挑战100天100个GPTs033.错误记录思维模型—慢慢学AI055
#挑战100天100个GPTs
写在前面
一个团队把同一个生产事故处理了三遍，每次的结论都是”下次注意”，下一次照旧。问题不在态度，在没有记录。芒格说过一句话，把”从错误里学习”讲得最干脆：他只想知道”自己会死在哪，这样就绝不往那去”。可”想避免”和”真避免”之间，差着一整套系统——把错误记下来、归类、挖根因、改流程。
“错误记录思维模型”这个中文名不是芒格起的，但落地它的两块基石都是真家伙：芒格给了认知方向（避免愚蠢），达利欧给了制度工具（桥水的 Issue Log 问题日志）。这款 GPT 把这套方法做成一个复盘陪练：你把一个刚发生的错误喂给它，它不安慰你，逼你把根因、模式和可改的流程挖出来。本文讲清这套模型到底记什么、最容易在哪翻车，再用十个场景和十个步骤，帮组织里的人把它焊进工作流。
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），告诉它一个你最近犯的错误或经历的故障。它会先还原你当时的判断，再用五问法追问到可改的流程层，最后逼你给出一条具体的流程改动。
实测对话
三个角度测这个 GPT（个人 / 组织 / 边界），挑顺手的丢进 Gem，把对话粘回对应块，不用的发布前删掉。
错误记录·实测①（团队·软件故障）
🙋 我
上周我们灰度上线一个 AI 客服功能，漏了一个边界条件，少数用户收到错误回复被截图传到微博，引发了一波负面舆情。已经回滚 + 道歉了。团队复盘初稿的结论是”测试不够仔细，下次加强测试”。帮我看看这个复盘对不对，根因到底在哪、该改什么流程。
🤖 错误记录 GPT
这个复盘结论不仅不对，而且是错误记录中最典型的反面教材。
你们能迅速回滚并道歉，说明团队的应急响应和态度非常好。但把结论定为“测试不够仔细，下次加强测试”，这等于没有复盘。这句话是一句废话——它把系统性、流程性的缺陷，归结为了个人的“态度”或“注意力”问题。
在咱们这种三人精干小团队里，每个人都身兼数职，做 AI 应用的迭代速度又快，人的注意力损耗是必然的。靠“下次仔细点”来防御，下次换个边界条件，一定会再次踩坑。
真正的错误记录，要把“粗心”剥开，看到底是哪一步机制缺位了。让我们用思维模型把这条链子重新走一遍：
一、 连问根因：从“不够仔细”到“系统缺陷”
对于 AI 客服这种带有非确定性输出的产品，我们来模拟一下向下追问的过程：
- 为什么少数用户收到了错误回复？
- 因为代码/Prompt 没有处理某个特定的边界条件。
- 为什么测试阶段没有覆盖到这个边界条件？
- 因为常规的穷举测试用例里没有想到这种情况。
- 为什么常规测试用例想不到？
- 因为大模型的输入输出高度发散，传统软件工程的“黑盒/白盒测试”无法完全覆盖 AI 的所有长尾边界。
- （关键转折）既然无法在测试环境 100% 穷举，为什么在“灰度上线”期间没有第一时间发现，而是等到了微博爆出舆情？
- 因为我们把“灰度上线”仅仅当成了分发手段，而没有给灰度配备“实时内容风控与异常告警机制”。我们把用户当成了肉身测试员，把微博当成了我们的系统报警器。
真正的根因出来了：
这不是“测试不仔细”的问题（能力与注意力缺口），而是流程缺失。
你们缺失了针对 AI 非确定性特征的“红队测试（对抗测试）”环节，以及灰度期间的“异常输出监控闭环”。
二、 落到具体的流程改动
把教训翻译成一条具体的动作，永远不要用形容词（仔细、加强），要用动词和名词（添加、修改、核对）。建议你们把这次的教训转化为以下流程改动，加到你们的项目协同工具（比如 TickTick 或 Notion 的 SOP 库）里：
改动 1：上线前增加“破坏性红队测试” Checklist
以后任何 AI 对话类功能上线前，除了常规的“正常路径走通”，增加 15 分钟的专项越狱/边界攻击。
改动 2：建立灰度期的“护栏监控（Guardrails）”
在代码层面加一道极简的输出规则校验（例如：当 AI 回复中出现某些特定错误格式、乱码、或引发系统兜底文案时）。
只要触发该规则，直接将完整日志推送到你们的内部群，而不是等用户去截图发微博。
改动 3：重新定义“灰度发布”的标准
在发布流程的 Checklist 中增加一项：没有配置对应业务指标监控的灰度，不允许发布。
三、 错误登记入库建议
为了让这次微博舆情的学费没白交，这条 Issue 登记在案时，格式应该是这样的：
- 现象： AI 客服灰度期间遭遇未覆盖边界，引发外部负面舆情。
- 当时判断： 认为常规功能测试跑通即可上线灰度，靠用户反馈来抓 Bug。
- 真实归因： 流程缺失。AI 输出的不可控性与传统监控手段不匹配，缺乏灰度期的实时异常预警机制。
- 流程改动： 增加 AI 异常输出监控推送；上线前置入红队测试 Checklist。
错误记录·实测②（制造·产线）
🙋 我
我们工厂同一种装配缺陷一个月内出了七次，每次都是批评工人、扣绩效、下次注意，第八次照旧。帮我用五问法挖一下根因——到底该改什么。
🤖 错误记录 GPT
同一个错误一个月内连出 8 次，这就已经是一份铁证：这不是个人的“粗心大意”，而是系统和流程的“必然产物”。
把处理方式停留在“批评工人、扣绩效、下次注意”，是制造业复盘中最典型的反面教材。扣绩效只会让人想方设法掩盖错误，而“下次注意”是一句没有任何信息量和约束力的废话。
我们现在要把这个缺陷从“工人的罪状”变成“流程的数据”。由于你没有提供具体的缺陷细节，我先用制造业中最常见的“零件装配反向/错位”为例，给你打个样。我们来看看五问法（5 Whys）是如何把问题从“人”推到“系统”的。
示范：如何用五问法挖根因（以“零件装反”为例）
- 缺陷现象（结果）： 某个关键零件在装配时被装反，导致成品不合格。
- 目前的伪归因： 工人操作时不仔细，粗心大意。
开始追问（五问法）：
- 一问：为什么零件会被装反？
- 答： 因为正反面看起来非常相似，工人在快速流水线作业时容易拿错。
- （这里已经跳出了“粗心”，找到了“物理特征相似”的客观信号。）
- 二问：为什么正反面相似就容易拿错？装配前没有核对标准吗？
- 答： 有标准，SOP 上写了“注意缺口朝上”，但车间光线暗，或者工人戴着手套摸不出缺口。
- （挖掘到了“操作环境”与“SOP 脱离实际”的矛盾。）
- 三问：既然肉眼/手感难以快速分辨，为什么没有防呆设计（Poka-yoke）？
- 答： 这个工装夹具是老型号通用的，没有专门为这个容易装反的零件做定向卡槽。如果装反了，零件也能硬塞进去。
- （找到了物理环境/工具层面的缺失，这才是导致连出 8 次错误的核心。）
- 四问：为什么工装夹具没有升级定向卡槽？
- 答： 之前产线工程师认为没必要，觉得“只要工人小心点就能装好”，所以没有提报工装改造需求。
- 五问：为什么前 7 次出错后，依然没人提报改造需求？
- 答： 因为工厂的规定是“谁出错谁挨罚”。大家把精力都放在了写检讨和互相推诿上，没有人意识到这是工具的缺陷，也没有建立“一线工人向工程师反馈工具难用”的绿色通道。
真正的流程改动（落到具体动作）
通过上面的推演，你应该能看出来，真正的解决方案绝对不是“开早会再强调一次”。你需要落到以下这类具体的流程和物理改动上：
- 物理防呆（最优解）： 连夜修改工装夹具，加一个定位销。只要零件拿反，根本放不进夹具，从物理上杜绝装配可能。
- 视觉强化（次优解）： 如果夹具暂时改不了，在零件的正确朝上面用高亮马克笔点一个大红点，规定“红点必须朝上才能打螺丝”。
- 管理机制改动： 立即停止对这 8 次错误的罚款。告诉大家：“错 8 次是流程的错。以后谁能发现这种‘容易出错的坑’并提出防呆建议，不仅不罚，还要奖励。”
你的实战时间
真正的闭环是“改了流程，同类错误下降”，而不是“记了一笔黑历史”。现在我们需要处理你们工厂真实发生的缺陷。
你们工厂这一个月内连出 7 次的具体“装配缺陷”到底是什么表现（比如：螺丝滑丝、线束插错、密封圈漏放）？
错误记录·实测③（个人·投资）
🙋 我
我去年抄底某只港股亏了 40%，当时追的是”跌多了总该反弹”。帮我做一次错误记录：当时的判断链是什么、根因在哪、我该改哪个决策习惯。
🤖 错误记录 GPT
亏损 40% 的学费既然已经交了，如果不把它转化成你投资系统里的防御机制，这笔钱就真打水漂了。
金融市场是最容易让人产生“自责”情绪的地方，但投资复盘最忌讳的就是停留在“我真傻，下次再也不手贱去抄底了”。这不叫复盘，这叫发誓，而发誓在交易软件的买入按钮前是不堪一击的。
我们用错误记录思维模型，把这笔交易从“一次亏损”拆解成“一条判断链”，看看你的决策系统到底在哪里断了线。
一、 当时判断链还原（剥离后视镜偏见）
首先，我们要客观记录下当时的输入信号和推导逻辑：
- 客观现象： 某只港股经历大幅下跌，距离历史高点（或近期均价）跌去很多。
- 输入信号： 股价看起来“很便宜”。
- 当时的推导链： 跌幅足够大 → 泡沫已经挤干/利空已经出尽 → 均值一定会回归（反弹） → 现在买入拥有安全边际。
- 错误结果： 买入后继续阴跌或暴跌，最终产生 40% 的大幅亏损。
二、 连问根因（五问法寻找系统漏洞）
现在我们开始往下挖，把“跌多了总该反弹”这个直觉剥开：
- 一问：为什么会认为“跌多了总该反弹”？
- 答： 因为我把“过去的高点”当成了这只股票的“合理价值”。
- 二问：为什么过去的高点能代表合理价值？
- 答： （这里逻辑断裂了）其实并不能。过去的高点可能是情绪炒作，也可能是当时宏观环境和行业逻辑极佳时的产物。
- 三问：既然知道高点不等于价值，为什么决策时依然以此为锚？
- 答： 因为我没有去分析导致它下跌的核心变量是否发生了不可逆的恶化（比如商业模式被颠覆、政策逻辑生变、利润池枯竭），仅仅看 K 线图就做出了买入动作。
- 四问：为什么不去验证基本面，仅仅看 K 线就下单？
- 答： 因为害怕错过（FOMO）这个“便宜”的价格，想抢反弹，没有给自己强制设定买入前的核对程序。
- 五问：为什么面对可能造成重大亏损的财务决策，可以靠直觉一键下单？
- 答： 因为我的投资体系里，缺失了“交易前阻断与交叉验证机制”。
三、 错误归类与模式提取
- 错误模式：流程缺失 + 认知偏差（锚定效应）。
- 定性分析： 这是典型的“价格锚定”替代了“价值锚定”。把交易决策建立在了单一的技术面/情绪面指标（跌幅大）上，而忽略了基本面指标（公司到底还值不赚钱）。在没有搞清楚市场为什么抛售它的情况下，充当了接盘侠。
四、 落到具体的流程改动（系统升级）
既然你已经开始配置正规的券商账户进行投资操作，这种靠直觉“抄底”的习惯必须用流程来锁死。你可以把以下改动直接加到你现有的 Obsidian 知识库和 TickTick 的管理工作流中：
- 改动 1：在 Obsidian 中建立《买入决策强制清单（Checklist）》
以后任何一笔交易，在点下买入键之前，必须在笔记中填完以下三个问题。填不出来，坚决不买：
- 市场的做空逻辑是什么？ （它为什么跌？是周期性疲软，还是逻辑被摧毁？）
- 我的买入逻辑与市场做空逻辑有何不同？ （我看到了什么市场没看到的东西？绝不能写“因为它便宜”。）
- 如果我错了，我的止损线和离场信号是什么？
- 改动 2：在 TickTick 引入“24小时冷却期” SOP
针对所有“抄底”类冲动交易，设定强制物理隔离。当你脑子里冒出“跌多了该抄底了”的念头时，把这只股票加入自选股，并在 TickTick 里设定一个 24 小时后的提醒。用一天的冷却期对抗大脑的 FOMO 情绪。
如果把这只港股亏掉的 40% 当作完善你整个交易系统的开发成本，它其实非常划算，它帮你买到了一个“拦截抄底冲动”的防火墙。
期望目标
把每次错误之后的”下次注意”，换成一条能写进流程的具体改动。让一个错误被记下来一次之后，整个团队都不再踩同一个坑。
GPTs 源码
1 | # 角色：错误记录思维模型专家 |
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：
- 挖根因才是难点。大部分人愿意写”我搞砸了”，但写到”因为粗心，下次注意”就停了。这个 GPT 必须在 Workflow 第二步硬顶——用五问法逼问下去，直到挖到可改的流程层，不接受”粗心”这种无信息量收尾。
- 模型名不是芒格的，提示词要诚实。”错误记录思维模型”是国内”100 个思维模型”类清单的叫法，芒格没这么命名过。所以提示词把来源拆清楚：芒格给认知方向（避免愚蠢、逆向思考），达利欧给制度工具（桥水 Issue Log），别把什么都挂在芒格名下，读者一查就穿帮。
- 反向自检这一步是关键。错误记录一旦配上追责文化，记录就会停。所以 Workflow 里专门加了一步”这次记录会不会让人不敢报错”，逼用户先确认文化前提。
- **闭环是”同类错误下降”，不是”记了一笔”**。很多错误日志最后变成流水账，就是因为记完就完了。提示词在收口环节强制要求 1-3 个月后回看验证。
一句话总结这次的收获：错误记录类工具最大的陷阱是变成情绪宣泄或流水账，好的提示词得把”记”和”改”焊死成一条链，中间的根因追问一步都不能少。
补充说明
错误记录到底在记什么？记的不是一个”错误结果”，而是三样东西：当时的判断（你怎么想的）、真实的归因（为什么会这样）、可改的流程（下次怎么避免）。很多人只记第一样，少数人挖到第二样，真正改了流程的少之又少。这套模型的全部价值，就在把人从”记结果”推到”改流程”。
它最常被误读成两副样子。一副是只记不分析——开个表格把错误往里堆，堆了几十条再没看过，变成情绪垃圾桶。另一副是追责式记录——谁出错谁登记，登记完挨批，于是再没人敢往里写，错误库干干净净，事故照样反复。两个极端都跑偏了：错误记录要么配上根因分析，要么配上无指责文化，缺一样都活不下去。
经典源头很硬，分三头。认知这一头是芒格，他说”告诉我我会死在哪，这样我就不去那”，把从错误里学习当成头号策略，强调成功靠少犯蠢、不靠耍聪明。制度这一头是达利欧，他在桥水建了 Issue Log，任何出错都必须登记、定级、定责、归因，原话是”可以犯错，但不可不从错误里学习”。系统这一头是航空业的黑匣子，Matthew Syed 在《黑匣子思维》里做过对比：航空业每次坠机都做系统性错误分析，把死亡率压到接近零；医疗、司法这些把错误污名化的行业，同类事故反复发生。三个源头指向同一件事：错误是数据，把它用起来。
10 个案例分析及思考逻辑
下面十个场景，前五个落在各行业最常见的错误复盘里（制造质检、软件故障、金融风控、电信客诉、电商大促），第六、七个是桥水和航空的真实范例，后面几个换到个人决策、高管复盘和反面文化上，让十案例的姿态各不相同。带”示意”标记的，是用来说明复盘逻辑的构造案例，非真实公司披露。
1. 制造：质检同一缺陷反复出现，根因不在工人（示意）
某工厂同一种装配缺陷一个月内出了七次，每次的处理都是”批评工人、扣绩效、下次注意”，第八次照旧。换错误记录思维：把七次缺陷的情境都记下来归类，发现全部发生在夜班某台设备、某个工装夹具磨损后。根因不是工人粗心，是夹具磨损到一定周期就会偏。流程改动是给夹具加定期更换的预防性维护。错误记录把”换工人”换成了”换夹具”，问题才真消失。
2. 软件：线上故障的 blameless postmortem（经典/真实）
互联网行业做线上故障复盘有一套成熟做法叫 blameless postmortem（无指责复盘）：故障恢复后写一份复盘报告，对事不对人，专问”系统为什么会允许这个错误发生”而不是”谁搞砸的”。Google 的 SRE 体系把这套做法写进了书里。它的逻辑是——如果一次误操作就能让系统崩，那问题是系统太脆，不是操作的人太蠢。错误记录在这里被升级成”系统韧性设计”的输入。
3. 金融：风控模型同一类误报反复出现（示意）
某银行反洗钱系统连续几个月在同一类场景误报可疑交易，每次都靠人工复核放行，耗时费力。把每一次误报当错误记录归类，发现全部集中在某种跨境小额结算模式上——根因是模型把一个正常结算特征误判成了洗钱信号。流程改动是给模型加一条白名单规则，并把这批误报案例纳入下一轮模型训练。错误记录让风控团队从”逐笔人工放行”升级到”改模型”，误报率才真降下来。金融行业尤其值得这么做：可解释、可审计是合规硬要求，每一次误报都该是一条可追溯的改进数据，而不是复核完就清掉。
4. 电信：政企专线重复客诉背后的流程节点（示意）
某运营商政企专线客户反复投诉”开通慢”，客服每次道歉赔礼，下个月照旧。把投诉当错误记录归类，发现慢的不是某一个环节，而是”订单流转到第二个部门时缺一个字段，被打回重填”这个固定卡点。根因是订单系统和开通系统之间一个字段没对齐。流程改动是给跨系统流转加一道字段校验。错误记录把”道歉”换成了”改接口”，客诉才真降下来。
5. 电商：大促事故复盘驱动明年预案（示意）
某电商每次大促都有零星事故——库存超卖、优惠券叠加、支付超时。做完大促写一份事故清单，归档了事，第二年又踩类似的坑。换错误记录思维：每条事故都强制落到一条明年预案（库存加分布式锁、优惠券加互斥规则、支付加降级开关），并把去年所有事故做成大促前的必读 checklist。错误库不再是”去年的事”，而是”今年的防线”。
6. 经典：达利欧差点开除 Ross，转而建了 Issue Log（真实）
桥水早期，交易主管 Ross 漏报了一笔客户交易，让公司损失了一大笔钱。达利欧的第一反应是开除他。但他转念想：开掉 Ross，等于告诉全公司”犯了错就藏起来”，文化会变得不诚实。他转而和 Ross 一起建了错误日志（后来叫 Issue Log），定下”可以犯错，不可不从错误里学习”的规矩。这个决定塑造了桥水之后几十年的文化。一个”怎么处理犯错的人”的决定，决定了一个组织能不能从错误里成长。
7. 经典：航空黑匣子 vs 医疗的污名化（真实）
Matthew Syed 在《黑匣子思维》里对比了两个行业。航空业每次坠机都回收黑匣子、做彻底的系统性错误分析、把教训变成全行业的规则改动，商业航空的死亡率被压到极低。反观医疗行业，很长一段时间里错误被视为”医生失职”，被追责、被隐瞒，同类医疗事故反复发生。差别不在医生和飞行员谁更聪明，在于一个把错误当数据用，一个把错误当罪状藏。系统学习的前提，是错误能被公开记录。
8. 个人：芒格和巴菲特的投资错误复盘（个人）
芒格和巴菲特有个习惯，公开复盘自己的投资错误。巴菲特把收购德克斯特鞋业称为他最差的一笔交易，多次在股东信里讲当时为什么判断错、错在哪。把错误写下来、公开讲出来，既逼自己想清楚根因，也让别人免踩同一个坑。个人层面的错误记录，最低成本的形式就是决策日记——记下当时的判断，过半年回看判断和结果对不对，错在哪里。
9. 管理：高管决策的事后复盘（示意）
很多高管决策做完就过去了，从不回看。换错误记录思维：重要决策做完 6 到 12 个月后强制回看一次，记录”当时的判断依据是什么、后来市场怎么走的、判断哪里对了哪里错了”。攒几年下来，高工会发现自己有一类稳定的判断盲区（比如系统性高估某个变量）。这种复盘针对的是决策质量本身，比项目复盘更难，也更值钱。
10. 反面：追责文化会扼杀错误记录（原理）
错误记录有个生死前提：无指责文化。一旦”记错误”和”挨处罚”挂钩，理性的反应就是不再记。医院的漏报、企业的隐瞒事故，根子都在这。所以推行错误记录之前，先问一个问题：记了错误的人，会不会因此吃亏？如果会，这套系统再设计得漂亮也活不下去。先解决文化，再上工具，顺序反了一定失败。
学习错误记录思维的 10 个步骤
学这套模型，顺序比内容更重要。下面十个步骤按”转心态 → 选工具 → 记录 → 挖根因 → 归类 → 改流程 → 闭环”的弧线排，每步配一个实例。
1. 转心态：错误是数据不是污点
先把卡罗尔·德韦克”成长心态”那套吃进去——能力是可以长的，错误是长的养分。实例：把”我又搞砸了”这句话换成”我又发现一个坑”，一个字的差别，记错误时的心理负担差很多。
2. 选一个能随手记的工具
错误记录最怕摩擦，工具要能 30 秒内记完一条。实例：一个飞书表格或 Notion 库，列设成”时间 / 场景 / 错误 / 当时判断 / 根因 / 教训 / 流程改动”七栏，手机桌面留个快捷入口。
3. 记录时把”当时判断”和”现在复盘”分开写
很多人只记”结果错了”，不记”当时为什么这么判断”。后者才值钱。实例：一笔投资亏损，光记”亏了 20%”没用；记下”当时为什么买、看到的信号是什么、哪个信号后来被证伪”，下次才知道这个信号能不能信。
4. 用五问法挖根因
连问五个”为什么”，从结果一直追到可改的流程层。实例（丰田生产系统的原型）：机器停了→为什么→保险丝断→为什么→轴承磨损→为什么→润滑不足→为什么→油泵没上油→为什么→滤网堵了。根因是滤网，改的是定期换滤网的流程，不是”操作工再细心点”。
5. 攒够数量后归类找模式
单条错误的归因常有偶然，攒到二三十条再归类，重复出现的模式就是流程的真薄弱点。实例：翻一遍错误库发现 30 条里有 12 条都标着”沟通时假设对方已经知道”——这就是系统性模式，要改的是沟通流程，不是某一次道歉。
6. 做无指责复盘（blameless postmortem）
复盘时对事不对人，专问”系统为什么会允许这个错误发生”。实例：一次线上事故，复盘报告里写”为什么一个误操作能触发全站故障”（系统韧性），而不是”谁操作错了”（追责）。
7. 每条错误必须落到一个流程改动
“教训”不落地就是废话。实例：错误是”跨部门交接漏了一个信息”，流程改动就是”在交接 checklist 里加一步：列出所有需传递的信息字段并由对方签收”，而不是”以后交接小心点”。
8. 定期回看错误库
设固定节奏过一遍错误库，否则记了等于没记。实例：每周一晨会用 10 分钟过上周的错误库新增条目，每月做一次归类，看新出现的模式。
9. 团队共享，让教训放大
一个人的教训要变成所有人的免坑指南，靠共享。实例：参桥水 Issue Log，错误库全员可查可搜；新员工入职第一周先读一遍历史错误库，等于免费吃了团队几年的亏。
10. 闭环验证：改了流程，同类错误下降没
真正的闭环是结果验证，不是”记了一笔”。实例：Q1 针对错误库改了 5 个流程，Q2 回头看这五类错误的复发率是不是降了。降了说明改对了，没降说明根因没挖到，回去重挖。
对决策者的启示
落到带组织的大企业一把手身上，错误记录思维有三条最值得焊进决策习惯：
第一，错误记录要配”无指责”文化，否则没人记。一旦记错误等于挨罚，理性的人就会选择不记、瞒报。推行错误库之前，先确认一个前提——记了错误的人不会因此吃亏。这件事一把手得以身作则：公开复盘自己的重大决策失误，团队才敢跟着记。
第二，把错误库当资产，不是黑历史。它是流程改进唯一真实的数据源。客户投诉、生产事故、线上故障、决策失误，全是组织最贵的免费教训，可惜大多数组织把它们扔在了道歉信和检讨书里。把错误库建起来、归类清楚、定期回看，它就是组织的免疫力。
第三，别让”下次注意”过关。要求每条重大错误落地一个具体的流程改动——加一步 checklist、改一个节点、补一道核对。凡是复盘停在”以后小心”的，等于没复盘。这一条是衡量一个组织真不真的硬指标：它的复盘纪要里，是写满了具体的流程改动，还是写满了”加强重视、提高警惕”。
文末引用
- 达利欧 / 桥水 Issue Log（问题日志）：出自 Ray Dalio《Principles: Life and Work》（《原则》）Work Principle 部分。原文：”The Issue Log is our primary tool for recording our mistakes and learning from them… It acts like a water filter that catches garbage. Anything that goes wrong must be ‘issue logged’ with the severity of the issue and who is responsible for it specified.”（来源：principles.com 官网原文）。起源故事（差点开除 Ross、转而建错误日志、”可以犯错，不可不学习”）转引自 Mind Tools 对《Principles》的解读。证据层级：当事人著作 + 官网原文；立场：当事人原话，中立。
- **芒格”告诉我我会死在哪，这样我就不去那”**：芒格关于逆向思考（inversion）的代表性表达，源自数学家 Jacobi 的 “man muss immer umkehren”（永远反过来想）。转引自多篇投资类文章（如 eiInvestingForBeginners “Inversion Thinking: How Charlie Munger Avoids Stupidity”）。证据层级：当事人演讲的二手转引；立场：投资教育向，原话逐字版本待核实。
- **巴菲特”我们学到的是避开难题，而不是解决难题”**：原话 “Charlie and I have not learned how to solve difficult business problems. What we have learned is to avoid them.”（转引自 eiInvestingForBeginners）。证据层级：当事人公开表述的二手转引；立场：当事人，中立。
- Matthew Syed《Black Box Thinking》（《黑匣子思维》）：对比航空业（系统性错误分析→死亡率极低）与医疗/司法（错误被污名化→同类事故反复）。证据层级：当事人著作；立场：记者/作家，主张”从失败中学习”，略带倡导倾向。
- 五问法（5 Whys）：源自丰田生产系统（Toyota Production System），通常归功于大野耐一（Taiichi Ohno）。证据层级：工业工程公认源头；立场：方法论，中立。
- 卡罗尔·德韦克”成长心态”（Mindset）：Carol S. Dweck《Mindset: The New Psychology of Success》（中译《终身成长》）。证据层级：心理学学者当事人著作；立场：学术研究，中立。
- Atul Gawande《The Checklist Manifesto》（《清单革命》）：作为步骤里”流程改动=加一步 checklist”的方法参考；医生/作家当事人著作。证据层级：当事人著作；立场：实务倡导。
- Google SRE / blameless postmortem：作为步骤 6 与案例 2 的工程文化参考；无指责复盘是 Google SRE 体系的成熟实践（见《Site Reliability Engineering》一书相关章节）。证据层级：行业实践 + 当事公司著作；立场：工程方法论，中立。
- 文中电信、金融、制造、电商、管理的”示意”案例：均为说明复盘逻辑的构造性案例，涉及的公司（”某运营商/银行/工厂/电商/高管”）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。已在正文统一标注”示意”。
- “错误记录思维模型”这个名称：并非芒格或达利欧亲口命名，是国内”100 个思维模型”类清单对”系统性记录与学习错误”这一做法的概括名；本文据实拆分了它的三块基石来源（芒格认知方向 / 达利欧制度工具 / Syed 系统范例），不把名称挂在某一位大师名下。
buymeacoffee
