or already-paralyzed analysis (cap recursion at 3-4 orders).

- Skill: `jackjin1997/second-order-thinking` (Agent Skill)
- Install (CLI): `npx skillmds@latest add jackjin1997/second-order-thinking`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jackjin1997/second-order-thinking/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- License: MIT
- Author: jackjin1997 (https://skillmd.com/u/jackjin1997)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/jackjin1997/second-order-thinking

---


# Second-Order Thinking · 二阶思维

> **一句话定位：** 大多数失败决策来自只看一阶后果。问「然后呢？然后的然后呢？」— 当一阶和二阶反向时，二阶才是真信号。

## 何时使用 (TRIGGER)
- 决策有反馈机制（市场、用户、员工会对你的动作反应）
- 直觉答案「显而易见」（一阶最优 = 二阶最坏 的高发场景）
- 投资、定价、产品取舍、组织变革、平台规则设计
- 用户说「这事不就是 X 嘛？」（信号：只走了一阶）

## 何时不要用 (ANTI-PATTERN)
- 决策后果直接闭环（一阶就是终态，无反馈）
- 时间紧 — 用 OODA Loop，不走深度推演
- 个人消费、艺术创作等没有「然后」的场景
- 已经过度分析（递归到 5 阶以上常陷入空想）

## 操作步骤 (STEPS)

### 1. 写下一阶后果（直接、显而易见）
不要跳，先把直觉答案完整写出来。例：「涨价 10% → 收入上升」

### 2. 对每个一阶后果问「然后呢」
得到二阶后果。例：「收入上升 → 竞品看到我们利润高 → 跟进涨价 OR 降价抢市场」

### 3. 对二阶问「然后呢」直到收益递减
通常 3-4 阶就够，再深就是空想。例：「竞品降价 → 我们被迫降价 + 老客户觉得被宰 → 客户流失加速」

### 4. 识别哪些一阶 vs 二阶是反向的
**反向 = 黄金信号**。意味着你直觉的答案在长期会被翻盘。

### 5. 决策选「二阶更好」即使「一阶看起来差」
这是逆人性的，但是 Buffett / Marks / Munger 长期跑赢的核心。

## 决策 Checklist
- [ ] 我明确列出了至少 3 个一阶后果（不是只想了 1 个）
- [ ] 我对每个一阶后果都问了「然后呢」（写出了二阶）
- [ ] 我识别了至少 1 处「一阶好 vs 二阶坏」的反向
- [ ] 我承认了二阶估计有不确定性（不是定论）
- [ ] 我能用一句话向不同意见者解释「为什么不选眼前最好的」

## 真实案例

### 案例 1: 涨价 10%
- 一阶：本季度收入 +10%
- 二阶：客户感觉被宰，老客户流失 5%；竞品看到利润高，跟进涨价 OR 降价抢市场
- 三阶：竞品降价 → 我们被迫跟降 → 但已经丢的老客户不回来 → 长期市占率下降
- **反向信号**：一阶 +10%，三阶 -X%。如果护城河不深就别涨

### 案例 2: 996 文化
- 一阶：本季度产出 +30%
- 二阶：核心员工 6 个月内开始流失；招聘困难；员工健康问题
- 三阶：知识断档（走的人带走核心）；新人 ramp up 慢；产品质量下降
- **反向信号**：一阶产出涨，二阶人才流失，三阶产品垮 — 这是经典管理失败模式

### 案例 3: Buffett 投资可口可乐 (1988)
- 一阶（市场看到的）：糖水生意，PE 不便宜
- 二阶：品牌护城河 + 全球分销网络 + 货架占有率（看不见的资产）
- 三阶：发展中市场未来 30 年消费升级带来复利
- Buffett 持有 30+ 年回报数十倍 — 因为看到了二阶以上

## 与其他框架的关系
- **配合 Pre-Mortem 用更强**：Pre-Mortem 问「失败的形态」，Second-Order 问「失败的传导路径」
- **First Principles 是「看本质」，Second-Order 是「看时间链条」** — 互补
- **Inversion 配 Second-Order**：反向 + 多阶 = 决策风险地图最完整

## 常见陷阱
1. **只走一阶**（最常见）— 应对：硬性要求每个决策必须有「然后呢」的回答
2. **走到无穷阶**（过度分析瘫痪）— 应对：3-4 阶后就停，更深是猜测不是预测
3. **每一阶都按最坏算**（变成悲观主义）— 应对：每阶都标注概率（高/中/低），不是必然
4. **忽视时间尺度**（二阶可能 10 年才发生，对应 10 年决策才相关）— 应对：标注每阶的预期时间

## 参考
- Howard Marks, 《The Most Important Thing》(2011), Chapter 3 "Second-Level Thinking"
- Howard Marks, Oaktree memo "The Long View" (Jan 2003)
- Shane Parrish, Farnam Street: "Second-Order Thinking"