5. 扩展原则
5.1 为什么一心行动可以推广到组织#
一心行动目前的设计对象是「一个本人 + 多个 AI 单元 + 若干外部人」。但它的核心结构，也就是事件锚 + 显式因果模型 + 带预测的行动 + 分级证据 + 分层复盘 + 按能力划分的模块权限，本来就是组织学习理论的核心结构：
- Argyris & Schön（1978）的组织学习：组织的「使用理论」（实际指导行动的假设）通过检测与纠正错误而改变。信念账本就是一份显式化的使用理论。
- Huber（1991）、Levitt & March（1988）：获取、分发、解释、记忆。双口、汇流、正本与复盘分别承担这四步。
- Weick（1995）；Weick, Sutcliffe & Obstfeld（2005）的意义建构：组织在模糊情境中通过「注意 → 括选 → 标记 → 回溯解释 → 行动 → 再解释」来建构「这里正在发生什么」。要素图与系统动力图是意义建构的产物，而且是可修正的产物，这正好对应 Weick 所说的「意义建构是持续的、以行动为媒介的」。
- Teece（2007）的动态能力：感知（sensing）机会与威胁、抓取（seizing）、重构（transforming）资源。信息流与汇流 ≈ 感知；实验卡与主攻槽 ≈ 抓取前的检验；周、阶段复盘改结构与目标 ≈ 重构。
〔本文提议〕所以推广的原则是同构而非同形：保持对象、循环、证据规则与节律不变，改变三样东西：
- 人类模块从「一个人」变成「多个人」，主人层接口分给一组有明确决策权的人；AI 模块的数量也随之增加，但接口契约不变；
- 信念账本从「一个人的置信度」变成「多方的置信度 + 合成规则 + 异议记录」；
- 冲突从「Agent 之间的写冲突」扩大为「人与人之间的事实、因果、价值与资源冲突」，需要明确的处理阶梯。
5.2 「本人」的角色分解#
在个人尺度，本人模块一个人承担全部人类角色。到了团队和组织，要把它拆开。下表的「角色」是模块持有的接口，不是等级：同一个人可以持有几个接口，AI 模块也在表里（最后一行）。
| 角色 | 个人尺度 | 团队尺度 | 组织尺度 | 理论依据 |
|---|---|---|---|---|
| 主人 / 决策持有者（Owner） | 本人 | 团队负责人或指定的目标 owner（每个目标一位，可有副手） | 目标 owner + 治理层（董事会、理事会、指导委员会）；分层决策权 | 决策权（Rogers & Blenko, 2006）；有意义的人类控制 |
| 执行器（Actuator） | 本人 | 成员、外部合作者 | 部门、团队、合作方 | 分布式能动（Bandura, 2000） |
| 传感器（Sensor） | 本人观察 | 成员观察、一线信号 | 一线、客户、数据系统、审计 | 组织记忆；隐藏信息（Stasser & Titus, 1985） |
| 记忆库（Memory） | 本人的默会知识 | 交互记忆（谁知道什么） | 组织记忆的六个存储箱 | Wegner, 1987；Walsh & Ungson, 1991 |
| 信念持有者（Belief holder） | 本人 | 每条信念登记由谁提出、谁持什么档位 | 同左 + 专家组 | 意见合成（Clemen & Winkler, 1999） |
| 准入者（Admitter） | 本人 | 目标 owner（或 owner 授权的「模型管理员」） | 同左，重大机制信念须治理层知悉 | 问责（Bovens, 2007） |
| 模型管理员（Steward） | 系统 + 本人 | 一位成员轮值，配合 AI 维护正本 | 战略或运营团队 | 边界物（Star & Griesemer, 1989） |
| 受影响方（Affected party） | — | 被目标影响但不在团队里的人 | 员工、用户、社区 | 社会技术系统的参与原则（Cherns, 1976） |
| AI 模块（AI module） | AI 单元、模块 Agent；按授权等级在现实中行动 | 同左，按任务单与授权等级行动，各有可靠性记录 | 同左 + 业务系统里的自动化；对外行动按域授权 | 联合认知系统（Hollnagel & Woods, 2005）；可调自主（Scerri 等, 2002） |
| 授权授予者（Grantor） | 本人 | 目标 owner | 决策权矩阵指定的人 + 治理层（高风险域） | 委托—代理（Jensen & Meckling, 1976）；委托理论（Castelfranchi & Falcone, 1998） |
关键规则〔本文提议〕：
- 每个目标恰好一个 owner。多人共同「拥有」等于没人拥有（Rogers & Blenko 的「谁有 D」）。owner 对「目标是否发生」的宣布负责，但必须引用证据与异议。
- 决策权写进目标卡：哪些决定由 owner 定，哪些需要治理层批准，哪些成员可自主决定。这就是组织版的「主人层」边界。
- owner 与准入者这两个接口只由人类模块持有：它们要求对结果承担现实与法律责任，而 AI 模块「没有人的身份与法律责任」（02 本体 §1.6）。AI 模块的对外行动按 3.8 的阶梯授权：组织版的授予者是决策权矩阵指定的人，授予记录写明范围、期限、预算与收回条件；在授予之前沿用当前设定（不代任何人对外发送），组织尺度还要加上「未经授权不代表组织对外」。
5.3 递归：组织是嵌套的一心行动#
〔本文提议〕Beer（1972）的可行系统模型主张：每个能存续的系统都由若干同样结构的可行子系统构成，递归嵌套。对应到一心行动：
- 组织目标卡下可以挂团队目标卡，团队目标卡下挂个人目标卡。上层目标的杠杆常常就是下层目标的目标事件（例：组织杠杆「志愿者培训滞后缩短」→ 培训团队的目标事件「新志愿者从报名到独立带班的中位时间降到 3 周以内」）。
- 对齐而非层层分解：OKR 实践（Grove, 1983；Doerr, 2018）常被做成自上而下的指标分解，这正是「目标走火」的温床（Ordóñez 等, 2009）。一心行动的版本是：下层目标卡的「为什么值得」引用上层系统动力图里的杠杆编号，下层的验收证据会作为上层对应连接的证据回流。这让「为什么」是因果链，而不是指标拆分。
- 证据跨层回流的规则：下层的复盘结论到上层仍然不是新证据（G4），只有下层揭示的新统计量才是。这条规则在组织里能防止「好消息层层放大」的汇报失真。