TL;DR：批判性思维不是"批评别人的想法"，而是系统性地检验一个主张是否值得相信——它的前提是否真实、推理是否有效、证据是否充分、有无替代解释。在七阶段闭环中，它深化"检验判断"阶段：因果与证据提供实验和因果图工具，本专栏提供更底层的论证标准和偏差识别。核心区分：批判性思维不否定结论，而是让结论的支撑过程可被审阅。
2026-08-26
TL;DR：Paul-Elder 框架把思维拆成八个要素（目的、问题、信息、概念、假设、推理、含义、视角）和五条智力标准（清晰、准确、精确、相关、深度）。要素回答"思维由什么组成"，标准回答"判断每部分质量"。框架的价值不是记住八个词，而是在遇到一个主张时，能定位它的薄弱要素并施加对应标准——"你的假设是否被检验？
2026-08-26
TL;DR：论证由三部分组成：前提（基于什么假设和事实）、推理（从前提到结论的路径）、结论（主张什么）。检验论证不是判断"结论对不对"，而是判断前提是否真实、推理是否有效、结论是否从前提出。最常见的失效是"相关当因果"（推理无效）和"前提藏在脑里不检验"（前提未识别）。
2026-08-26
TL;DR：认知偏差是大脑系统性偏离理性的模式，不是"不聪明"——它们是进化出来的认知捷径，在工程决策中会系统性地扭曲判断。最影响工程决策的偏差：确认偏差（只找支持证据）、锚定效应（被第一个数字锚住）、可得性偏差（最近/最生动的更容易想起）、幸存者偏差（只看成功样本）。
2026-08-26
TL;DR：贝叶斯更新回答一个问题——新证据出现后，你对一个主张的信心该改变多少？关键不是"相信还是不信"，而是置信度应从多少变到多少。核心逻辑：先验概率（原来信多少）× 新证据的强度 = 后验概率（现在该信多少）。直觉误区：要么太顽固（新证据改不动旧信念），要么太轻信（一个正面案例就全盘接受）。
2026-08-26
TL;DR：本篇用一个完整案例串起全专栏方法——检验"AI 编程 Agent 能提高团队效率"这个主张。流程：论证拆解（结论/前提/推理）→ Paul-Elder 要素检查 → 认知偏差识别 → 贝叶斯更新 → 判断证据是否足够。最终产出一页"论证审阅记录"，让未参与者能复述论证逻辑、定位薄弱点、判断证据强度。
2026-08-26