1. 一个具体问题
一次培训后，参加者的工作效率提高了。负责人据此宣布培训有效，但同期工具升级、订单变简单，参加者本来也是最积极的一群人。要判断培训的作用，需要问的不只是“后来发生了什么”，而是“如果没有参加，同一批人本来会怎样”。
2. 一句话解释
反事实思考比较现实结果与某个未发生条件下的可能结果，用来澄清因果、评估选择和总结可改变的行动。
3. 出处与原意
反事实是哲学和因果推断中的重要主题，没有单一发明者。Donald Rubin 的潜在结果框架把接受与未接受处理的结果分别定义，为因果效应提供形式化表达。日常的“早知道就……”与严格因果推断有关，但不能直接替代后者的方法。
4. 原理与机制
同一个对象在同一时刻通常只能经历一种状态，所以另一种结果无法直接观察。研究者需要随机分配、可比对照或明确的模型假设来估计它。日常复盘也应尽量只改变一个关键条件，保留其他条件的合理关系，避免把多个理想变化一起塞进想象。反事实有学习价值，也容易产生后见之明：知道结果后，我们会高估当时能预见的程度。评价选择时应回到当时可用的信息集。
对照选择尤其需要防止把主动选择与处理效果混为一谈。自愿参加培训的人可能本来更有动力，即使培训毫无作用，他们也可能表现更好。匹配已有特征能减少部分差异，却不能保证消除未观察到的差异。报告时应明确比较对象、调整变量和仍然依赖的假设；反事实框架让问题更清楚，但不会自动制造缺失的数据。
5. 一个完整案例
假设案例：团队想知道新入职培训是否减少支持工单。四十位新人按随机方式分成两组，一组使用新课程，一组保留原流程；两组都使用同样的软件版本并经历相近任务。两周后比较每人求助次数，同时检查任务完成质量，避免把“不敢提问”误当成学习成功。差异只是带不确定性的平均效果估计，并不能告诉我们某一个新人没有培训时究竟会怎样。后续扩大试验再验证结果是否稳定。
6. 适用条件与反例
适合效果评估、事故复盘和个人决策学习。没有可比对照时，应坦诚说明反事实依赖哪些假设。沉浸在无法改变的过去并不会自动带来改进，最有用的反事实是能转化为未来可控制动作的部分。
7. 今天可以尝试的行动
选择一个你认为“由某行动造成”的结果，写出没有该行动时的合理基线，以及同期可能影响结果的因素。找一个可比对象或下一次可执行的小试验，并把“不确定”保留在结论里，而不是用更生动的故事填满证据缺口。