挑战100天100个GPTs090.决策损失思维模型—慢慢学AI
#挑战100天100个GPTs
写在前面
一个制造业的 CIO 卡在 AI 转型的决策上两年了。投，怕几千万打水漂；不投，怕三年后被同行甩开。他反复算的是收益——这个项目能省多少人力、几年回本。可真正该问的是另一种账：哪种后悔我扛得住，哪种扛不住。投了失败，是”做错了”的痛，数字清楚、能复盘、能止血；没投而错过 AI 这一代，是”没做”的痛，没有数字、没有止境、躲不开。决策损失思维模型，就是把决策从”算最大收益”换成”扛最小后悔”。
决策损失思维模型，看的是决策的长期后悔，而不是短期得失。它的核心动作很反直觉：把自己推到未来（十年后、八十岁），从那个位置回看现在，问一句”我会后悔没做这件事吗”。这条的真正来历要拆清两头：一头是贝佐斯 1994 年离开 D.E. Shaw 创办亚马逊时用的”遗憾最小化框架”（Regret Minimization Framework，他想象自己 80 岁回看，确认”没试过互联网”会比”试了失败”更让他后悔）；另一头是康奈尔的 Gilovich 和 Medvec 1994 年在《人格与社会心理学杂志》上的研究——他们发现一个时间规律：短期内人更后悔做错的事（行动后悔），长期人更后悔没做的事（不行动后悔），一生回首时 84% 的人最大的后悔来自没做。这条中文叫”决策损失思维模型”，是中文”100 个思维模型”类清单给”用未来后悔倒推当下决策”这一做法起的概括名，不是查理·芒格的原创，也不是哪位西方学者直接命名的独立理论。这款 GPT 是个决策陪练：你给它一个纠结的选择，它不替你拍板，逼你想清”做了会怎样、不做会怎样、十年后哪种后悔更重”。本文先把它和沉没成本、损失规避的混淆拆掉，再讲清行动后悔与不行动后悔的时间差，然后用十个场景和十个步骤帮组织里的人把后悔这把尺子真正用起来。
效果呈现
把下面的整段 yaml 提示词粘进支持系统提示的对话框（ChatGPT 创建 GPTs 的「Configure」、Gemini Gems，或任意可设系统提示的客户端），给它一个你正纠结的决策——要不要投 AI、要不要换架构、要不要出海、要不要跳槽都行。它会先拆清”做”和”不做”各 worst case 是什么，再用未来视角把两种后悔的重量称出来，最后给一个”做/不做/再观察”的判断和最大风险。
实测对话
三个角度测这个 GPT（组织 AI 决策 / 个人职业拐点 / 边界——后悔也不是万能尺），挑顺手的丢进 Gem，把对话粘回对应块，不用的发布前删掉。
决策损失·实测①（组织·AI 转型要不要投）
🙋 我
2026 这波企业 AI 转型都在喊”AI Agent 取代流程””数字员工”，可行业里说 70% 的项目卡在 POC 上不去（Gartner 2026 调研）。我们是一家中型制造企业，董事会让我拍板：要不要今年投 3000 万全面上 AI 转型，还是再观望一年？我用收益算了半年算不清，怕投早了当炮灰、怕不投被甩开。帮我用决策损失视角看看这个纠结。
🤖 决策损失 GPT
（运行 Gem 后填入回答）
决策损失·实测②（个人·要不要跳槽到 AI 创业公司）
🙋 我
我 38 岁，在一家运营商做了 10 年政企方案，稳定但天花板到头了。现在有个机会去一家做 AI Agent 的创业公司，股权给得多但薪资砍三成、公司还没盈利。老婆孩子都有。我用”哪个收益大”算了一个月，算不出来——稳定这边是确定性但没想象力，创业那边是想象力但随时可能黄。帮我用决策损失视角拆一下。
🤖 决策损失 GPT
（运行 Gem 后填入回答）
决策损失·实测③（边界·什么时候不该用后悔这把尺子）
🙋 我
我听了”长期看人都后悔没做的事”，结果现在啥冒险事都想试——辞职炒股、all in 短视频、把房子抵押创业。我老婆说我被这套理论冲昏头了。决策损失思维到底什么时候会把我带偏？它的边界在哪？
🤖 决策损失 GPT
（运行 Gem 后填入回答）
期望目标
把”哪个选项收益最大”换成”哪种后悔我扛不住”。具体到一个决策上：能分清做和不做的 worst case、能从十年后的视角称出哪种后悔更重、能识别”长期后悔偏向不行动”会不会把你推向盲目冒险。
GPTs 源码
1 | # 角色：决策损失思维模型专家 |
Prompt 收获
做这个 GPT 的时候，几个设计点比提示词本身更值得记下：
- 这条最容易和三条搅一起，必须先拆。原版正文把”决策损失”和沉没成本、损失规避、机会成本并列在一起讲，读者全搅成一锅。四条都跟”损失”沾边，问的却是完全不同的问题：沉没成本问”过去投入要不要继续扛”（朝后看），损失规避问”损失和收益哪个更痛”（感知层），机会成本问”放弃的选项值多少”（算钱），决策损失问”未来会不会后悔”（朝前看、称痛）。所以 Background 把四条逐一划线，GPT 才不会把”该止损”做成”该做”。
- 归属要诚实，别挂芒格或贝佐斯名下当万能出处。和 #041 一样先查”谁说的”——“决策损失思维模型”这个中文名是中文清单的归纳名（非芒格、非贝佐斯亲口命名）；真正的两块基石，一是贝佐斯 1994 年遗憾最小化框架（实战），二是 Gilovich-Medvec 1994 年 JPSP 研究（学术）。Background 据实写、把实战和学术两头分开标，不硬挂任何一个人。
- **杀手问题要逼到”两种 worst case + 十年视角”**。”哪个收益大”太软；换成”做了最坏会怎样、不做最坏会怎样、十年后哪种后悔更重”就难躲——它把用户从”算收益”逼到”称后悔”，而称后悔才是这条模型的核心。
- **最容易跑偏是”凡犹豫都该做”**。决策损失听着像”没做都该试”，但 Gilovich-Medvec 那条”长期后悔偏向不行动”是真规律、也是最大陷阱——知道之后容易把所有”没做”都当遗憾、盲目冒险。所以 Goals 和 Constrains 都专门写了”防误用：分清真遗憾和明智克制”，逼 GPT 在收口前检查用户是不是被推向 all in。
一句话总结这次的收获：决策损失类工具最大的陷阱是停在”催你去做”，好的提示词得把”拆 worst case—上十年视角—判可逆性—防盲目冒险”四步连起来——先把两种后悔称出来，再用可逆性判断该不该果断，最后挡住”长期后悔偏向没做”被误用成”什么都该试”。
补充说明
决策损失思维模型，看的是决策的长期后悔。一个人在选要不要做某件事时，短期内最痛的是”做错了”——钱赔了、事砸了、脸丢了，这些痛很具体、很快、还能止血。可把时间拉到十年、二十年，最痛的往往反过来变成了”没做”——那个没追的人、没创的业、没投的赛道、没花的陪伴时间，这些没有数字、没有止境、躲不开。Gilovich 和 Medvec 1994 年的研究把这个时间规律量化了：短期人更后悔行动，长期人更后悔不行动，一生回首时八成多人最大的遗憾来自”没做”。贝佐斯 1994 年离开 D.E. Shaw 创办亚马逊时用的就是这个逻辑——他没算亚马逊能赚多少，他算的是”八十岁的我会不会后悔没试过互联网”，答案是会，于是动手。这套模型就是把”算收益”换成”称后悔”。
它最常被误读成两副样子。一副是把它和沉没成本搅一起，以为”决策损失”就是”已经投了那么多、该不该继续”。那是朝后看的——沉没成本问的是”过去的投入要不要继续扛”，决策损失问的是”未来会不会后悔”，一个朝后一个朝前，方向相反。另一副是把它当成”什么都该试”的鸡汤——好像只要长期人后悔没做，那就该把所有没做的事都做了。其实 Gilovich-Medvec 那条规律讲的是”长期后悔的统计偏向”，不是”凡没做都该做”。一个人没去做的事里，有真遗憾（该追的梦想、该花的陪伴），也有明智的克制（没 all in 烂股票、没把房子抵押去赌）。决策损失这把尺子值钱的地方，恰恰是帮你分清这两类，而不是把克制也当成遗憾一股脑补上。
经典源头要分清两头。一头是归属：’决策损失思维模型’这个中文名，是中文’100 个思维模型’类清单（飞书/知乎/《破维》等）对’用未来后悔倒推当下决策’这一做法的概括名——非芒格、也非贝佐斯亲口命名。另一头是真正的两块基石：贝佐斯 1994 年的遗憾最小化框架（实战范例，他在多次访谈中自述用这个框架决定离开 D.E. Shaw 创办亚马逊），和 Gilovich 与 Medvec 1994 年发表于《人格与社会心理学杂志》（Journal of Personality and Social Psychology）的研究”The Temporal Pattern to the Experience of Regret”（学术基石，给出了”短期后悔行动、长期后悔不行动”的时间规律，84% 的受访者一生最大后悔来自没做）。另外常被一起引用的，是澳大利亚临终关怀护士 Bronnie Ware 2011 年整理出版的《临终病人的五大遗憾》（The Top Five Regrets of the Dying）——排名第一的遗憾是”没勇气过自己真正想过的生活”，这条民间流传最广但属定性观察、非受控研究。两头一实战一学术，外加一个临终视角的注脚，共同构成了这条模型的真来历。
10 个案例分析及思考逻辑
下面十个场景，前几个落在四行业最常见的”投还是不投”决策里（电信、金融、制造、电商的 AI/架构拐点），中间是贝佐斯创业和乔布斯回归苹果两个真实范例，后面接临终视角、可逆性原理、个人练习和模型边界，让十案例的姿态各不相同。带”示意”标记的，是用来说明思考逻辑的构造案例，非真实公司披露。
1. 电信：要不要全面上 AI 客服替代人工（示意）
某运营商的客服中心有上千人，AI 客服技术已经能处理七八成常见咨询，公司纠结要不要今年大规模替代。换决策损失视角：做了的 worst case 是替换太快、复杂投诉体验崩塌、舆情发酵（行动后悔，可逆，能回退到人工）；不做的 worst case 是被其他运营商的 AI 客服把成本压到底、自己的人均成本永远降不下来（不行动后悔，慢性失血）。从五年看，”没早动手”比”动手太快”更可能被董事会追究。对治：分批灰度，先在低风险场景跑通，把可逆性留出来——既能吃到降本，又把 worst case 的口子扎死。
2. 金融：要不要上 AI 风控模型替旧规则引擎（示意）
某银行的风控还在用十年前的规则引擎，AI 风控模型在同行里已跑通、召回率高出一截，但可解释性和合规审计是难题。换决策损失视角：做了的 worst case 是模型黑盒导致监管问责、个别误杀引发客诉（行动后悔，代价大但可补救）；不做的 worst case 是坏账率被同行拉开、风控能力代际落后（不行动后悔，长期致命）。从监管视角看，这个决策的可逆性低（一旦上线上下游都接进去、撤回代价大），所以”做”的方向对、但姿势要重——先把可解释性和审计链路做扎实再上，而不是为了快而裸奔。
3. 制造：要不要投 AI 质检替人工目检（示意）
某制造企业的产线质检靠几百名目检工，AI 视觉质检在行业内成熟度已高、漏检率低于人眼，公司纠结要不要今年投。换决策损失视角：做了的 worst case 是模型在某些异常上漏检、批量质量问题流出（行动后悔，可补救但有声誉代价）；不做的 worst case 是同行用 AI 把良品率拉到 99.9%、自己的成本和品质双输（不行动后悔，结构性出局）。从三年看，质检 AI 是可逆性较高的决策（可以先上一条线试点），所以倾向果断试，但把”人工复检 + AI”的双保险留一段时间，等模型在自家产线上充分验证再全推。
4. 电商：要不要把核心推荐系统迁到 AI Agent 架构（示意）
某电商的推荐系统是老的大规模协同过滤架构，AI Agent 架构能做更个性化的多轮交互，但迁移成本高、大促期间稳定性是命门。换决策损失视角：做了的 worst case 是迁移期稳定性出问题、大促翻车（行动后悔，短期剧烈、可恢复）；不做的 worst case 是推荐能力被新锐平台拉开、用户时长和复购持续流失（不行动后悔，慢性出血）。这个决策的可逆性中等——架构可以灰度、但心智和数据迁移有沉没。对治：不在大促前迁，先在长尾品类灰度跑一个季度，把”做了最坏会怎样”压到可承受，再决定全量。
5. 经典：贝佐斯 1994 年离开 D.E. Shaw 创办亚马逊（真实）
贝佐斯 1994 年在 D.E. Shaw 是明星员工、收入丰厚、前途明朗，他却迷上了刚冒头的互联网。他用”遗憾最小化框架”做这个决定：想象自己 80 岁回看，会不会后悔没试过互联网这件事。他的结论是——即使亚马逊失败，他也不会后悔试过；但如果没试，他会后悔一辈子。于是辞职创业。这是决策损失思维最出名的实战范例：它不是算亚马逊能赚多少（那时候根本算不出），而是称”不做”的长期后悔有多重。注意这条的诚实归属——“遗憾最小化框架”是贝佐斯自述的方法，但”长期人更后悔没做的事”这个规律是 Gilovich-Medvec 同年（1994）独立发表的学术研究，两者不是一回事，常被混为”贝佐斯的理论”。
6. 经典：乔布斯 1997 年回归濒临破产的苹果（真实）
乔布斯 1997 年回到苹果时，公司离破产只差几个季度。他大可继续做 NeXT、做 Pixar（当时已成功），不必接这个烂摊子。但他选择了回归。换决策损失视角：不回归的 worst case 是看着自己创办的公司死掉、错过”再造苹果”的可能（不行动后悔，长期、无法弥补）；回归的 worst case 是失败、声誉受损（行动后悔，可恢复——他还有 NeXT 和 Pixar）。对一个把”改变世界”当成核心价值的人，”没去试”的后悔远重于”试了失败”。乔布斯没有公开说过自己用遗憾最小化框架，但这个选择的内在逻辑和贝佐斯同构：用长期后悔倒推当下决策。
7. 临终视角：Bronnie Ware 的五大临终遗憾（真实/定性）
澳大利亚临终关怀护士 Bronnie Ware 多年陪伴临终病人，整理出五大最常见的临终遗憾，排名第一的是”我没有勇气过一种忠于自己的生活，而是活在别人期望里”，其余包括”工作太努力””没表达感情””没和朋友保持联系””没让自己更快乐”。这条常被当成决策损失思维的”终极证据”——临终时人最后悔的几乎都是”没做”。但要标清证据层级：这是床边观察的定性归纳、非受控研究，样本是她接触的临终病人、有选择偏差；它和 Gilovich-Medvec 的实验研究互相印证，但不能当成严格统计。它的价值在视角：把决策推到生命终点回看，很多当下的纠结会突然清晰。
8. 可逆性原理：可逆决策果断试、不可逆决策慎重（真实/原理）
决策损失思维有个常被忽略的配对原理——可逆性。贝佐斯在致股东信里把决策分成两类：不可逆的”单向门”（进了就回不来，比如卖掉公司、押全部身家）要慎重、慢决策；可逆的”双向门”（进了能退，比如上一个试点、试一个新品类）要果断、快决策。这一刀和后悔最小化是天生一对：可逆决策即使做错了，后悔也轻、也短，所以倾向行动；不可逆决策做错了，后悔重、且无法补救，所以要慢、要想透。多数人把这两类搞反——在可逆决策上犹豫半年，在不可逆决策上一拍脑袋。
9. 个人：要不要从大厂跳到 AI 创业公司（个人）
一个人 38 岁，在运营商/大厂稳定但天花板到头，有个机会去 AI 创业公司，股权多但薪资砍、公司没盈利。换决策损失视角：不跳的 worst case 是十年后还在原地、错过 AI 这一代、天花板永远没破（不行动后悔，长期、持续）；跳的 worst case 是创业公司黄了、收入断了、家庭压力（行动后悔，剧烈但可恢复——还能再找工作）。从十年看，对”想做成点事”的人，”没跳”的后悔往往重于”跳了失败”。但这个决策的可逆性中等（年龄和家庭让”再回大厂”没那么容易），所以不是无脑跳，而是先把 worst case 具体化（家庭能扛多久、最坏退路是什么），再决定。
10. 边界：长期后悔偏向不行动，不等于”没做的都该做”（原理）
决策损失思维最该警惕的，是把 Gilovich-Medvec 那条”长期人更后悔没做”误读成”什么都该试”。没做的事里有两类：一类是真遗憾（该追的人、该做的梦、该花的陪伴），一类是明智的克制（没 all in 烂股、没抵押房子赌博、没在信息不足时裸辞）。后者你十年后回看不会后悔”没做”，反而会庆幸。所以这套模型的正确用法是：用”十年后会不会后悔”筛掉真遗憾，但用可逆性、风险承受力和信息完备度，挡住那些”看起来是没做、其实是该克制”的伪遗憾。否则这套模型会把你推向盲目冒险，从一个”没做”的极端，跳进另一个”乱做”的极端。
学习决策损失思维的 10 个步骤
学这套模型，顺序比内容更重要。下面十个步骤按”懂概念 → 拆 worst case → 学经典 → 上未来视角 → 判可逆性 → 防跑偏 → 上组织 → 建节奏”的弧线排，每步配一个实例。
1. 懂概念：决策损失 = 用未来后悔倒推当下决策
先把定义咬死：决策损失指从长期后悔的视角做决策，核心问题是”十年后我会不会后悔做了/没做”。实例：一个 CIO 纠结要不要投 AI，与其算”能省多少人力”，不如问”五年后我会不会后悔没投”——后者往往更刺。
2. 拆开它和沉没成本/损失规避/机会成本的混淆
这是最容易翻车的地方。实例：拿”已经投了 2000 万的烂项目要不要继续”（沉没成本，朝后看）和”这个项目没投会不会后悔”（决策损失，朝前看）对照——前者问”过去的钱”，后者问”未来的痛”，方向相反。
3. 学经典源头：贝佐斯遗憾最小化 + Gilovich-Medvec 研究
读两个真东西把感觉建立起来。实例：看贝佐斯讲他 1994 年用”80 岁回看”决定离开 D.E. Shaw（实战），再读 Gilovich-Medvec 1994 年 JPSP 论文里”84% 的人最大后悔来自没做”（学术）。一实战一学术，决策损失这条就立住了。
4. 练杀手问题：”做了最坏会怎样、不做最坏会怎样、十年后哪种更重”
把这三连问变成条件反射。实例：拿一个你正纠结的决策问自己——做了的 worst case 能不能扛、不做的 worst case 能不能扛、十年后回看哪种更重？答得出，后悔的重量才看得清；答不出，你以为的纠结其实只是没想透。
5. 学分维度：行动后悔 vs 不行动后悔的时间差
养成先分时间维度的习惯。实例：一个决策丢过来，先判断短期会后悔什么（多半是做错）、长期会后悔什么（多半是没做）——分清了才知道，眼前的痛不一定等于长期的痛。
6. 判可逆性：单向门还是双向门
可逆性决定该快还是该慢。实例：卖掉房子 all in 一个项目（单向门，慎重），上一个新工具试点（双向门，果断）——前者要慢、要想到透；后者要快、错了能退。
7. 案例对照：拿一个真实决策复盘
找一个你熟知的重大决策，用决策损失视角重走一遍。实例：拿贝佐斯 1994 年的创业决定，逐段问”他做了的 worst case 是什么、不做的 worst case 是什么、他为什么选做”——这种事后复盘能训练你事中识别后悔的重量。
8. 小处试跑：在日常决策上练
先在低代价场景上练。实例：拿一个你拖了很久的小事（学一门技能、约一个老朋友、做一个副业试点），用”不做十年后会不会后悔”问一遍，写下答案。哪怕不动手，把”没做”是真遗憾还是明智克制想清楚，本身就在练手感。
9. 应用到组织：决策前先过”两种 worst case + 十年视角 + 可逆性”
把对治做成流程。实例：重要战略决策前，强制走四问——做了的 worst case、不做的 worst case、十年后哪种更重、这个决策可逆吗。四问答完再拍板，能挡掉一大批”看着稳、其实是慢性失血”的保守坑。
10. 定期复盘：盘点你做过的决策，哪种后悔真的多
真正的纪律会留下痕迹——你会看清自己到底更常后悔”做了”还是”没做”。实例：每年盘点一次过去五年的重大决策，标出哪些事后看是”做对了”、哪些是”该做没做”、哪些是”庆幸没做”。这个分布因人而异，但只有复盘过，你才知道自己的后悔偏向，下次决策才校得准。
对决策者的启示
落到带组织的大企业一把手身上，决策损失思维有三条最值得焊进决策习惯：
第一，**多数组织在重大转型决策上系统性偏向”不做”，而长期后悔恰恰偏向”没做”**。大组织的激励机制天然惩罚”做错了”（项目失败、问责、声誉受损都很具体），却几乎不惩罚”没做”（错过一个浪潮没人记得你本可以投）。结果是组织在 AI 转型、架构升级、新市场进入这类决策上，集体偏向观望和保守。决策者要主动对冲这个偏向：当团队一致倾向”再等等”，逼他们把”不做的 worst case”也写下来——三年后被同行拉开、五年结构性出局，这些慢性失血往往比”做了失败”更致命，只是不会上问责会。
第二，用可逆性给决策分层，别把所有决策都当成不可逆。一把手容易把每个决策都当生死攸关，结果在可逆决策上浪费半年讨论，在真正不可逆的决策上反而拍得仓促。贝佐斯的单向门/双向门是个好工具：把决策分两类——可逆的（试点、新工具、灰度上线）授权下去、快做、错了能退；不可逆的（卖资产、全量迁移、押身家）留给自己、慢做、想到透。把可逆性当成决策的第一道分类，组织的速度和稳健能同时上去。
第三，别把”长期后悔偏向不行动”当成 all in 的通行证。这套模型最危险的副作用，是决策者听完”人最后悔没做的事”，就把所有犹豫都当成该突破的克制，盲目押大注。真遗憾和明智的克制是两回事——没 all in 一个信息不足的项目、没在大促前裸迁核心系统、没在监管未明时全量上一个高风险模型，这些”没做”十年后回看多半是庆幸。决策者要逼团队在”做”的方向上果断，但在”做多大、做多快”上仍受可逆性、信息完备度和风险承受力的约束。后悔最小化的目的，是帮你分清真遗憾与明智克制，不是把组织推向另一个极端的盲目冒险。
文末引用
- “决策损失思维模型”的归属：这个中文名是中文”100 个思维模型”类清单（飞书/知乎/《破维》等）对”用未来后悔倒推当下决策”这一做法的概括名，非查理·芒格原创、也非贝佐斯亲口命名——芒格的决策体系里”损失”指的是损失规避/损失厌恶（loss aversion，卡尼曼 prospect theory 语境），与此条机理不同（来源：analogypkm.com 等知识管理类词条；知乎《查理芒格 100 个思维模型研究》指出流传清单系国内作者整理扩充）。证据层级：知识管理类词条 + 二手考据；立场：中立。
- 贝佐斯”遗憾最小化框架”（Regret Minimization Framework）：贝佐斯自述 1994 年离开 D.E. Shaw 创办亚马逊时所用——他想象自己 80 岁回看，确认”没参与互联网热潮”会比”创业失败”更令他后悔，于是辞职。属决策损失思维最出名的实战范例（来源：贝佐斯多次公开访谈与致股东信自述的二手转述，如 Sahil Bloom《Curiosity Chronicle》专栏梳理）。证据层级：当事人自述 + 二手转述；立场：当事人，倡导；”遗憾最小化框架”是否为贝佐斯本人命名，逐字出处待核实，但框架内容系其自述无疑。
- **Gilovich & Medvec 1994 年研究”The Temporal Pattern to the Experience of Regret”**：康奈尔大学 Thomas Gilovich 与 Victoria Husted Medvec 发表于《人格与社会心理学杂志》（Journal of Personality and Social Psychology, 1994, Vol. 67, No. 3, 357–365；后续 1995 年 Psychological Review 综述）。核心发现：短期内人更后悔做错的事（行动后悔/commission），长期人更后悔没做的事（不行动后悔/omission），一生回首时约 84% 的受访者最大后悔来自”没做”。这是”长期看人更后悔没做的事”这条金句的真正出处，非贝佐斯、非芒格所说（来源：JPSP 原文 PDF；PMID 7965599；后续博物馆大规模复现研究 PMC10282588 发现效应存在但幅度小于原研究）。证据层级：同行评审学术研究 + 复现；立场：中立。
- Bronnie Ware《临终病人的五大遗憾》（The Top Five Regrets of the Dying）：澳大利亚临终关怀护士 Bronnie Ware 多年床边观察整理，2011 年成书，排名第一遗憾为”没勇气过忠于自己的生活”。属决策损失思维的临终视角注脚（来源：The Guardian 2012 报道；Ware 2011 原书）。证据层级：定性观察 + 二手转述，非受控研究、有选择偏差；立场：当事人，倡导；与 Gilovich-Medvec 实验研究互相印证但不可等同。
- 决策损失 ≠ 沉没成本 / 损失规避 / 机会成本：① 沉没成本（sunk cost）问”已发生的不可收回投入要不要继续扛”，朝后看；② 损失规避/损失厌恶（loss aversion，卡尼曼 prospect theory）问”人对损失的痛感为何大于等量收益”，感知层不对称；③ 机会成本（opportunity cost）问”放弃选项中最大的那个值多少”，算钱；④ 决策损失/后悔最小化问”未来会不会后悔”，朝前看、称痛。四条机理不同，本文据实区分（来源：行为经济学标准教材；Kahneman prospect theory 原始论述）。证据层级：学术文献；立场：中立。
- 贝佐斯”单向门/双向门”决策分类：贝佐斯在亚马逊致股东信中提出的决策分类——不可逆的”单向门”（one-way doors）决策要慢、要慎重，可逆的”双向门”（two-way doors）决策要快、要果断。本文用于第 8 案例和”对决策者的启示”第二条（来源：Amazon 致股东信的二手转述）。证据层级：当事人公开论述；立场：当事人，倡导。
- 文中电信、金融、制造、电商的”示意”案例：均为说明思考逻辑的构造性案例，涉及的公司（”某运营商 / 某银行 / 某制造企业 / 某电商”）非真实具名主体，相关细节为说明性构造，非任何真实公司披露。贝佐斯、乔布斯作为公开历史人物被提及，决策过程依据公开传记与访谈的二手转述。Gartner 2026 调研”约 70% 企业 AI 项目卡在 POC”为方向性引用，具体口径以 Gartner 原始报告为准。已在正文统一标注”示意”。
- “决策损失思维模型”这个名称：非芒格或贝佐斯亲口命名，是中文”100 个思维模型”类清单对”用未来后悔倒推当下决策”做法的概括名；本文据实区分了它与沉没成本（朝后看）、损失规避（感知层）、机会成本（算钱）的关系，不挂芒格名下、也不把贝佐斯遗憾最小化框架和 Gilovich-Medvec 学术研究混为一谈。
buymeacoffee
