因果透镜

问题：我们只看见了果

大多数分析停留在结果层。一个产品为什么赢、一项技术为什么被选中、一个现象为什么在此刻爆发——常见的回答是「性能好」「市场需要」「时机到了」。这些话等于没说。真正的信息藏在因和缘里：因是必然条件，去掉它结果就不成立；缘是偶然条件，替换它结果会以另一种形态出现。种子是因，阳光雨水是缘。只看果，你永远在重新发明轮子。

更糟的是，很多人把「重新造一条因果链」当作解决方案。成本高、不确定性大。而原链条里往往存在一个最脆弱的因——去掉或替换它，整条链就塌了。找到它，比从零开始有效得多。

它如何工作

拿到一个结果后，按六个层次逐层倒推：

• 第一层 · 因：列出必须存在的条件。每个都要过反事实测试——去掉它，果是否必然不发生？ 是，保留；不是，降级为缘。再判断这些因之间是 AND（必须同时满足）、XOR（互斥）还是递进关系，并继续向上追溯：这个因本身又是谁的果。
• 第二层 · 缘：列出可变条件。过替换测试——替换它，果的本质变不变？ 本质变了，说明它其实是被漏掉的因；只是形态变了，才是真缘。
• 第三层 · 利益链条：谁在用、谁在做、谁从中获利、谁因此受损。使用者和受益者常常不是同一拨人。
• 第四层 · 构成要素：材料、依赖、工序、每步的关键约束（成本 / 技术 / 法规 / 时间）。
• 第五层 · 利弊权衡：获得了什么、牺牲了什么。必须写出至少一条暗债——被悄悄牺牲的东西和被无声转移的利益。
• 第六层 · 历史因果：为什么是现在、为什么是这样，条件变了会被什么替代。

执行上不跳序，严格走 11 步：明确对象 → 5Why 深挖 → 判定测试区分因缘 → 建因缘网络 → 画利益链条 → 列构成要素 → 做利弊权衡 → 挖关键知识点 → 推「条件变了」 → 推导最脆弱的因 → 交付前一致性检查。

几个硬规则：具体产品/技术/事件先搜再分析，不凭训练语料断言；引用数字必须带来源和年份，过时的标 ⚠️旧数据；区分相关与因果，找不到作用机制就标 推测：相关而非因果；每个因连续追问五次「为什么」，直到触及物理定律、人性底层或资源硬约束；最脆弱的因必须从已建好的网络中推导，不能凭空编，太泛（如「市场需求」）说明链还没挖够。拿不准的地方标 推测 或 [不确定——更深层因未知]，不编似是而非的链接。

适用边界

适合半结构化问题：有明确分析维度（因 / 缘 / 果），但没有唯一正确答案，产出是可复用的知识。典型输入包括一个产品、一个技术选型、一个商业现象、一条制度规则、甚至一个自然现象。

不适合三类问题：需要个性化建议的决策（「我该不该买」）、需要实时数据的判断（「现在买合不合适」）、纯情感问题（「我为什么不开心」）。

注意输入要具体。为什么拼多多能崛起 是好输入，为什么公司能成功 不是。输入越宽，分析越容易浮在表面，最脆弱的因也越容易找错。