1. 一个具体问题
一位熟悉后端开发的人听完几场行业分享，就准备独立判断复杂生物技术项目的商业价值。他能迅速理解软件成本，却无法判断实验结果可否重复。会分析问题的通用能力，并不等于已经掌握每个领域的关键证据。
2. 一句话解释
能力圈是你能合理判断关键变量、识别错误并校准不确定性的范围，重要的是知道边界，而不是把边界画得很大。
3. 出处与原意
Warren Buffett 与 Charlie Munger 在决策和投资论述中广泛使用这一概念。Buffett 的 1996 年股东信强调理解业务范围及其边界。这里借用其认识论启示讨论一般决策，不把它变成对某类资产或个人选择的直接建议。
4. 原理与机制
熟悉术语可能带来自信，却未必带来预测能力。真正的能力通常包括知道哪些变量最重要、哪些数据容易误导、什么情况会推翻判断，以及何时应求助。边界可以通过学习扩展，但扩展需要反馈，而不仅是阅读数量。还应区分“能看懂说明”“能执行标准任务”和“能独立评估罕见失败”三个层次。认识边界并不是自我贬低，而是把决策权与证据能力相匹配。
还可把信心拆成两部分：对领域机制的理解程度，以及对眼前资料真实性的把握。即使熟悉行业，如果关键数据来自未经核实的宣传，判断仍可能脆弱；反之，数据充分也不意味着自己具备解释能力。寻找专家时同样要匹配问题范围，某领域知名人士未必擅长所有相邻问题。明确需要审查的假设，比笼统询问“靠谱吗”更有效。
5. 一个完整案例
假设案例：一家小公司选择新的数据库。负责人熟悉普通查询与备份，却没有跨地域一致性经验，于是把本地性能比较列入自己能判断的范围，把分区恢复与数据丢失承诺列入待验证范围。他请有相关经验的工程师审查，并安排实际故障演练。最终选择依据不仅是厂商演示速度，还包括团队能否恢复系统。经过演练和复盘，负责人的能力圈扩大了一部分，但仍没有理由声称自己已精通所有分布式场景。
6. 适用条件与反例
适合高不确定性、专业差异大且错误代价明显的选择。它不应被用来拒绝所有新任务，或把当前能力当作固定身份。完全熟悉也不保证正确，领域变化和偶然性仍要求持续校准。
7. 今天可以尝试的行动
为一个决定列出三栏：我能独立解释并验证的、我只能复述的、我完全不清楚的。对后两栏中最影响结果的一项寻找反馈或专业审查，限定试验投入。记录事前判断与结果，逐渐用证据而非感觉划定边界。