单环学习 / 双环学习

理论来源与核心身份

单环学习与双环学习源于克里斯·阿吉里斯（Chris Argyris）和唐纳德·舍恩（Donald A. Schön）的行动理论与组织学习研究。1974 年两人合著《Theory in Practice》，1976 年阿吉里斯发表《Single-Loop and Double-Loop Models in Research on Decision Making》，1977 年又在《哈佛商业评论》发表《Double Loop Learning in Organizations》，将它进一步用于组织管理。

最准确的归属是：阿吉里斯与舍恩共同提出并发展，阿吉里斯是主要系统化和传播者。

本模型首先是一张组织与行动学习母卡。下文的经营复盘和个人认知更新，是本库为了真实任务做的应用翻译，不冒充原著逐字表述。

它解决什么问题

• 同类问题反复出现，团队每次都加动作，却没有检查目标、政策和假设。
• 执行越来越熟练，最终结果却没有改善，甚至越努力越偏。
• 组织嘴上鼓励坦诚，实际却惩罚坏消息，导致真实问题进不了决策层。
• 过去成功经验已经失效，但个人或团队把旧方法当成身份，不愿接受反证。
• 复盘停留在“谁没做好”，没有检查指标、激励、客户选择和价值主张是否制造了问题。
• 需要判断一次反馈究竟应该进入动作优化，还是进入目标与底层假设重审。

企业最危险的不是不努力，而是高效率执行错误假设。单环学习让系统越来越熟练，双环学习防止系统越跑越偏。

核心结构

阿吉里斯与舍恩把行动学习理解为“支配变量—行动策略—现实结果”的反馈系统：

flowchart LR
    A["支配变量：目标、价值观、规则、假设"] --> B["行动策略"]
    B --> C["现实结果"]
    C --> D["意图与结果的偏差"]
    D -->|"单环：目标和规则不变，只改行动"| B
    D -->|"双环：检查并修改支配变量"| A

三个关键概念：

双环学习真正困难的地方，通常不是想不到新方法，而是修改支配变量会触碰身份、权力、既得利益和组织防御惯例。

单环、双环与再学习

这里的“再学习”（deutero-learning）是观察和改进学习机制本身，不把它简单包装成流行说法中的“三环学习”。

交付物

• 结果偏差与证据表。
• 动作证据 / 假设证据分流表。
• 支配变量审计表。
• 宣称理论 / 使用理论对照表。
• 动作复盘表。
• 假设复盘表。
• 单环优化清单。
• 双环重审结论。
• 反证、切换条件与下一轮最小实验。

来源与证据状态

• 经典来源：Chris Argyris、Donald A. Schön，Theory in Practice: Increasing Professional Effectiveness，1974。
• 关键论文：Chris Argyris，Single-Loop and Double-Loop Models in Research on Decision Making，1976，DOI：10.2307/2391848。
• 组织应用：Chris Argyris，Double Loop Learning in Organizations，《Harvard Business Review》，1977。
• 认识论身份：成熟的组织与行动学习理论框架，不是保证组织一定学会改变的因果定律。
• 本库适配：经营复盘和个人认知更新属于应用翻译；经典理论与应用层在卡片中明确分开。
• 当前证据状态：经典框架来源E1；本库“双应用层”的跨场景现实效果待继续验证。
• 参考入口：https://books.google.com/books/about/Theory_in_practice.html?id=qmFHAAAAMAAJ、https://doi.org/10.2307/2391848、https://hbr.org/1977/09/double-loop-learning-in-organizations。

它不解决什么问题

• 不直接告诉你新的目标、客户、价值主张或政策应该是什么；它先帮助判断该修动作还是修支配变量。
• 不意味着结果不好就推翻战略。动作没有按标准执行、样本不足或反馈周期未到时，先做单环纠偏。
• 不替代 PDCA / OODA；目标和规则基本成立时，执行迭代优先使用 PDCA 或 OODA。
• 不替代心理免疫、行为设计或心理治疗；已经知道该改什么但长期做不到，需要另查恐惧、隐藏承诺和行为条件。
• 不把所有批评、失败或年龄问题解释成“认知僵化”；外部歧视、健康、资源、权力和制度约束需要单独处理。
• 不允许用“重审假设”逃避钱款、合规、交付、健康或关系修复责任。

适用问题对象

• 企业和团队的经营复盘、战略假设重审与组织学习。
• 课程、咨询、产品和项目中反复出现的同类结果偏差。
• 指标、激励、汇报机制导致坏消息被过滤的组织场景。
• 过去成功经验失效，需要区分修方法还是修旧观念的个人选择。
• AI、Agent 或知识库纠错后，需要判断修改提示词、流程，还是重审目标和评价标准；若还要检查持久写回与跨任务迁移，再转智能复利假说。

诊断问题

• 我们原本想得到什么结果，实际发生了什么，证据和反馈时滞是什么？
• 当前动作是否真的按既定标准执行，还是把执行缺口误判成战略错误？
• 如果动作基本到位，哪些结果偏差仍在反复出现？
• 哪些目标、政策、指标、价值观或假设正在支配当前行动？
• 我们嘴上宣称的原则，与奖励、惩罚、预算和真实选择一致吗？
• 哪些坏消息、反对意见或失败证据进入不了决策层，为什么？
• 过去有效的做法依赖哪些条件；这些条件今天还存在吗？
• 什么证据足以让我们修改目标、客户、价值主张或主约束判断？
• 如果关键假设被推翻，下一轮最小实验是什么？
• 如何保护提出反证的人，避免组织重新回到报喜不报忧？

易混淆模型

• PDCA：PDCA在目标与规则基本成立时持续计划、执行、检查和改进；双环学习先判断反馈是否要求修改目标、规则和假设。
• OODA：OODA强调在变化环境中缩短观察、判断、决策和行动周期；双环学习强调是否需要重审支配行动的变量。
• 第二序列改变：第二序列改变更广泛地解释改变规则、关系和系统结构本身；双环学习是围绕结果偏差展开的反馈学习框架。
• 心理免疫模型：心理免疫解释为什么人即使知道要改，仍被隐藏承诺、恐惧和大假设拉回原状；双环学习先判断应该改动作还是改假设。
• 智能复利假说：双环学习区分反馈是修动作还是修目标与假设；智能复利假说检查任务、结果、持久写回、跨任务迁移和任务升级的完整增强回路。
• 无免费午餐定理：无免费午餐定理在选择或迁移模型前审计适用边界；双环学习根据行动后的现实反馈重审当前支配变量。

可替代模型

• 目标和规则已经验证，只需持续优化执行：PDCA、OODA。
• 不知道问题属于清晰、繁杂、复杂还是混乱域：Cynefin 肯尼芬矩阵。
• 需要审计模型适用边界而不是复盘行动反馈：无免费午餐定理。
• 已经知道该改什么，但因恐惧、身份和隐藏承诺长期做不到：心理免疫模型。
• 需要检查学习是否写回系统并迁移到下一任务：智能复利假说。
• 需要改变系统规则、关系结构和互动模式：第二序列改变、系统思考。

正例问题

• “销售团队不断增加拜访和修改话术，业绩仍未改善，是继续优化执行，还是应该重审客户和价值主张？”
• “公司嘴上鼓励坦诚，但每次报坏消息的人都会被批评，为什么同类风险一直暴雷？”
• “过去成功经验已经与新现实冲突，我应该继续改方法，还是检查旧观念和成功标准？”
• “课程每次都加内容，学员仍然不会用，问题是讲得不够多，还是课程目标和学习假设错了？”

反例问题

• “目标和规则已经验证，只是执行节奏不稳定，如何持续改进？”优先使用 PDCA 或 OODA。
• “知识库调用很多，但下一次判断没有更准，写回和跨任务迁移断在哪里？”优先使用智能复利假说。
• “我已经知道应该授权，但一到关键时刻就害怕失控、重新收权，怎么办？”优先使用心理免疫模型。
• “现场系统正在失控，应该先做什么？”先用 Cynefin 混乱域逻辑止血，不先开展完整双环复盘。

常见误用

• 把单环学习说成低级、无用；稳定系统的大量日常改进本来就应该使用单环学习。
• 一有坏结果就宣布目标和战略错误，跳过动作、样本和反馈时滞检查。
• 把“双环”理解成多复盘一次，却没有识别和修改任何支配变量。
• 只挑战别人的假设，不允许自己的目标、指标和权力安排被检验。
• 把个人认知更新包装成“都是你观念不对”，忽略歧视、健康、资源和制度约束。
• 用重审目标逃避交付、合规、钱款或关系责任。
• 形成了漂亮的新解释，却没有下一轮行动、反证和结果反馈。

经营复盘应用

在经营场景中，把“支配变量”翻译成五类可检查对象：

经营复盘不能一上来就说“战略错了”。先完成动作证据和假设证据分流：动作没有做到，进入单环优化；动作已经做到但结果偏差稳定存在，才进入双环重审。

个人认知更新应用

在个人场景中，把“支配变量”翻译成信念、身份和成功尺度：

flowchart LR
    A["过去成功"] --> B["旧经验变成身份"]
    B --> C["防御反对意见"]
    C -->|"减少"| D["接触现实反馈"]
    D --> E["认知更新"]
    E -->|"减少"| F["与现实的错配"]

个人双环学习可以问：

• 这个观点当初在什么条件下成立？
• 哪些条件已经变化？
• 我是在保护一个有效原则，还是保护“我过去是对的”这个身份？
• 什么证据会让我修改看法？
• 未来 24—48 小时能做什么小实验？

年龄增长、能力变化或角色错配可以是事实；“我整个人没用了”不是双环学习结论，而是把局部结果升级成身份审判。