2.4 按情境选择策略

两个维度#

复杂目标的不同部分处在不同的情境里，适合不同的策略。v3 用两个维度来定位情境（Wiltbank 等, 2006）：

	可控性低	可控性高
可预测性高	规划：先分析，再按计划执行	愿景：先定一个清晰的目标，再动员资源去实现
可预测性低	适应：小步快跑，按反馈快速调整	转化：从手头已有的资源出发，与他人共同创造目标

预测—控制矩阵（Wiltbank 等，2006）。同一个目标的不同子目标可能落在不同象限；象限会随经验变化，由 Agent 推断，不需要人填写。

每种策略对应一组理论和产品做法：

策略	什么时候用	理论	产品做法
规划	类似的事做过很多次，环境稳定	参考类预测（Flyvbjerg, 2006）；Cynefin 的清晰与繁杂域（Snowden & Boone, 2007）	拆解、排期、执行预测；建模可以做得更细
愿景	结果可预测，且主要取决于自己的投入	目标设定（Locke & Latham, 2002）	高挑战的具体目标、里程碑
适应	结果难预测，自己也控制不了多少	渐进主义（Lindblom, 1959）；Cynefin 的复杂域	小、真、可逆的试探；主攻加探索；快速止损
转化	结果难预测，但可以通过行动和他人的承诺塑造	效果推理（Sarasvathy, 2001；Read, Song & Smit, 2009）	从手头资源出发；可承受的损失；尽快找到愿意承诺的人

效果推理〔理论〕C（Sarasvathy, 2001）来自对专家创业者的研究。它有五条原则：

（Read, Song & Smit, 2009）的元分析发现，效果推理的几个维度（手头资源、伙伴关系、可承受的损失、利用意外）与新创企业的绩效正相关，效应不大。C

效果推理对一心行动的意义在于：它是「先建模再行动」的替代方案。在转化象限里，模型不是事先建好的，而是在行动和互动中长出来的。

用 2.6 的语言说：转化象限的特点是可能性空间随行动生长（相邻可能），所以要从手头资源出发、用他人的承诺扩大空间；适应象限的特点是触发的时机随机，所以要增加尝试的次数，并保证机会一来就能接住。〔本文提议〕

不要对所有子目标用同一种方法。现在的产品默认「建模 → 实验 → 结算」，这是规划和适应的混合；对于转化象限的子目标（比如找第一批合作者），先建模是错误的策略。〔推断〕
象限不需要人填。Agent 可以根据目标的描述和已有的模型推断象限，在候选行动里给出对应的策略提示。
象限会变。同一个子目标，开始时可能在转化象限，积累了经验之后进入规划象限。阶段复盘时重新定位。