一 这明明是以前最好用的办法
本章另设一家书店的店员魏然，人物与过程均为分析设例。设想魏然曾把活动介绍改得简短清楚：一个问题、一段说明、时间地点，再附报名方式。熟悉书店的读者看后，很容易判断是否参加。他因此保存了模板，后来几乎所有活动都照着写。
一段时间后，书店开始组织需要共同动手的探索活动。有的参与者看完介绍仍不清楚现场要做什么，有人以为只需听讲，有人不知道要提前准备。魏然觉得奇怪，过去大家嫌介绍太长，如今短了却又不断提问。他最初想让AI把文案写得更吸引人，得到的版本更精彩，困惑却没有减少。
本章的What If从成功的边缘开始：如果原来有效的办法正在失效，改变的究竟是什么？是执行偏离了，任务变化了，参与者不同了，还是我们从未准确理解过过去的成功？这些可能需要分别研究。
成功经验具有价值，也容易形成惯性。人会记住显眼的做法，却忘记它曾依赖哪些条件。模板可以保存，发生条件却不会自动静止。与AI共同探索，不只是生成新办法，也包括让旧办法重新接受当前材料的检验。
二 先把失效说得具体
魏然说活动介绍不管用了，这句话仍然太宽。是读者没有看见，还是看见后不理解？是理解了但没有兴趣，还是愿意参加却无法安排时间？每一种显露对应不同运行和纠缠，不能都靠改标题解决。
他先整理最近收到的问题，不急着解释。有人问现场是听讲还是讨论，有人问是否需要相关基础，有人问可以带着自己的问题来吗。材料提示，困惑集中在参与方式，而非活动时间或报名入口。这个区别让下一步变得具体。
AI可以帮助归类，但分类应保留原话与依据。若把所有问题统称为传播不足，魏然可能投入更多宣传，却继续传播含混内容。若把询问者描述为理解能力差，则可能错过表达与活动之间的失配。
他还要承认信息缺口。没有来询问的人，为什么没有参加，目前并不知道。不能根据少数消息推断所有读者的心理。当前探索只针对已观察到的参与方式困惑，其余问题另行保留。
把失效缩到可辨认的范围，有时会让人松一口气。原来并不是全部经验突然无用，而是某一处连接需要重新研究。
三 重新辨认成功的条件与发生过程
魏然回看旧活动。大多数是主题清楚的分享，读者知道坐下来听、适时提问；主讲人与书店已有稳定联系，参与者也熟悉现场安排。简短介绍之所以够用，部分原因是许多内容已经存在于共同经验中。
新活动却要求参与者带材料、讨论猜想、做小试作。原来可以省略的内容，现在变成决定是否参加的重要条件。模板没有变，模板进入的E改变了。相同的文字长度因此不再具有相同作用。
这并不证明短文案错误。它说明短需要相对于已有理解来判断。熟悉情境中，一句提示可以唤起完整活动；陌生情境中，同一句话可能只留下抽象印象。AI若只优化文字本身，而不理解读者将进入怎样的活动，就容易延续旧模式。
魏然可以请AI把旧模板中的省略项列出，再说明哪些过去由共同经验补足，哪些如今缺少支撑。这个动作让成功背后的隐含条件逐渐显露。
类似分析适用于许多工作：某种会议方式依赖团队熟悉程度，某项自动化依赖稳定输入，某种服务承诺依赖任务范围。保留做法的同时，也应保留它曾在什么条件下运行。
还有一种可能不能忽略：办法失效，并不是外部条件变了，而是执行已经悄悄偏离。魏然原来会先核实读者问题，再写简短介绍；后来为了赶时间，直接让AI套模板，省略了核实。看起来用了同一种格式，实际D已经不同。
因此需要比较至少两个层面。一个是表面形式，标题、篇幅、栏目是否相同；另一个是发生过程，材料怎样进入、关键判断怎样作出、反馈怎样被采用。相同形式可以由不同运行产生，不能因为页面长得一样，就认定方法没有变化。
如果是执行省略造成的失效，恢复关键环节可能有帮助；如果是任务条件变化，恢复旧过程仍可能不够。二者也可能同时存在。我们应当允许组合解释，而不是急于选出单一原因。
AI能够帮助制作对照，但不能凭空重建过去。没有记录的部分可以向参与者询问，也可以标为不确定。记忆会受到当前结果影响，回顾时尤其要避免把过去描述得过分完美。
魏然最后可能发现，旧方法的真正核心并非短，而是先理解参与者怎样进入，再选择必要表达。简短只是当时的一个结果。这个发现使经验更可迁移，也更容易在新条件下改变。
还有一种更难接受的可能：旧办法与成功同时出现，但并非成功的全部原因。活动介绍变短时，恰好主讲人更受关注，书店也有其他宣传，或者活动主题正好贴近读者当时需要。魏然把显眼的改变记住，逐渐把全部效果归于模板。
这不意味着过去经验毫无根据。它提醒我们，日常判断常在有限材料中形成，应当保留修订空间。成功以后可以先说，这种安排在当时条件下伴随较好的结果；若要进一步声称它具有独立作用，需要更充分的比较与证据。
AI尤其容易把一个成功故事整理成清楚的因果链。它会补出动机、机制与转折，使读者觉得一切顺理成章。写作时应区分已知材料与解释猜想。若缺少当时记录，就不要把后来形成的理解伪装成当时已经明确的计划。
魏然可以用三个问题重新检查：除了模板，还有哪些条件同时变化？如果没有改模板，那场活动是否也可能表现较好？有没有采用同一模板却没有获得类似结果的案例？回答未必完整，但能够帮助校准信心。
这种复查有时令人失落，因为它削弱了一个漂亮的成功秘诀；也可能带来新的自由，因为不必再用唯一故事解释所有后续变化。我们可以承认一部分机制尚未明白，同时继续进行更具体的尝试。
在SDE分析中，单独抽出一个显眼因素通常不足以说明整体发生。D与E共同参与S，新的S又改变后续运行与纠缠。把这种相互发生落到材料上，才能避免用一个符号包办解释。
四 为旧办法设计一次公平的复查
当人已经对旧方法失望，很容易安排一场让它必输的比较：旧方案随便做，新方案认真准备；旧方案不给材料，新方案获得大量支持。这样的比较只能说明投入不同，难以辨认方法差异。
魏然可以选择同一场活动，准备两种说明。第一种保留简短结构，但认真补足必要信息；第二种增加一个具体现场片段，让读者知道会怎样参与。两份都应准确，也都经过同等核对。随后请少量愿意提供反馈的人说明自己理解的活动方式。
这是一项小范围的可用性探索，不能据此声称所有读者都偏好某种版本。它的价值在于暴露明显误解，帮助修订表达。若参与者人数少、选择方式有限，就应如实保留范围。
评估时，不只问喜欢哪份，也问看完以后认为自己需要准备什么、现场可能做什么、哪些地方仍不清楚。偏好与理解可能不同，一份生动文案也可能使人误会活动承诺。
如果新版本更清楚，下一轮还要看真实使用；如果两份都不清楚，问题可能不在表达长度，而在活动本身尚未设计明白。反馈应当能够把我们带回更早的环节。
五 分化，让旧经验找到适合的位置
几轮之后，魏然不再问短介绍与长介绍哪个更好。他开始分化不同任务：熟悉的常规分享，可以简洁提示；陌生的参与式活动，需要说明过程；涉及准备与限制的活动，需要明确条件。分类依据是参与者进入活动所需的理解，而非单纯字数。
这个分化使旧模板获得新位置。它仍然适合某些活动，不必被全部废弃。新模板也不必覆盖所有情境。与其每次在两种极端之间摆动，不如建立可以选择的几种组织方式。
但分类不能把读者固定成某种性格。一个人面对熟悉主题可能只需简短说明，面对陌生任务则需要更多材料。条件会变化，类型也应允许重新判断。AI可以协助选择，却需要知道当前活动与参与者的具体情况。
分化的实际价值，是减少错误迁移。原先同一种成功做法被推广到所有任务，现在能够说明它适用于何处、何时需要改变。经验因此更精确，而非更保守。
魏然也开始享受这种辨认。他不必每次寻找一个万能写法，而是可以像安排不同入口一样，选择适合当前活动的表达。这种选择空间本身构成了新的职业乐趣。
六 重组，不必把过去全部推倒
新安排可以保留旧模板的清楚骨架，再加入必要的现场片段和准备说明。时间地点仍然容易找到，参与过程获得具体形状，报名者也知道哪些问题可以提前提出。重组使不同部分承担不同功能。
AI可以帮助检验是否出现重复、矛盾或承诺过度。例如文案说无需准备，后面又要求带来完整材料，就需要修订；说自由探索，现场却安排全部讲授，也需要重新确认。文字与实际运行应当彼此回写。
重组还可以发生在工作流程中。魏然先与活动组织者明确现场，再写介绍；收到报名问题后，更新必要说明，并把新的困惑带回现场安排。传播与活动设计不再完全分离。
这形成新的E：读者问题参与活动设计，现场反馈参与后续表达，AI整理帮助这些材料接续。新的纠缠可能提高适应能力，也增加协调需要。若每条意见都立即改变安排，活动会失去稳定，因此仍需明确什么时候更新、哪些变化值得处理。
成功经验在这里没有被神化，也没有被羞辱。它成为可以拆开、保留与重新组织的材料。能够这样对待过去，会使改变少一些自我否定，多一些可继续的工作。
七 有依据地停止，继续形成自己的价值
有时旧方法已经不值得维护。某个流程依赖的工具停止使用，某项服务不再符合当前条件，或者持续修订成本超过收益。此时结束并不等于所有投入浪费。
可以保存可迁移的认识，说明哪些条件已经改变，哪些结果仍有参考价值。关闭一个项目与否定其中所有经验，是两件不同的事。AI能够帮助整理退出记录，但不应为了鼓励坚持而不断生成新的挽救方案。
停止也需要考虑相关承诺。若有人依赖旧服务，应说明过渡与替代安排；若只是个人使用的小工具，撤回可以更简单。具体工作不同，结束方式也应不同。
魏然可能决定不再使用某一种模板，却保留它关于信息清楚的原则。这个决定使他能够集中精力研究新的活动，而非同时维护所有历史版本。选择减少，也可能支持后续创造。
思想探索的成熟，包含辨认哪一种坚持有内容，哪一种坚持只是维护过去的自我形象。这个判断不总容易，但可以通过实际代价、价值与可行路径逐步展开。
旧做法往往与人的自我评价联系在一起。魏然曾因简洁文案得到认可，重新检查模板就像重新检查自己。何川可能因办活动熟练而受到信任，承认旧流程需要改变，也会担心别人觉得他不再胜任。这样的牵动属于探索需要面对的E。
AI可以帮助把评价对象分开。我们此刻检查的是某一做法在当前条件下是否合适，并非对一个人的全部能力作裁决。能够辨认失效、组织修订，本身也是职业能力的一部分。这个区分不能消除所有情绪，却可能让材料重新进入讨论。
实际对话可以从一件事开始：“上次哪个环节出现了不同？它使谁遇到了什么困难？我们先尝试改变哪里？”把问题缩到可观察的发生，有助于减少笼统归因。若团队只用落后、懒惰或不懂创新评价人，新的尝试可能尚未开始就被防御封住。
同时，也不必把所有抗拒都解释为心理问题。有人担心新工具不可靠，有人没有时间学习，有人承担转换成本却看不到收益，这些可能是合理约束。需要听见具体理由，再决定怎样安排。
修订取得一点进展后，可以保留参与者的判断怎样发挥作用。谁指出旧规则依赖的条件，谁发现新方案的漏洞，谁帮助安排低成本试作，这些贡献让改变不只属于提出新工具的人。共同修订能够形成新的合作基础。
事业中的思考乐趣因而可以包含一种较深的释放：我无需永远证明过去正确，也能够继续拥有价值。过去提供材料，当前提出问题，人—AI复合探索帮助我们形成下一步。旧经验得到尊重，新发生也获得位置。
读者可以给自己的一项成熟做法写一张小卡：目前仍有效的地方，最近出现的异常，最可能改变的条件，以及一个可以低成本复查的动作。先研究一项，不必把全部事业同时推翻。复查之后，无论继续使用、局部修订还是暂时停止，都说明理由并保留材料。
这样的卡片积累起来，你会拥有一部关于方法怎样发生和变化的小历史。它比只收集成功秘诀更接近真实工作，也更有可能支持下一次陌生问题的探索。
复查以后仍决定沿用旧办法，也应保留这次判断。它说明旧方法经受了当前条件的重新考察，而非未经思考地延续。创新并不要求每轮都更换形式；能够说明为何暂时不改，也可以成为持续探索的一部分。
八 让成功经验拥有适用条件
每次形成一项有效做法，除了保存步骤，还可以留几句范围说明：它当时解决什么问题，依赖哪些材料与协作，出现什么信号需要重看。这样的记录比一句最佳实践更有帮助。
魏然给旧模板加上说明：适用于参与方式已被读者熟悉的活动；若活动要求新的准备或互动，应补足具体过程；若询问集中在同一处，优先检查表达与现场的连接。这些话不会保证永久有效，却让修订入口保持可见。
AI在调用过去经验时，也应带上条件。若只复制结论，历史可能成为惯性；若能比较新旧差异，历史则成为探索资源。人的经验与模型生成由此可以共同工作。
下一次遇到失效，不妨先问：“当时什么使它有效，现在什么已经不同？”再问：“哪些部分值得保留，哪些部分需要重新发生？”这两句能够把责备与怀旧转成具体研究。
当我们发现成功也可以被理解、拆解和修订，事业中的变化就不只是威胁。它仍然可能艰难，却也可能打开新的What If：如果不再守住那种形式，而是继续追问它曾经服务的价值，会出现什么新的做法？