SuperAPI AI 工具集

thinking-ooda

通用与其它

查看项目

更新于 10-15 18:10

技能介绍

用途

OODA Loop 是一个在时间压力下使用的思维技能。其核心规则是:对于时间压力下的可逆动作,以约 70% 的置信度行动,然后立即重新观察。循环速度要快于情况恶化的速度;一个迟到的完美计划会输给一个快速的循环。

适用场景

  • 事件响应、故障或仍在持续恶化、状态仍在变化的情况。
  • 调试移动目标(间歇性故障、实时流量变化)。
  • 任何有时间限制的决策,等待完全确定所付出的代价高于一个可逆动作。

不适用场景

  • 情况是静态的且你有时间——此时深思熟虑的分析或假设差分更有效。
  • 下一步动作不可逆或影响范围很大——此时应提高证据门槛,70% 不够。
  • 你可以低成本地定位原因(阅读失败的 diff、日志或指标)——应直接检验该假设,而不是在黑暗中循环。
  • 没有时间压力且环境没有变化——OODA 只会增加无谓的反复。

使用方式(流程)

  1. Observe(观察,限时):立即收集成本最低的高信号状态——指标、日志、告警、最近的部署/配置,以及上一次动作的反馈。限制时间窗口,不要无限收集。
  2. Orient(定向):将观察结果匹配到某个模式,并形成至少 2 个候选解释。当数据与心智模型矛盾时更新或丢弃它;拒绝单一假设锁定。
  3. Decide(决策):选择一个可逆动作来检验主要假设。说明置信度(可逆动作约 70% 阈值)、预期效果、接下来要检查的观察项,以及该检查的时间盒。
  4. Act(行动):果断执行一次,并具备已知的回滚或降级路径。
  5. 立即重新观察:在时间盒内将结果与预测进行比较;把结果反馈到下一轮 Observe。循环直到稳定,或直到下一步不再足够可逆以适用本技能。

停止条件:当系统稳定、剩余工作是静态分析,或下一步需要不可逆承诺时,退出循环并切换方法。

输出

每轮循环记录一次:

  • Observed——当前信号以及自上一轮以来的变化。
  • Orientation——至少 2 个假设;哪一个领先及原因。
  • Decision——动作、置信度、预期效果、下一次观察、时间盒。
  • Act + result——执行了什么,以及立即重新观察显示了什么。
  • Loop status——继续 / 稳定 / 升级并退出 OODA。

验证

  • 证伪/停止:如果你无法说出一个可逆的下一步动作以及一个能在近期证伪它的观察,就停止循环,收集更多证据或升级。如果 act 之后从未重新观察,循环就是断裂的——在下一次动作前先修复这一点。
  • 过度应用防护:不要对静态设计工作、不可逆发布,或一次低成本定位检查就能消除不确定性的情况使用 OODA。在活跃事件压力下,不要为可逆缓解措施等待 100% 置信度。