用 Cynefin 识别问题类型
日常工作和生活中的问题，可能有标准流程可处理，也可能需要专业分析，或因因果关系难以预测而需要在行动中获取信息。Cynefin 框架提供了一种区分这些情况的方式。
Cynefin 框架
Cynefin 是一个帮助决策的概念框架，由 Dave Snowden 在 1999 年供职于 IBM 时创建。
Cynefin，发音为 ku-nev-in，是威尔士语中的一个词，表示我们环境中的多种因素以及以我们无法理解的方式影响我们的经验。
Cynefin 按因果关系的可预测性划分五种决策场景：
- 右半边是有序状态，包括简单和繁杂，因果关系已知或可发现。
- 左半边是无序状态，包括复杂和混乱，因果关系难以预测。
- 中央是失序区域，此时尚不清楚因果关系的类型。
五种决策场景
简单（Simple）
简单场景的因果关系明确，可以按“感知 → 分类 → 响应”（Sense - Categorise - Respond）处理。
适用场景包括标准化流程、重复性任务和规则明确的操作。例如服务器重启、代码格式化、数据库备份；报销流程、请假申请、安全检查；银行转账、网上购物、交通出行。
需要定期检查“最佳实践”是否仍然适用，避免环境变化使既有流程失效。
繁杂（Complicated）
繁杂场景存在因果关系，但需要分析和专业知识，可按“感知 → 分析 → 响应”（Sense - Analyze - Respond）处理。
适用场景包括专业技术问题、需要专家判断的问题，以及可通过分析解决的问题。例如系统架构设计、性能优化、复杂 Bug 调试；团队重组、绩效分析、市场调研；投资理财、房屋装修、医疗诊断。
这类问题依赖专家经验，答案相对确定。
复杂（Complex）
复杂场景的因果关系通常只能事后识别，可按“探索 → 感知 → 响应”（Probe - Sense - Respond）处理。
适用场景包括创新项目、人际关系和未知领域探索。例如新技术选型、敏捷开发、开源社区建设；文化变革、新产品研发、跨部门协作；育儿教育、创业、社交网络。
可以通过小步试验和迭代收集信息，并根据结果调整后续行动。
混乱（Chaotic）
混乱场景中没有明确的因果关系，且情况紧急，可按“行动 → 感知 → 响应”（Act - Sense - Respond）处理。
适用场景包括危机处理、紧急事件和完全未知情况。例如系统大面积宕机、数据泄露事故、安全攻击；公关危机、资金链断裂、核心人员离职；自然灾害、突发疾病、意外事故。
先采取行动稳定局面，再根据后续信息寻找规律。
失序（Disorder）
失序场景中无法判断问题属于哪一类，决策可能受个人偏好影响。可分解问题、收集更多信息，并从多个角度分析。
场景可能发生的变化
知识和经验增加时，场景可能从混乱经复杂、繁杂转为简单：
混乱 → 复杂 → 繁杂 → 简单
例如，新技术可以从完全未知的混乱状态，经历探索和专家分析，逐渐形成标准化应用；新员工也可能从手忙脚乱，经过摸索和指导，转为熟练操作。
环境变化、缺少维护或对既有实践过度依赖时，简单场景可能直接转为混乱：
简单 → 混乱（灾难性失败）
例如，忽视环境变化而继续依赖“最佳实践”、流程僵化无法处理新情况，或技术债务积累导致系统崩溃。
根据问题类型选择处理方式
判断问题类型
- 这个问题之前遇到过吗？（简单）
- 需要专家或深入分析吗？（繁杂）
- 结果是否无法预测？（复杂）
- 情况是否紧急混乱？（混乱）
团队决策
会议中，简单问题可按标准流程快速决策；繁杂问题可邀请专家分析；复杂问题可通过头脑风暴和小步试错推进；混乱问题优先紧急响应和稳定局面。
项目管理需要根据项目特性选择方法。原文的判断是：敏捷适合复杂项目，瀑布适合繁杂项目。
个人学习与职业发展
简单技能可以按教程练习；繁杂技能可以找导师学习；复杂领域需要在实践中探索；混乱情况需要在行动中学习。职业发展中可先识别当前工作的复杂性类型，再制定相应的能力提升计划。
常见误用
用简单域的方法处理复杂域的问题，例如用固定流程处理创新项目，可能导致处理方式无法适应问题的变化。
只使用熟悉的方法，可能难以适应环境变化。需要学习不同场景的处理方式。
简单场景直接转入混乱时，可能出现灾难性失败。保持对环境和维护状况的关注，可以降低这一风险。
Cynefin 用于根据因果关系的可预测性选择处理方法。它不能代替对具体问题、资源和人员的判断。
推荐阅读：
- 《复杂性思维》- Dave Snowden
- 《决策与判断》- Scott Plous
