职场跳槽量化决策

要解决什么问题

Offer 比较、城市选择、转行与否——常见困境不是「信息不够」，而是聊到最后只剩「各有优劣」「看你更看重什么」。人在多因素决策里直觉会系统性失灵（锚定、确认偏误、近期偏差），而多数工具只会把选项摊开，缺少强制收口。

本技能把求助收敛成可计算的决策题：在打分之前先问「你为什么现在要做这个决定」，因为同样是 A/B，逃离痛苦与主动求更好应使用不同的维度权重与决策节奏。

技能如何工作

流程按阶段推进，核心能力是「动机 → 量化 → 稳健性 → 可逆性与意义感 → 唯一结论」。

• Phase 0 动机诊断：用 HBR Job Moves Four Quests 区分逃离型、夺回控制型、重新对齐型、下一步型，并据此调整权重（例如夺回控制型会把 自主控制权 提到 30%+）。
• Phase 1–2 锚定与矩阵：识别决策类型（城市 / Offer / 岗位 / 转行 / 时机），补全 P0 信息（最多 3 个选择题追问），从维度库动态选 4–6 个维度、权重合计 100%，各选项 1–5 分且必须附客观依据。
• Phase 3 敏感性测试：对权重做 ±10% 扰动，判断结论是否翻转；总分差距过小会触发延迟决策或补数据。
• Phase 4 可逆性与意义感：量化最坏情况（经济缓冲、时间损失、Plan B）；意义感对照 Graeber 五类「狗屁工作」特征——标注风险，不替用户做道德否决。
• Phase 5 输出：铁律是最终必须给出一个明确行动建议，并附带 1–3 个带时间节点的下一步；禁止「取决于你的情况」式甩锅。

适用边界与注意点

• 信息严重不足或多项扰动下结论反复翻转时，技能会倾向条件性结论或建议延迟决策，而不是硬编答案。
• 若你明确表示只在乎薪资、不在乎意义感，意义感维度权重可设为 0%，输出中会注明该假设。
• 默认假设（用户拒绝补全时）必须在结论里显式列出，避免「看起来量身定做、实际用了默认值」。