降价 → 用户增长
Uber 降价补贴，用户量短期暴涨。2014-2017年间，Uber花费数十亿美元补贴。
"然后呢？" — 一阶思维人人能做，二阶思维是竞争优势
二阶思维（Second-Order Thinking）要求你在做决策时追问："然后呢？"——不仅考虑行动的直接后果（一阶效应），还要考虑后续的连锁反应（二阶、三阶效应）。
Howard Marks 将思维分为两个层次：
Farnam Street 的 Shane Parrish 指出：「很多非凡的事物是一阶负面、二阶正性的。这意味着，如果事情看起来没有即时回报，并不代表没有回报——只是意味着你将面临更少的竞争，因为一阶思考者不会想得那么远。」
| 决策 | 一阶效应 ✅ | 二阶效应 ⚠️ | 三阶效应 🔥 |
|---|---|---|---|
| Uber 降价 | 更多用户叫车 | 司机涌入，供过于求 | 司机收入下降→服务变差→用户流失 |
| SaaS 免费层加大 | 用户快速增长 | 免费用户占满支持资源 | 付费用户体验下降→续费率降→收入减少 |
| Agent 增加工具 | 能力增强 | 选择困难，决策变慢 | 响应时间增加→用户体验差→弃用 |
| 降价促销 | 短期销量上升 | 品牌价值稀释 | 用户只等促销→正常价格没人买 |
| 快速发布功能 | 用户满意度提升 | 技术债累积 | 新功能开发越来越慢→竞争力下降 |
| 加人赶进度 | 人力增加 | 沟通成本 O(n²) 增长 | 《人月神话》——项目反而更慢 |
| 写更多测试 | Bug 减少 | 开发速度降低 | 交付周期变长→市场窗口错过（但长期正面） |
| 裁员降本 | 成本下降 | 剩余员工士气下降 | 优秀人才主动离开→能力下降→更多裁员 |
正确的二阶思维解法：免费层设计需要在获客效率和资源消耗之间平衡——参见 定价案例库 中各产品的免费层限制设计。
解法：动态工具选择——根据任务只注入相关工具，而不是把所有工具都放入上下文。这也是 Agent架构设计 中的核心权衡。
输入你的决策，分析各阶效应：
对每个决策，问三个时间维度的问题：
如果一个决策在三个维度上都是正面的，它很可能是好决策。如果只在10分钟维度正面，需要警惕。
对每个决策，分析各方如何反应：
很多时候，竞争对手的反应比你的决策本身更重要。
一些最好的决策是短期痛苦、长期收益的：
这类决策的特征：多数人因为一阶负面而不做，所以做了的人有巨大竞争优势。
| 一阶设计 | 二阶后果 |
|---|---|
| 给 Agent 长期记忆 | 记忆检索延迟增加、过时信息干扰决策、存储成本线性增长 |
| 多 Agent 协作 | 协调成本 O(n²)、通信开销、单点故障扩散 |
| 自动重试失败的工具调用 | 可能陷入死循环、成本倍增、掩盖真正的 bug |
| 开放 Agent 对外 API | 安全风险、Prompt Injection 攻击面、合规问题 |
| 更长的 system prompt | 每轮 token 成本增加、关键指令被淹没、模型遵循率下降 |
设计原则：在架构设计时，对每个设计选择都用二阶思维检验。参见 Agent 架构设计 和 系统思维。
选择你当前的一个决策，分析二阶效应：
你最近做的一个产品决策：
你正在考虑的架构变更：
想一个"一阶负面、二阶正面"的决策：