用途：该框架用于管理增长实验，帮助判断何时应寻找新机会、何时应放大已验证的成果，适用于产品领域出现收益递减，或需要在职业、产品方向上决定泛化还是专精的场景。
核心原则：识别收益递减（饱和）信号，并主动回到探索阶段，避免停滞在局部最优。
循环阶段：探索（寻找新山头）→ 验证（证明洞察）→ 利用（规模化/优化）→ 饱和（ROI 递减，作为重启信号）→ 回到探索。
模式特征：探索模式为发散思维，活动包括寻找新杠杆、用户心理与假设；利用模式为收敛思维，活动包括放大已验证洞察、优化与 A/B 测试。
切换信号：实验提升低于 1% 时转向探索；发现高杠杆洞察时转向利用；团队感到“卡住”时转向探索；明确赢家被验证时转向利用。
常见错误：只探索会零散且无法放大成果；只利用会困于局部最优、收益递减；不振荡则无法识别饱和信号。
案例：Chess.com 曾探索用户为何复盘对局，发现用户是在获胜后而非失败后复盘，随后通过重新设计以庆祝胜利来“利用”该洞察，使参与度提升 25%。来源为 Albert Cheng（Chess.com、Duolingo、Grammarly）在 Lenny's Podcast 的分享。
限制：资料未提供具体实施步骤、工具、收费或平台信息。