# Scientific Decision

> 用四步流程做出理性客观的决策：紧盯目标过滤小事→找第三选择突破选项限制→绕开认知偏误→量化打分做最终选择。适用于面临重大选择纠结不已、选项看似非此即彼、或担心被直觉误导的场景。不适用于日常低风险小决策（过度量化反而浪费时间）。关键触发信号："纠结选A还是B"、"不知道怎么选"、"两个都不满意但必须选一个"、"帮我做个决定"。

- Skill: `kangarooking/scientific-decision` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kangarooking/scientific-decision`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/scientific-decision/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/scientific-decision

---


# 科学决策与第三选择

## R — 原文 (Reading)

> 第一步：紧盯核心目标，过滤大多数问题，不在小事上纠缠；第二步：面对关键问题，不要纠结于仅有的选项，要找到核心目标，将问题转化成简答题，并寻找第三选择；第三步：绕开认知偏误，开启系统2，进入慢思考；第四步：制定标准，给所有的选项打分，量化结果比大小。
> —— 第21章《如何做出科学的决策》

## I — 方法论骨架 (Interpretation)

1. 科学决策四步是从粗到细的漏斗：先砍掉不重要的事，再突破选项框架，再排除偏误，最后量化
2. **第一步：紧盯目标，过滤小事**。大部分纠结不值得纠结，聚焦核心目标
3. **第二步：找第三选择**。面对选择题时，不要只看选项本身——还原目标→把选择题变简答题→找双赢方案
4. **第三步：绕开认知偏误**。三大偏误：反射效应（面对损失时赌更大）、确定效应（面对收益时求安稳）、锚定效应（被先入为主的数值锚定）
5. 开启"系统2"（慢思考），用理性分析替代直觉反应
6. **第四步：量化决策**。分配权重→逐项打分→加权求和→数字说话
7. **37%法则（麦穗理论）**：对于不可回头的一次性选择，前37%时间只观察不选建立基准，之后遇到超过基准的立即下手
8. 第三选择的本质是跳出"非此即彼"的框架，找到让双方利益最大化的新方案

## A1 — 书中应用 (Past Application)

- **选老公案例**：用量化决策表，将"过去、当下、未来"三大类分配权重（如30%/50%/20%），每类下再分子项目打分，最终用数字替代纠结
- **麦穗理论择偶**：22-30岁择偶，前3年（37%）只观察不选，建立最高分基准，后5年遇到超过基准的立刻下手
- **第三选择——两把宝剑**：选锋利还是好看的？还原目标（上战场还是当装饰），目标确定后答案自动出现
- **认知偏误——购物**：两件同价399元的衣服，一件原价399，一件原价3999打一折，人们觉得第二件便宜——这就是锚定效应

## A2 — 触发场景 (Future Trigger)

**何时使用：**
- 面临重大人生/商业选择，纠结不已
- 两个选项看似都不满意，但感觉"必须选一个"
- 担心自己的判断被情绪或直觉误导
- 需要向他人证明决策的合理性（而非拍脑袋）

**语言信号：**
- "纠结选A还是B"
- "两个都不好，但必须选一个"
- "帮我做个决定"
- "怎么选才不会后悔？"
- "我觉得这个选择很重要"

**与相邻skill区分：**
- vs. structured-thinking：结构化是"怎么拆解问题"，科学决策是"怎么从选项中做出最优选择"；结构化是决策的前置步骤
- vs. systems-thinking：系统性思维分析"为什么会这样"，科学决策决定"接下来怎么办"

## E — 可执行步骤 (Execution)

### 步骤1：还原目标，判断问题等级
- 写下你真正要达成的核心目标（不是选项本身）
- 判断这个问题是否值得花时间决策——80%的小事直接过滤
- 如果是关键问题，进入下一步
- **完成标准**：能用一句话写出核心目标，并确认"这个问题值得深度决策"

### 步骤2：突破选项框架，寻找第三选择
- 列出你目前面临的选项，问自己："这些选项是谁给我的？"
- 回到核心目标，把选择题转化成简答题："为了达成目标，我还能怎么做？"
- 寻找能让相关方利益最大化的第三方案
- 如果涉及不可回头的选择，应用37%法则：前37%时间只观察建基准
- **完成标准**：至少产出一个超出原有选项的新方案，或确认已用37%法则建立了基准线

### 步骤3：绕开偏误，量化打分
- 自检三大偏误：我是否因害怕损失而冒险（反射效应）？是否因贪图确定而放弃更优选项（确定效应）？是否被某个锚定值影响（锚定效应）？
- 建立量化表格：列出评估维度 → 分配权重 → 对每个选项逐项打分（0-100）
- 加权求和，用数字比大小
- **完成标准**：每个选项都有一个加权总分，最高分即为理性最优选

## B — 边界 (Boundary)

**不要用的场景：**
- 日常低风险小决策（吃啥、穿啥），量化决策浪费时间和精力
- 需要极速反应的场景（危机处理），来不及走四步流程
- 纯主观审美的个人偏好问题

**失败模式：**
- 过度量化：给本该凭直觉的维度强行打分，数字看似精确实则虚假
- 权重设置偏差：权重分配本身就反映了偏好，如果偏好被偏误影响，量化也无意义
- 分析瘫痪：四步走完还是不敢选，陷入无限循环

**作者盲点：**
- 对"如何确定权重分配是否合理"缺乏自检机制，权重本身就是最大的主观判断点
- 37%法则假设评估对象是随机出现的，但现实中人可以通过主动搜索改变概率分布

## 相关 skills

本 skill 与以下 skill 存在关联：
- **metacognition-control**（前置依赖）：科学决策需要开启"系统2"进行慢思考，而元认知控制正是帮助你从"大脑自动驾驶"切换到"理性接管"的开关，是理性决策的前置条件。
- **mirror-world**（前置依赖）：科学决策的四步流程在镜像世界的"掌控域"和"概率域"中最为有效，先用镜像世界判断事件落在哪个域，再决定是否适用科学决策流程。