01
有目标
明确方向、指标和结果
Methodology
我的方法论
方法论不是口号，而是复杂工作中的稳定抓手。它帮助我在技术探索、工程交付和团队协同之间保持一致。
02
有方法
拆解路径、抓住关键杠杆
03
有执行
形成节奏、推进闭环
04
有复盘
总结经验、沉淀方法、持续进化
Contents页面目录展开收起
Cognitive Frame
认知框架
做事方法决定执行质量，认知框架决定选择质量。面对复杂问题时，我更关注三件事：选择什么、怎么看清、如何做成。
两个重要认知
谋定而后动
先想清楚目标、边界、关键变量、资源条件和主要风险，再进入执行。不是为了拖慢节奏，而是减少无效返工，让行动更有命中率。
两个重要认知
能成事、积极正向、会关注人
判断一个人或团队的长期价值，不能只看技术深度和聪明程度，还要看能不能把事情闭环、能不能提供正向能量、能不能理解和激发身边的人。
Choice
两个坚持，两个保持
做选择的原则
坚持做正确且有挑战的事
坚持独立思考和判断
保持好奇心和求知欲
保持乐观和韧性
System
系统性思维
看问题的方式
- 01
定义边界
解决什么，不解决什么
- 02
拆系统结构
目标、规则、资源、流程、结果
- 03
抓关键变量
找到真正影响结果的 80/20 杠杆点
- 04
看动态关系
识别因果链、反馈回路和连锁影响
- 05
做权衡
看清 trade-off，选择能落地的方案
核心：看全局、抓关键、做取舍
Integration
资源整合能力
把事做成的能力
信息整合
区分事实与立场，先统一问题底图
人的整合
识别决策者、专家、推进者和执行者
资源整合
匹配时间、预算、工具和必要背书
节奏整合
在合适的时间点使用合适的资源
技术学习方法
先建立全局框架
再拆解核心概念
再结合代码和案例理解
最后形成自己的表达和沉淀
管理实践方法
目标对齐
责任明确
过程可视
风险前置
激励及时
复盘闭环
AI辅助研发方法
人负责判断，AI负责加速
不迷信 AI 生成结果
重点使用 AI 做代码阅读、方案草拟、问题定位、文档总结
建立可复用 Prompt、知识库和工具链