WRAP 框架的持續監控機制。絆腳索不告訴你該怎麼做，而是提醒你「你是有選擇的」。

來源：《零偏見決斷法》— 自動駕駛模式讓人忽略機會、堅持註定失敗的計畫。

絆腳索總覽

防護型（防止壞事）

類型觸發條件動作實作方式
期限型非核心問題花 > 15 分鐘建任務延後，回到核心自律 + 計時機制
失敗型同一修改連續 2 次失敗搜尋社群或換方向失敗計數偵測
偏離型連續 2+ 個任務單位不在當前迭代目標回到核心任務任務追蹤系統統計
回退型已回退過一次修改完全停止，換方向自律
嘗試型同一問題嘗試 2 次修改向外求解（社群/AI）自律
決策路徑型（決策判斷干擾子型）決策流程中跳過自檢的自動駕駛（autopilot）；4 個子型：CLI 自動駕駛（autopilot） / 既有結論錨定（Anchor） / 草率改規則 / 多步驟成功率盲點依子型對應動作（見下方詳表）自律 + 掛鉤（Hook）偵測（部分）

決策路徑型子型詳表

子型觸發訊號絆腳索動作替代行為
3.1 CLI / 規則自動駕駛（autopilot）CLI 撞錯後立即重試或猜變體強制「撞錯即 --help」規則查文件後再試
3.2 既有結論錨定（Anchor）WRAP W 階段選項能一句話概括 / 全指向同一根因強制反向思考（Consider the Opposite）重新定義問題後 W 重跑
3.3 規則失敗草率改規則失敗第一反應「改規則」先重試 2 次才改挖根因再決定改規則或改行為
3.4 多步驟成功率盲點多步驟計畫中所有中間步驟都預測成功WRAP R 階段基本率檢查每步獨立驗證

本表提供 WRAP 觸發時的查表入口；各專案可把這些子型映射到自己的掛鉤（Hook）或任務系統。

正面型（捕捉好事）

類型觸發條件動作實作方式
成功捕捉任務完成時問「有意外的成功值得記錄？」完成檢查點整合（Checkpoint）
學習捕捉Session 結束時問「學到什麼可推廣的做法？」學習捕捉 skill
發現捕捉開發途中發現新模式記錄到錯誤模式知識庫或 insights主動紀錄 + 提醒機制

自動駕駛失敗模式

決策者進入自動駕駛的兩種表現：

失敗類型表現範例對應絆腳索
忽略機會一直說要做但沒進展核心任務被救火排擠偏離型
否認現實堅持失敗的計畫連續多輪失敗但繼續同方向失敗型

切割機制

切割把連續的資源變成不連續的區塊，每個區塊結束時強迫問「是否繼續？」

無切割（碗裝洋芋片）有切割（小包裝）
一個大任務做到哪算哪拆成原子任務單位，每個有明確範圍
停止時機模糊每個任務完成時強制檢查點（Checkpoint）
認知負擔持續累積每個任務控制認知負擔 <= 10
方向偏離沒人發現檢查點（Checkpoint）時重新審查和評估

WRAP 階段間的切割點

切割點問題
W 完成後「選項品質夠嗎？多元性足嗎？」
R 完成後「證據支持哪個選項？最強版本論證通過嗎？」
A 完成後「這符合核心優先事項嗎？機會成本可接受嗎？」
P 完成後「行前預想的風險可接受嗎？回退計畫就位了嗎？」

每個切割點都是「是否繼續」的有意識決定。

絆腳索的哲學

命名效應

給認知偏誤命名，就更容易注意到它：

偏誤名稱典型場景
只看眼前選項聚光燈效應只想到修改本地元件，沒想到搜尋社群
只找支持證據確認偏誤假設根因是 X，只找支持 X 的證據
覺得自己比別人厲害過度自信「其他人遇到的和我的不一樣」
花了時間就想繼續沈沒成本「已經改了兩輪了，再試一次」

核心提醒

Skill 不需要每次都跑完整 WRAP 流程。

有時只需要一句：「注意，你可能在自動駕駛。你是有選擇的。」

與專案系統整合

絆腳索是通用概念，各專案會有各自的實作方式：

  • 期限型 — 計時器 / 掛鉤（Hook）監測 / 決策者自律
  • 失敗型 — CI 失敗計數 / 重複 dispatch 偵測 / Bug tracker 標記
  • 偏離型 — 任務追蹤系統的 label / milestone 統計
  • 切割 — Atomic work unit / 階段性 checkpoint 機制
  • 正面捕捉 — 學習捕捉 / retrospective / 知識庫記錄

各專案的具體整合（掛鉤（Hook）訊號對應、CLI 提醒訊息、狀態追蹤、自動觸發機制、規則系統對應）應放在該專案自己的落地層文件。

Last Updated: 2026-04-28 Version: 2.1.0 — 防護型新增「決策路徑型」分類，含 4 子型詳表（CLI 自動駕駛（autopilot） / 既有結論錨定（Anchor） / 草率改規則 / 多步驟成功率盲點）。 Version: 2.0.0