在做艱難選擇時，我們實際上是在對未來事件的走向做預測。

當我們決定在一座發展中的城市的郊區建造一個公園時，我們預測該公園會吸引常客；我們預測該城市會繼續擴張，並會在未來幾年裡把這個郊區公園變成市內公園；我們預測，將城市空地用於商業發展，從長遠看是完全負面的，因為城市中的綠地將會越來越稀缺。

在艱難選擇中，我們應該汲取一個寶貴的教訓：切忌單一思維。

1.美國紅隊“事前屍檢”

美國軍方在使用“紅隊”（red teams）方面有著悠久歷史。這個傳統上的紅隊，是魔鬼代言人的一個系統性版本，即在組織內指派一個群體，讓它負責模擬敵方的行為。

你可以把紅隊想像成戰爭遊戲和情景規劃的混合體：你設置一些附帶想像結果的決策路徑，然後邀請你的一些同事參與其中，讓他們站在敵方或市場競爭對手的立場設想對方的反應。

在追捕本·拉登的行動中，紅隊是一個不可或缺的重要組成部分。

美國官員想方設法激發紅隊成員的想像力，以此規避決策盲點和確認偏誤，避免出現類似於伊拉克大規模殺傷性武器調查行動決策中的失誤。

邁克·萊特（Mike Leiter）是美國國家反恐中心（National Counterterrorism Center）的負責人，他同時也是關於伊拉克大規模殺傷性武器調查行動決策失敗及其根源的官方報告的主筆，所以他特別擔心會犯同樣的錯誤。

4月下旬，海豹6隊已經在內華達沙漠演練過了阿伯塔巴德突襲行動，但此時萊特還是組織了一次紅隊研判分析，探求本·拉登實際並未藏匿在那棟神秘建築物內的相關解釋。

萊特組建的紅隊包括兩名先前從未參與該調查的新分析師，此舉意在提供新的視角。

按照萊特的指示，紅隊需要在48個小時內拿出符合事實的替代性解釋。最終，他們給出了三種情景：本·拉登原本住在這裡，但後來離開了；這是基地組織常用的一個安全屋，但住在裡面的是另一名基地組織頭目；這是一名犯罪嫌疑人的藏身地，與恐怖主義無關，“科威特”現為此人工作。

在研判分析的最後，紅隊被要求對各情景出現的概率進行評估，其中也包括第四種情景，即本·拉登實際上藏身於該建築物內。

紅隊的平均評分顯示，本·拉登藏身於該處的可能性低於50%，但同時他們也得出一個結論：本·拉登藏身於該處的可能性高於其他三種情景中的任何一種。

當然，在軍事演習中，紅隊可以開展更積極的模擬活動，而不僅僅是坐在會議室裡設想各種情景。

麥克雷文組建了高水平的紅隊，這支隊伍被要求模擬目標建築物內居住者可能有的反應，以及巴基斯坦軍方在偵測到直升機闖入巴方領空之後可能有的反應。

據彼得·卑爾根記述，美國軍方一直就突襲行動進行紅隊研判分析，模擬海豹突擊隊在類似情況下遭遇的各種抵抗：“女性武裝人員，用長袍遮蔽自殺式背心的人體炸彈，藏在'蜘蛛洞'裡的叛亂分子，乃至埋有炸藥的建築物等。”

在推演結束時，一名同僚注意到，“麥克雷文對每一種可能的失敗都做了後備計劃，對後備計劃失敗也做了後備計劃，還對後備計劃失敗的後備計劃做了後備計劃”。

在思考具有挑戰性的決策時，人們會很自然地預測各種阻力或可能的失敗點。“讓我們先提提不同意見吧。”這是我們在會議室或非正式談話中經常聽到的一句話。

它與事前剖析和紅隊研判分析等策略的區別就在於過程是否正式：指定具體任務和身份，讓人們扮演某種角色。

“你能想想這個計劃可能失敗的原因嗎？”僅僅這樣問是不夠的。事前剖析和紅隊研判分析會迫使人們選擇新的視角，或迫使你考慮替代性敘事，而無論是新的視角還是替代性敘事，僅靠在幾分鐘內提提不同意見，怕是很難取得成效的。

在某種程度上，這個過程類似於繪圖階段的專家角色指派。接受新的身份，並透過一個模擬視角觀看世界，這樣你就會有新的發現。

三、權衡：從剩餘選項中選擇

普里斯特利就是否接受謝爾本伯爵的工作曾向好朋友富蘭克林尋求過建議，作為自我提升領域的大師，富蘭克林在回信中並沒有提供明確的建議，而是講述了一種做決定的方法。

我的方法是拿出一張紙，在中間畫一條線，把它分成兩欄，一欄用來寫贊成的理由，一欄用來寫反對的理由。

然後，在接下來三四天的考慮時間裡，依照不同時間、基於不同動機而產生的不同想法，記下贊成或反對的理由。當把所有理由都羅列出來的時候，我就開始全面權衡比較了。

當我發現贊成一欄的某個理由和反對一欄的某個理由所佔比重大致相當、可相互抵消後，我就把它們一起畫掉；如果某個贊成理由所佔比重相當於兩個反對理由，那我就把它們三個一起畫掉；如果某兩個贊成理由所佔比重相當於某三個反對理由，則這五個會被一起畫掉。

這樣一來，最終我會找到一個平衡點。在之後的一兩天裡，如果贊成和反對這兩欄中都沒有新的思考發現，那麼我就會據此做出決定。

1.線性數值建模

數值建模類似道德算法：通過一系列用於操縱數據的指令產生一個結果。

線性數值建模被廣泛應用於各種複雜的規劃決策中，這種方法大致是這樣的：在繪製出決策地圖後，考察各種替代選項，並構建一個可預測的結果模型，然後就你所認為的最重要的價值指標列一份清單。

在一個數值模型中，你需要為每一個價值指標賦予一個權重，以此衡量它對你的相對重要性。

按照最具數學特色的衍生方法，你為每一個價值指標賦予一個從0 到1 的權重值。如果當時達爾文在做決定時建立了一個數值模型，那麼他的分類賬是這樣的：

這個結果同達爾文的最終決定是一樣的：146.5分對105.5分，結婚選項贏得決定性勝利。

線性數值建模被證明是一個非常有效的工具，尤其是當一個決定涉及價值觀各不相同的利益相關方時，因為在計算結果之前，你要考慮他們的不同觀點並賦予各個觀點不同的權重。

儘管計算決策有著悠久的歷史，但公正地講，我們大多數人在做複雜決策時並沒有進行任何實際的數學計算。

最重要的工作在於我們如何創設一個決策，即我們採用什麼樣的策略來克服源於有限理性的所有挑戰：探索多重視角，制訂情景計劃，確定新的選項。

如果我們在繪圖和預測階段做了充分的工作，那麼真正的選項往往也就顯而易見了。而這也是大腦默認網絡厲害的地方之一。

在某種意義上，決策的前期準備工作應包括時下最先進的策略：事前剖析、情景規劃、專家角色，以及利益相關方的集思會等。

但一旦這些演練拓寬了你的視角，並幫助你跳出最初的直覺反應之後，接下來你要做的就是靜待沉澱，讓大腦默認網絡發揮魔力。延長散步時間，在淋浴間多逗留一會兒，放飛你的思緒。