「昨天会后您问我对古巴方案怎么看，我恐怕答得不够有条理。」
1961 年 4 月 5 日，历史学家、白宫特别助理小阿瑟·施莱辛格给肯尼迪总统写了份备忘录，开头就是这句。他说的那次会，是前一天傍晚 6 点到 8 点 18 分在国务院开的。桌上摆着中央情报局的一个方案：让一支流亡古巴人组成的部队在古巴登陆。
会上并非没人反对。肯尼迪请来了一位局外人，参议员富布赖特，他当场表示反对。按欧文·贾尼斯后来的还原（主要依据施莱辛格的回忆），总统没有让大家讨论富布赖特的理由，他绕着桌子挨个问每人的最终意见；还没轮到施莱辛格，会就散了。
于是施莱辛格的意见第二天才到，写在纸上，只有一个读者。他提醒，登陆之后要是没能引发起义，形势可能「一步步」把美国推到派海军陆战队上岸的地步。权衡之下，他写道：「我反对。」
反对意见有，有人当面说了，也有人写下来了。只是它从来没有变成那间屋子里的争论。
斯隆推迟的那次会
1967 年，彼得·德鲁克在《卓有成效的管理者》里说得毫不含糊：「决策的第一条规则是，没有不同意见，就不做决定。」
他举的例子来自通用汽车。德鲁克写道，据说艾尔弗雷德·斯隆在一次高层委员会会议上讲，他认为大家对这项决定「意见完全一致」。在座的人都「点头称是」。斯隆随即提议「推迟进一步讨论」，留到下次会上，好让大家有时间「形成不同意见，也许还能弄明白这项决定到底是怎么回事」。
屋里没人反对的时候，你还没看见别的选项。
德鲁克讲了理由。只有分歧能带来备选方案，而「没有备选方案的决定，是赌徒孤注一掷」。分歧还能激发想象力。它也让做决定的人不至于沦为「组织的囚徒」，因为人人都想从他那里得到点什么。
地图软件只给你一条蓝线，你得到的是一条路。旁边那几条灰线，才告诉你这条蓝线代价几何。1961 年 4 月，灰线其实是有的，在一位参议员的发言里，在一位助手的备忘录里。只是没人把它们画上地图。
一年半以后
1962 年 10 月，U-2 侦察机拍到苏联正在古巴修建导弹发射场。这一回，摆到肯尼迪面前的建议明明白白分成了几派：参谋长联席会议全体成员主张先空袭、再入侵；另一些人主张对古巴和苏联发出严厉警告。肯尼迪选了一条中间的路：对古巴实行海上「隔离」。
一次好结果，证明不了一套方法。实验检验的是一个更窄的说法。2006 年，斯特凡·舒尔茨-哈特和同事让 135 个三人小组做一道招聘决策，四个候选人里选一个。信息是拆开分给组员的：只有大家把各自独有的信息拼到一起，才看得出谁是最佳人选。讨论前全组都看好同一个错误人选的小组，几乎从来没选对；讨论前意见不一的小组，选对的比例明显更高，哪怕组里没有一个人起初看好的是正确人选。只有一个人持异议，和三人各执一词相比，这项实验没有测出决策质量上的差别。起作用的主要是讨论变得更充分了。
这是一个专门围绕「信息藏在各人手里」设计的实验室任务。要是大家手里的事实本来就一样，分歧能挖出来的东西就少，可它照样要多占一次会。
没人质疑的涨价
假设你带一个小软件团队，提案是涨价 15%。会上人人点头。你没有当场拍板，而是请每个人下周带回一个别的办法，达到同样的收入目标。
客服主管带回来一张表：上个季度退订的客户，大多用的是最老的那档套餐，一刀切涨价，他们受的冲击最大。她的办法是只给新客户涨价。你最后也许还是选 15%。但这时它是一个选择了，代价就写在旁边。
只会同意自己的模型
让语言模型检查自己的答案，等于把复查放进一个已经做完的决定里。
2023 年，清华大学、上海交通大学和腾讯 AI Lab 的研究者，给 GPT-3.5-Turbo 出了 200 道算术题，每道都埋了陷阱，专门引出那种凭直觉、却是错的答案。其中一道：一个小圆绕着半径是它三倍的大圆滚一整圈，小圆自己转了几圈？模型答 3，论文给的答案是 4。在论文展示的自我反思例子里，模型检查一番后写道：「我确信我的答案是正确的。」
靠自我反思，200 道题的正确率只从 26% 升到 27.5%。作者把这叫作「思维退化」：照他们的描述，模型一旦认定了某个答案，再怎么反思也想不出新东西，哪怕答案是错的。于是他们让两个副本对辩，一个给出答案，一个回应，提示词里写明不必完全同意对方，因为目标是找到正确答案；再由第三个副本当裁判。正确率升到 37%。GPT-4 单独作答是 51%。
同一篇论文也找到了边界。在翻译测试里，要求辩手在每一点上都必须唱反调，效果并不是最好的。辩手用不同的模型时，裁判还会偏向和自己同一个底座模型的那一方。
下次让模型告诉你哪个方案最好之前，先让它给出三个真正不同的方案，并说清每个方案要放弃什么。要是三个方案其实是一个想法换了三种说法，你的灰线就还没出现。换一个新会话再问一次，再把每个方案里的说法逐条核对，然后再挑。
1961 年 4 月 17 日，2506 突击旅在猪湾登陆。不到两天，就被卡斯特罗亲自指挥的古巴部队击溃。