可逆性与双向门：降低决策的不可逆成本

TL;DR：不是所有决策都值得同等慎重。Bezos 的门框架把决策分为双向门（可逆，快做）和单向门（不可逆，慎做），让分析投入匹配风险。关键认知：可逆性是连续谱而非二元——很多决策表面可回退却带隐性不可逆成本（数据已迁移、承诺已被依赖）。判断门类型的方法不是问“能不能撤销”，而是问“撤销的代价是否超过重做”。

概念解释

双向门与单向门

这两个概念由亚马逊创始人 Jeff Bezos 在 2016 年致股东信《2016 Letter to Shareholders》中明确提出。他用“门”比喻决策的不可逆性：

• 双向门（two-way door）：推开门走进去后，还能退回来，回退成本低。这类决策应该快做——多数人都有权直接做，不需要层层审批。过度评审双向门决策是组织最大的速度杀手。
• 单向门（one-way door）：走进去就回不来，回退成本极高甚至不可逆。这类决策必须慎做——多轮评审、Premortem、充分讨论，因为做错代价巨大。

Bezos 的核心论点是：组织常把双向门当单向门对待（过度审批拖慢），这才是大公司病的主因，而非决策本身难。

可逆性连续谱

真实的工程决策很少是纯双向或纯单向，而是落在连续谱上。判断依据是回退代价：

隐性不可逆成本

决策的”可逆性”不能只看技术回退，必须算上隐性成本：

判断口诀：问“撤销的代价是否超过重做”。若撤销比重做还贵，它就是事实上的单向门，即便技术上“能回退”。

双向门与单向门的常见误判

把可逆当不可逆（类型 1）：过度评审低风险变更，拖慢交付。把不可逆当可逆（类型 2）：草率做不可撤销承诺，事后无法挽回。类型 2 危害更大且更隐蔽——因为回退代价在决策时不可见，往往在“想退”时才发现退不起。

目录

门框架的判断方法

判断一个决策是双向门还是单向门，问三个问题：

三个都指向双向门 → 快做，用轻量判断，记录在 决策记录（ADR）：让技术决策可追溯可演进 即可。任一指向单向门 → 慎做，用 决策矩阵与权衡：在多目标下显式取舍 + Premortem 与预承诺：在行动前发现失败路径 充分分析。

关键：先判断门类型，再决定投入多少分析。这是门框架的最大价值——它分配分析资源，而非让所有决策都走重流程。

可逆性连续谱

真实工程决策的可逆性分布如下，多数决策落在中间而非两端：

落在中间的决策最需具体分析——它们“技术能退但带成本”，不能简单归为双向门快做。例如数据库 schema 变更：加列可逆，删列不可逆，改列类型半可逆（需数据迁移）。

降低不可逆成本的策略

把单向门拆成双向门，是降低不可逆成本的核心思路：

原则：若一个决策本可拆成多个可逆小步，就不要合并成一个大不可逆步。这是 杠杆点与干预设计 的“保护性措施为结构变更争取时间”在决策层的应用。

软件工程示例

某团队要把订单库从 MySQL 迁移到 PostgreSQL。这是典型单向门——数据迁移后回退成本极高。用拆解策略降低不可逆性：

只有第 5 步是真正的单向门，前 4 步都可逆。把一个不可逆大决策拆成 4 个可逆步 + 1 个不可逆步，让团队在每步都有回退机会，并在第 4 步积累足够信心后才面对真正的单向门。这个拆解本身应记录在 ADR 的“决策”与“后果”里，作为执行计划。

练习

找一个你团队即将做的、看似不可逆的决策（如技术栈替换、架构重构）。画出它的可逆性拆解：哪几步可以变成可逆小步？真正的不可逆点是哪一步？在那个不可逆点前，你能积累多少验证证据？

适用边界与误用

• 不要用门框架为草率决策开脱：“这是双向门快做”不能替代基本分析，低风险≠零风险。
• 隐性成本常被低估：决策者倾向高估可逆性（“出问题再改”），低估数据与承诺的隐性不可逆。
• 门类型会变：一个功能上线初期是双向门（可下线），用户依赖形成后变成单向门。需定期重评。
• 不是所有决策都值得拆解：拆解本身有成本，纯双向门直接做即可，别为拆而拆。
• 单向门不等于不决策：慎做不是不做，过度拖延单向门决策同样是失误。

关联笔记

• 决策与权衡总览：从选项到可审阅的承诺（门框架服务于决策速度判断）
• 决策记录（ADR）：让技术决策可追溯可演进（单向门决策必须写 ADR）
• Premortem 与预承诺：在行动前发现失败路径（单向门决策用 Premortem 前置发现风险）
• 杠杆点与干预设计（保护性措施为结构变更争取时间）
• 实验设计：AB 测试、灰度与消融实验（灰度是降低不可逆性的实验手段）

参考资料

• 2016 Letter to Shareholders — Jeff Bezos（Day 1 与单向门/双向门）
• Two-way and one-way doors — AWS Prescriptive Guidance
• Reversible Decisions — Martin Fowler（可逆决策的工程实践）
• How to Avoid Bad Decisions — Harvard Business Review（认知偏差与不可逆决策）
• 《思考，快与慢》（原著 Thinking, Fast and Slow）— Daniel Kahneman（过度自信与不可逆决策）