AI 原生系列 · 策略 OS
你的策略牌早就死了。我们让策略跑 CI。
一分钟带走的东西——你能收获什么
大多数策略死于一份策略牌：数字没有出处，预测装扮成事实，也没有机制能察觉世界已经变了。我们造了一套策略操作系统，让策略像代码一样过关——文档要跑一遍 make check、无凭据即沉默、每个决策都由人类把关——然后拿一次真实的企业级合作项目对它做了压力测试。6 项优点，7 项缺点，凭据齐全。
一套策略操作系统：每个数字都要有凭据，预测不能冒充事实，「就绪」是一道闸门，而不是一种感觉——在一次真实的企业级合作项目中做了压力测试，诚实打分：6 项优点，7 项缺点，还有 1 处我们在自己的设计里发现的规格缺陷。
《麦肯锡季刊》刚给这种焦虑定了个数：企业级 LLM 支出在十二个月内暴涨两倍，与此同时 token 价格却在崩跌，93% 的受访企业都超了 AI 预算，AI 支出正朝着企业 IT 总支出的四分之一逼近。他们那句断语——"tokens are not value; tokens are the bill"（中译：token 不是价值，token 只是账单）——其实是在说策略：多数组织根本说不清哪些投入在起作用、真实成本是多少、他们的路线图究竟建立在什么证据之上。
而我们用来管理这些投入的工具，居然还是……一份策略牌。策略牌是思维在信心最爆棚那一刻被冻结的快照，上面的数字没人说得清来路，也没有任何机制能在世界已经推翻它们时提醒你。你问一份策略牌「为什么这个就绪度打分是 3.2？什么情况下你会改变看法？」——得到的只有沉默。
于是我们造了一个替代方案，然后做了一件大多数人都会跳过的事：我们试着在一次真实项目里把它打碎，并且把成绩单公开发了出来。
第 0 阶段：在写下一行引擎代码之前，先交出二十份交付物
这个项目是一套策略操作系统——一个私有的元仓库，在这里，策略不是一份文档，而是一个可连接、可测试的对象：目的 → 证据 → 诊断 → 选项 → 决策 → 架构 → 执行 → 指标 → 适应，每一环都可供检查。
在写下任何引擎代码之前，我们先产出了二十份预实现产物——一份组合清单、一份横跨九大工具类别的行业景观报告、一张含 25+ 框架卡片的框架图谱、一套本体论、三个架构方案、七份决策记录、一份里程碑计划——而真正让它落地的是这一步：
我们给文档接上了 CI 流水线。一个失败即拦截（fail-closed）的闸门脚本会检查每一份产物：文件缺失、内容空洞、必需章节缺失——每一种失败都有名有姓。make check：26/26。而这道闸门唯一绝不会做的事，就是替人推断许可——人类的批准存在于一行「人类闸门」中Status:，只由人类编辑，原样转述。
支撑整套系统的是四条设计原则：
- 证据或沉默。没有出处 ⇒ 不算证据。没有来源的说法只能以「标注为假设」的身份存在——「模型这么说的」是可以被表达的，只是理应显得很弱。
- 陈述必须亮明自己的身份。事实、说法、假设、推论、预测——预测绝不能以事实的视觉外观呈现。这是被强制执行的，不是被建议的。
- 决策只能由人类把关撰写。AI 负责调研、建模、红队对抗、起草。决策节点在结构上就不可能由智能体来写。
- 出名 ≠ 有效。我们的框架研究发现，证据质量与知名度大致呈反比——一些最流行的策略工具，恰恰实证支持最薄弱。所以框架被当作带有证据评级的数据来对待，证据薄弱的框架只会被派去承担「激发灵感」的角色，绝不允许承担「下判断」的角色。
压力测试：一次真实的、手工跑通的实战
规格写起来是廉价的。所以在动手搭建引擎之前，我们先把整套方法论手工跑了一遍，用在一次真实的、保密的企业项目上（细节必须保密——这恰恰证明保密规则在起作用）。带出处的证据登记册、可证伪的诊断、三个真正不同的选项、附带利益相关方反馈的权衡取舍、一份 90 天计划，一应俱全。
扛住的部分（6 个优点，仓库里都有凭据）： 分类纪律发现某个来源其实是「摘要的摘要」，逼着我们诚实降级；诊断模式打回了第一版草稿，因为那不过是披着策略外衣的目标清单；当有人冒出「干脆把选定的策略直接写上去」的念头时，本体论说了不——那份决策文档上老老实实写着 Chosen Strategy: NONE，因为当时还没有人类做出决定。
崩掉的部分（7 个弱点，同一个仓库）： 逐句手动分类是最慢、也最容易被跳过的一步——一旦不自动化，「溯源」就沦为表演；markdown 证据登记册没法在规模化场景下回答「如果这条假设失效了，还有什么会跟着动摇？」；而最扎心的一条是——这套方法论推荐了一个和它自身如出一辙的架构，却没有任何对抗性环节来挑战自己的先验假设。 我们把这个记为长期风险，并新增了一道强制性的红队环节。一个给万物打分的系统，自己也必须是可以被打分的。
浮现出一个真实的规格缺陷（本体论缺失一种我们需要的实体类型），登记册新增了两条风险，还有两个核心假设从「假设」升级为「部分获得证据支持」——连带推动它们升级的证据也一并记录在案。
这套心智模型，15 岁的孩子也能跑得动
策略本质上是一座「主张工厂」。每条主张都需要一张凭据。凭据一旦过期，策略必须自己察觉——不需要人提醒。 如果你的策略说不清楚「什么能让它改变主意」，那它就不是策略，只是一种披着格式外衣的情绪。
「智能体化经济学」这个角度让这件事变得紧迫，而不只是好看：McKinsey 自己的数据显示，智能体化的成本表现为一种分布——同一个任务的成本可以相差约 30 倍，而一个智能体化任务里大约 60% 的成本花在检查和修复上，而不是第一次给出答案。任何建立在单点估算式 ROI 之上的 AI 路线图，从结构上就是错的。分布、尾部成本，以及会被校准打分的预测——这些不是装点严谨的摆设，而是诚实所要求的最低限度。
接下来会怎样
目前仓库仍按设计保持私有。「实施闸门」——归人类所有，目前被诚实地标记为「未批准」——决定着规格何时能升级为引擎。一旦开启，第一个垂直切片将端到端跑通一个策略问题：证据进去，可审计的策略报告出来，每一个数字都能用一条完整的链条回答「为什么」。
过不了闸门的策略，本质上还是一份战略牌局。我们宁愿先把闸门造出来。
AI-Native 系列 · Paul Jialiang Wu · love12xfuture · 文中提及的这次合作项目内容保密；但关于系统本身的每一项主张，都可以在项目的闸门日志与账本中得到核实。