1993 年 1 月 8 日，快打烊的时候，芝加哥郊区帕拉廷的一家 Brown’s Chicken and Pasta 快餐店里，七个人被杀害。店主夫妇和五名员工的遗体，是在冷藏间和冷冻库里找到的。
沃尔特·加西奥尔是帕拉廷的副警察局长，又兼着警局发言人，一下子被推到了所有事情的正中间。一边是悲痛的家属和一座受了惊吓的小城，一边是突然忙得不可开交的警局。还有媒体，用后来讲述这段经历的两位作者的话说，记者和摄制组「涌满了整个小城」。
「真的是同时有四个人朝我走过来，问后勤的事、媒体的事，」他回忆，「而在这一切当中，警局还得照常运转。」
镜头、现场、忙乱的警局，都是响动最大的问题。可在两位作者笔下，最难的还没到。
一张桌上的四堆事
这两位作者，是研究网络 Cognitive Edge 的创办人戴维·斯诺登和咨询顾问玛丽·布恩。2007 年，他们在《哈佛商业评论》上把加西奥尔手头的事分成了四堆：他得马上通过媒体压住恐慌；警局得按既定程序照常运转；他得请专家来；而案发后的几天、几周里，他还得一直安抚这座小城。
他们写道，最后这一堆「是最难的」。家长不敢让孩子去上学，上班的人担心自己工作的地方不安全。斯诺登和布恩设想了两种错法：把恐惧当成日常小事，就会叫大家照常生活，那安慰不了谁；把它当成专家的问题，就会请专家出来宣布这里很安全，那就「有失去信誉和信任的风险」。据他们讲，加西奥尔办了一个论坛，请商户、高中生、老师和家长来说出各自的担心，也听听事实。
先判断你面对的是哪类问题，再决定怎么做决定。
库尼芬框架讲的就是这个。简单、稳定的局面里，因果谁都看得清：感知、归类、照最佳做法回应，就像职员处理一笔没还够数的贷款。繁杂的局面里，因果可以弄清，但得靠懂行的人：司机听见发动机在敲，诊断要交给修车师傅。复杂的局面里，为什么会这样，只有事后回头才看得明白，所以先小步试探，再感知、再回应。混乱的局面里，头一件事不是找规律，而是先动手恢复一点秩序，再感知、再回应。还有第五种状态叫「失序」：不知道自己身在哪一种。
他们打了个比方：法拉利是繁杂的，好的技师能把它拆开再装回去，一点不变；巴西雨林是复杂的，时时在变，整体远大于各部分之和。
「库尼芬」是个威尔士词，按两位作者的解释，指的是环境和经历中那许许多多以我们永远弄不懂的方式影响我们的因素。在此之前，斯诺登已经和辛西娅·库尔茨在 2003 年的《IBM 系统期刊》上发表过这套框架。
适合这一堆的办法，用到另一堆上可能坏事。两位作者自己举的例子是鲁迪·朱利安尼：他们称赞他在「9·11」的混乱中格外得力，又指出他在市长任上，正因为同样自上而下的作风饱受批评。
难的是分类本身
假设你最好的工程师在项目做到一半时辞职了。发招聘启事是日常活，有现成模板。她做了一半的数据库迁移由谁接手，要问最懂那套代码的人。剩下七个人怎么看这件事，是另一类问题。一封安抚人心的全员邮件，读起来可能就是「大家照常」；花一周挨个简短聊聊，留意谁在改简历，可能知道得更多。
分类本身也是判断，用过这个框架的研究者也这么说。芬兰的几位研究者用库尼芬分析了一位创业公司创始人记下的 136 个决定。创始人本人也是作者之一，有些决定他评为「简单」，其他作者却认为是「繁杂」，因为他对业务太熟了。细节的粒度也会改变归类：决定去融资是简单的，真把钱融到手，从简单到混乱都有可能。斯诺登和布恩拿出的证据，是他们自己的实践，「数以百计的应用」，文章里没有对照比较。
只有一堆的机器人
2025 年 4 月，一位用 AI 编程工具 Cursor 的开发者发现，换一台电脑就会被登出。这位开发者发邮件给客服，收到一位「Sam」的回复：「Cursor 的设计就是一个订阅只能用于一台设备，这是一项核心安全功能。」根本没有这条规定，Sam 也是个 AI 机器人。好几位用户在 Reddit 上宣布要退订。公司的一位代表随后在那里回复：「嘿！我们没有这样的规定。」他说这是「前线 AI 客服机器人给出的错误回答」。联合创始人迈克尔·特鲁尔后来写道，登出是一个竞态条件造成的，出现在网速非常慢的时候。
没人为那次故障写过规定。用库尼芬的话说，机器人把它当成了一张「简单」类的工单：感知、归类、回应。没有哪一类对得上，它就凭空造出了一类。
在测试副本上，问它一个你的文档里没写过的情况，看它是说「不知道」并转给人，还是搬出一条规定。多问几次，因为每次回答可能不一样。然后把它引用的每条规定都去查一查。
有人在 Hacker News 上问，Cursor 所有的邮箱是不是都先经过 AI。特鲁尔说不是全部，但客服系统目前是。「我们正在组建一个大得多的团队，但进度比应有的要慢。」