yuanze-believability-weighting

name	yuanze-believability-weighting
description	收到一堆意见时，按"过往业绩 + 推理质量 + 领域相关性"给每条意见分配权重，而不是 按人头投票或按谁官最大。激活信号：用户在做决策前听取了多方意见且意见冲突；用户 说"大家各执一词"、"我不知道该信谁"；或要建一个用人/决策机制。不适用于：纯个人 偏好问题（吃穿住）、只有一个意见来源的场景、时间紧迫的反射决策。与深思熟虑分歧 （yuanze-thoughtful-disagreement）的区别：分歧是**两人的对话过程**；本 skill 是 **听完多方后怎么裁决**。与创意择优（yuanze-idea-meritocracy）的区别：创意择优 是组织文化整体设计；本 skill 是它的核心决策机制。
source_book	《原则》 瑞·达利欧
source_chapter	生活原则 · 5.10 / 工作原则 · 第 5 条
tags	["decision","judgment","team","meta-decision"]
related_skills	[{"slug":"yuanze-thoughtful-disagreement","relation":"composes-with"},{"slug":"yuanze-idea-meritocracy","relation":"composes-with"},{"slug":"yuanze-radical-open-mindedness","relation":"composes-with"},{"slug":"yuanze-expected-value","relation":"contrasts-with"},{"slug":"yuanze-principles-to-algorithms","relation":"composes-with"}]

可信度加权决策

R — 原文 (Reading)

"可信者的特征是，能不断成功地实现一些成就，而且能就如何做到这一点提供很好的 解释。……我懂得了如何对不同人的观点进行加权，从而选择最好的观点，也就是说， 我用可信度加权的方式做决定。你必须避免两种常见失误：(1) 不合逻辑地高估 自己的可信度；(2) 不区分可信度不同的人。"

— 瑞·达利欧，《原则》工作原则 · 5.10

---

I — 方法论骨架 (Interpretation)

作者的可信度加权激进地拒绝两个常识：

• 拒绝民主投票（每人一票）——懒得评估个体差异。
• 拒绝威权决策（老板一票）——懒得让权威被挑战。

取而代之的硬指标：

1. 过往业绩：在这个具体领域，这个人过去是否反复（作者说"≥3 次"）成功？
2. 推理质量：这个人能否说清因果链，能否经得起压力测试？

关键反直觉：可信度是按领域的。同一个人在 A 领域可信度高，在 B 领域可能低。 你不能把一个人"总体可信度" 套到所有话题。

两个对称错误（ce10）：

• 高估自己：把自己的意见等同于专家意见（ego + 近因效应）。
• 不区分他人：把所有意见等权处理（懒 + 怕显得精英主义）。

实操要点：

• 给每条意见打两个分：这个人在这个领域过往是否有业绩（0/1/2）+ 这条推理是否 站得住（0/1/2）。加起来是意见权重。
• 反对意见的权重 > 支持意见的权重（因为有可信度的反对 = 你没看到的盲区信号）。
• 权重最大的意见不一定赢——还要看有没有多个独立可信者共同指向某个结论。

---

A1 — 书中的应用 (Past Application)

案例 1: 2013 食管癌误诊（c22）

• 问题：约翰·霍普金斯医院首诊达利欧为癌前病变。
• 方法论的使用：他没把"约翰·霍普金斯" 这个机构名当成权威加分，而是请 4 位研究这种具体病症的专家（领域相关性高）独立评估，并让他们对质看推理链。
• 结论：几位专家意见严重分歧 → 权重不应集中在任一方 → 重做活检。
• 结果：发现根本没异常。

案例 2: 2016 最高层架构调整（c35）

• 问题：桥水两位联合 CEO 内部分歧，管理失效。
• 方法论的使用：达利欧坚持不由他作为创始人一票决定，而走制度流程：管理 委员会 + 利益相关者委员会按可信度加权投票。
• 结论：投票结果 = 格雷格退回专任 CIO，达利欧临时回任联合 CEO。
• 结果：2017 年顺利交接，印证"创始人的权威在最高层决策中也要让位于可信度 加权机制"。

---

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

1. 用户做一个中大型决策前咨询了多个人，意见互相冲突。
2. 用户说"大家意见差别很大"、"我不知道该听谁"。
3. 要建立用人或决策机制（招聘委员会、产品决策组）。
4. 一个会议上多人发言但没人裁决。
5. 戴总场景：标准审核时专家意见不一；早报选题时不同顾问建议冲突。

语言信号 (用户的话里出现这些就应激活)

• "A 说 X、B 说 Y，我该听谁的"
• "大家各执一词"
• "他们说的都有道理"
• "我是不是应该听专家的"
• "要不要投票决定"

与相邻 skill 的区分

• 与 yuanze-thoughtful-disagreement 的区别：分歧 skill 是 1v1 对话过程；本 skill 是听完多方后如何裁决。两者前后衔接。
• 与 yuanze-idea-meritocracy 的区别：创意择优是组织级的文化+制度整体； 本 skill 是创意择优的核心决策机制（三支柱之一）。
• 与 yuanze-expected-value 的区别：预期价值是按概率和赔率算某个选项的 期望；本 skill 是判断哪条意见更可信。

---

E — 可执行步骤 (Execution)

1. 列出所有意见和出处

   • 动作：每条意见写：说的人 + 意见内容 + 推理。最少 3 条意见。
   • 完成标准：至少能写出 3 位不同人的具体判断。
   • 判停：只有 1-2 条意见 → 先去主动求更多反对意见（调用 yuanze-radical-open-mindedness）。

2. 给每条意见的"业绩分"

   • 动作：按本话题所属领域打 0/1/2：
     • 0 = 对方没在这个领域做过可验证的事
     • 1 = 做过 1-2 次且有验证
     • 2 = 反复（≥3 次）成功
   • 完成标准：每条意见都有业绩分。注意：不是看这个人的总体牛人度，是看 本话题这个具体领域。

3. 给每条意见的"推理分"

   • 动作：按推理清晰度打 0/1/2：
     • 0 = 只有结论没有推理
     • 1 = 有推理但有明显漏洞
     • 2 = 推理链完整且能回答压力测试
   • 完成标准：每条意见都有推理分。

4. 算加权意见 + 找共振

   • 动作：每条意见总权重 = 业绩分 + 推理分（0-4）。 然后看：是否有多个权重 ≥3 的独立可信者指向同一结论？
   • 完成标准：能明确说出"3 位权重 ≥3 的可信者都认为 X"（强信号）或"可信者 意见分裂"（弱信号，更谨慎）。

5. 警惕两个对称错误

   • 检查高估自己：你作为决策者的意见在哪个领域有业绩？如果你在这个具体 领域业绩是 0，你的意见权重就是 0（别自己加分）。
   • 检查不区分他人：避免按"公司里最响的声音" 或"官最大" 暗中加分。
   • 完成标准：能明确说出"我在这个领域的可信度不够高" 或"X 虽然资深但不在这 个领域"。

6. 做决定 + 记录 + 后验

   • 动作：按加权结论做决定，写下你用了谁的哪条意见（权重是多少），以及 你反对了谁（权重多少）。
   • 完成标准：事后 3-6 个月回看，更新每个人在这个领域的业绩分。

---

B — 边界 (Boundary) ★

不要在以下情况使用此 skill

• 纯个人偏好问题（吃什么、穿什么、住哪里）——可信度概念不适用。
• 时间紧迫的反射决策（车要撞了）——没有加权空间。
• 只有 1 个意见来源——没可加权的。

作者在书中警告的失败模式

• ce10 两种对称错误：高估自己 / 不区分他人，见上第 5 步。
• ce18 不下结论：收集完意见但迟迟不裁决，本 skill 失效。
• ce16 创意择优变无法无天：资历 / 官衔 / 年龄被完全剥离后，有人以为"任何 人随时可以挑战任何事"——加权不是平等发言，是按可信度筛选发言。

作者的盲点 / 时代局限（ce21 + ce23）★

• ce21 可信度测量本身承载偏见：这是本 skill 最大的警告。
  • 光环效应：一域成功污染他域（达利欧在金融上可信 ≠ 在婚姻上可信）。
  • 近因偏差：最近一次业绩权重过大。
  • 样本不平衡：能说的人比闷头做的人更容易被打高分。
  • 元层回归：评分系统设计者的可信度也需要被评——谁评评分者？
  • 修正做法：按领域分开打分；定期审计评分算法；给"沉默但产出高"的人 独立通道；把可信度加权当作参考而非裁决——关键决策依然由具体责任人拍板。
• ce23 幸存者偏差：桥水用这套机制成功，但"用了但没成功" 的案例没进样本。
• 东亚场景适配：戴总场景中直接在会议上"给每位发言人打分" 会触发巨大防御。 修正：可信度加权在内部是隐性的，不公开打分；裁决时说"基于 A 在这个 领域做过 3 次相关项目，他的意见权重更大"，这比打表格温和。
• 算法化的危险：桥水用"点子宝" 软件量化可信度——用在戴总场景上会变成 给客户/员工贴永久分，反而僵化。可信度按事件更新，不是静态 ID。

容易混淆的邻近方法论

• 民主投票：一人一票；本 skill 按可信度加权。
• "听专家的"：把某个"权威身份"当可信度；本 skill 要看该专家在这个具体领域 的过往业绩（不是总体名气）。
• 综合评估 / 德尔菲法：专家匿名迭代；本 skill 要求推理公开，便于压力测试。

---

相关 skills

• composes-with: yuanze-thoughtful-disagreement — 分歧 skill 是 1v1 对话过程；本 skill 是听完多方后如何裁决。两者前后衔接：对话在前，加权裁决在后。
• composes-with: yuanze-idea-meritocracy — 可信度加权是创意择优三支柱之一；本 skill 可独立使用，也可嵌入创意择优的完整机制。
• composes-with: yuanze-radical-open-mindedness — 步骤 1 若只有 1-2 条意见，先调用开放 skill 主动求更多反对意见，再回本 skill 加权。
• composes-with: yuanze-principles-to-algorithms — 可信度加权本身可以被算法化（业绩分+推理分的评分表），是 f16 在"听谁的"这一问题上的具体实例。
• contrasts-with: yuanze-expected-value — 预期价值是按概率和赔率算某个选项的期望；本 skill 是判断哪条意见更可信。一个算事，一个算人。

---

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 蒸馏时间: 2026-04-19
• 优先级: P1