1. 一个具体问题
商家为了增加订单发放大额优惠券，第一周销量明显提高。一个月后，老客户开始等待下一次优惠，原价订单减少。只看直接效果，活动很成功；把人们对政策的适应也算进去，结论就复杂得多。
2. 一句话解释
二阶思维不仅看行动的直接结果，还追问这些结果会如何改变后续行为、激励和系统状态。
3. 出处与原意
这是广义的推理习惯，没有唯一公认的创始人。Howard Marks 推广的“第二层次思维”尤其关注市场共识、预期与价格之间的关系；日常所说的二阶后果分析范围更广，两种用法相近但不完全等同。
4. 原理与机制
行动改变环境，参与者再根据新环境调整行为，于是产生后续影响。降低门槛可能扩大参与，也可能吸引不同人群；增加指标奖励可能提高数字，也可能诱发规避和作弊。分析应标出行为主体、时间范围和反馈路径，而不是无限延伸联想。二阶结果的确定性通常比直接效果低，所以需要用情景和可观察信号表达，不能把一串合理故事当作已发生事实。还要分清暂时副作用与长期结构变化。
推演也应考虑受影响者是否能观察变化、是否有资源回应。一个奖励规则即使改变了收益，如果参与者不知道它存在，短期行为也未必改变。反过来，提前宣布未来政策可能让行为在正式实施前就发生。把信息传播和响应时滞写进分析，可以避免用静态因果箭头描述本来会逐步适应的系统，也能帮助确定合适的观测周期。
5. 一个完整案例
假设案例：学习平台按每天发布的笔记数量奖励创作者，预计能增加内容供给。团队继续推演：创作者可能把一篇拆成五篇，读者需要浏览更多重复内容，满意度可能下降。于是试验只面向小组，并同时记录独立读者完成阅读的比例、重复举报与创作者投入。两周后数量上升但有效阅读未增长，平台停止单纯按数量奖励，转为鼓励有明确问题和完整答案的作品。二阶思维没有预测所有行为，而是提前布置了识别副作用的观测点。
6. 适用条件与反例
适合政策、激励、价格和组织流程的改变。对非常局部且可逆的操作，不必构造庞大推演。也不能因为存在潜在后果就拒绝行动；比较方案时，应把不行动的后果同样纳入，而不是只放大改变的风险。
7. 今天可以尝试的行动
对一项决定连续问两次：“这会让谁改变什么行为？”为每条推演标注发生条件和时间尺度，选一个最可能影响结论的后果设置监测指标。把复查日期写进计划，允许根据真实反馈调整。