sdd-full 5.2.2 → 5.2.4

package/.claude/skills/multi-expert-discussion/references/attribution-analysis.md

@@ -0,0 +1,568 @@
+# 归因分析中心
+
+## 归因分析概述
+
+归因分析中心（Attribution Analysis Center）是 V5.1 第六层的核心模块。当问题类型被判定为「深度分析」——即以"为什么"为导向的问题时，系统在深度优先层（第五层）完成初步分析后，自动调度归因分析中心执行深层次归因。
+
+归因分析中心执行严格有序的五步链路：
+
+```
+第一性拆解 → 横向校验 → 纵向溯源 → 空间归因 → 时间归因
+```
+
+五步链路环环相扣，不可跳步、不可乱序。前一步的输出作为后一步的输入，最终汇聚为归因分析报告。
+
+### 调度触发条件
+
+| 触发条件 | 说明 |
+|---------|------|
+| 问题类型为「深度分析」 | 用户问题包含"为什么""根本原因""归因"等关键词，或系统在深度优先层判定需要进一步归因 |
+| 深度优先层产出初步分析 | 第五层已完成领域知识注入和初步因果推断，但未触及系统性归因 |
+| 审查AI建议 | 审查AI在深度优先层备忘录中标注"建议归因分析" |
+
+### 调度时机
+
+归因分析中心在以下流程节点自动插入：
+
+1. 收敛型流程：方案设计阶段完成后，决策输出阶段之前
+2. 发散型流程：分类整理阶段前，对已识别的关键问题进行归因
+3. 探索型流程：关键点深入阶段完成后，认知框架输出之前
+
+### 与其他层的关系
+
+| 层级 | 名称 | 与归因分析中心的关系 |
+|------|------|---------------------|
+| 第五层 | 深度优先层 | 提供初步因果推断，作为归因分析的输入素材 |
+| 第六层 | 归因分析中心 | 接收第五层输出，执行五步链路，产出归因报告 |
+| 第七层 | 领域模拟层 | 接收归因报告中的争议议题，触发交叉质询 |
+
+---
+
+## 第一性拆解
+
+第一性拆解（First-Principles Decomposition）是归因分析五步链路的第一步，也是最基础的一步。其核心思想是将问题现象还原到不可再分的基本元素和原理，剔除所有未经验证的假设和惯例。
+
+### 执行原则
+
+1. **从公理出发**：每一步推理必须建立在不可再分的基本事实上，不允许跳跃
+2. **剔除假设**：对问题描述中的所有隐含假设逐一标记并暂时搁置，仅保留可验证的事实陈述
+3. **拒绝类比**：不与同类问题做简单类比，防止类比掩盖本质差异
+
+### 执行方法：「五次为什么」
+
+通过连续追问"为什么"，层层剥离表象，直至触及不可再分的基本事实。
+
+```
+第 1 次为什么：为什么现象 P 发生？
+  → 直接原因 C1
+
+第 2 次为什么：为什么 C1 会发生？
+  → 间接原因 C2
+
+第 3 次为什么：为什么 C2 会发生？
+  → 深层原因 C3
+
+第 4 次为什么：为什么 C3 会发生？
+  → 根本原因 C4
+
+第 5 次为什么：为什么 C4 会存在？
+  → 系统性原因 C5（不可再分的基本事实或公理）
+```
+
+### 终止条件
+
+- 触及物理定律、数学公理、公认的行业事实等不可再分的基本元素
+- 继续追问已无法产生新的有效信息（回答与前一层重复或循环）
+- 回答指向"因为这样设计"且该设计选择有明确且不可变更的约束条件
+
+### 输出格式
+
+```json
+{
+  "step": "first_principles_decomposition",
+  "phenomenon": "问题现象描述",
+  "chain": [
+    { "level": 1, "question": "为什么现象 P 发生？", "answer": "C1", "type": "直接原因" },
+    { "level": 2, "question": "为什么 C1 会发生？", "answer": "C2", "type": "间接原因" },
+    { "level": 3, "question": "为什么 C2 会发生？", "answer": "C3", "type": "深层原因" },
+    { "level": 4, "question": "为什么 C3 会发生？", "answer": "C4", "type": "根本原因" },
+    { "level": 5, "question": "为什么 C4 会存在？", "answer": "C5", "type": "系统性原因" }
+  ],
+  "axioms": ["不可再分的基本事实 1", "不可再分的基本事实 2"],
+  "discarded_assumptions": ["被剔除的假设 1", "被剔除的假设 2"],
+  "termination_reason": "触及不可再分的基本事实 | 无法继续产生新信息 | 设计约束不可变更"
+}
+```
+
+---
+
+## 横向校验
+
+横向校验（Horizontal Validation）是归因分析五步链路的第二步。在第一性拆解得出因果链后，将当前问题与同领域、同类型的已知案例进行系统对比，识别共性模式和个性差异，判断当前问题是否属于已知问题类型。
+
+### 执行步骤
+
+1. **案例检索**：从知识库中检索同领域、同类型、同症状的已知案例，至少匹配 3 个案例，不足 3 个时标注"案例样本不足"
+2. **特征对齐**：将当前问题的关键特征与每个案例的特征逐一比对，包括症状表现、触发条件、影响范围、发生频率
+3. **模式识别**：识别跨案例的共性模式，区分"必然伴随特征"（所有案例均出现）和"偶然伴随特征"（仅部分案例出现）
+4. **差异分析**：对当前问题与已知案例的差异点进行逐条分析，判断差异是本质差异还是表面差异
+
+### 案例匹配维度
+
+| 维度 | 说明 | 匹配权重 |
+|------|------|---------|
+| 领域匹配 | 案例是否属于同一技术/业务领域 | 高 |
+| 症状匹配 | 案例的表现症状是否与当前问题相似 | 高 |
+| 因果匹配 | 案例的因果链是否与第一性拆解产出的因果链相似 | 最高 |
+| 规模匹配 | 案例的影响范围、涉及系统规模是否相近 | 中 |
+| 时间匹配 | 案例发生的时间背景是否相关（技术版本、市场环境等） | 低 |
+
+### 判断输出
+
+对于每条因果链中的原因节点，标注其与已知案例的对应关系：
+
+| 对应类型 | 含义 | 处理 |
+|---------|------|------|
+| 已知原因 | 该原因在至少 2 个案例中出现过 | 引用案例，标注置信度 |
+| 新型原因 | 该原因在已知案例中未出现 | 标记为重点关注，提升后续分析优先级 |
+| 争议原因 | 在已知案例中有时出现有时不出现，规律不明确 | 标记为不确定，需在纵向溯源中深入分析 |
+
+### 输出格式
+
+```json
+{
+  "step": "horizontal_validation",
+  "cases_referenced": [
+    {
+      "case_id": "CASE-001",
+      "case_name": "案例名称",
+      "domain": "所属领域",
+      "symptom_similarity": "高 | 中 | 低",
+      "causal_similarity": "高 | 中 | 低",
+      "key_differences": ["差异描述 1", "差异描述 2"]
+    }
+  ],
+  "common_patterns": [
+    {
+      "pattern": "共性模式描述",
+      "frequency": "所有案例 | 多数案例（N/M） | 少数案例（N/M）",
+      "category": "必然伴随 | 偶然伴随"
+    }
+  ],
+  "cause_classification": [
+    {
+      "cause": "原因描述（对应第一性拆解中的 C1-C5）",
+      "classification": "已知原因 | 新型原因 | 争议原因",
+      "matched_cases": ["CASE-001", "CASE-003"],
+      "confidence": "高 | 中 | 低"
+    }
+  ],
+  "sample_sufficiency": "样本充足（≥3） | 样本不足（<3）"
+}
+```
+
+---
+
+## 纵向溯源
+
+纵向溯源（Vertical Tracing）是归因分析五步链路的第三步。在第一性拆解和横向校验的基础上，追溯问题发生的完整因果链，从直接原因层层深入至系统性原因，并明确区分触发条件与根本条件。
+
+### 因果层级定义
+
+| 层级 | 定义 | 特征 | 可干预性 |
+|------|------|------|---------|
+| 直接原因 | 在时间上最接近问题发生的可观测事件 | 通常是单一事件或状态变化 | 高（但不解决根因） |
+| 间接原因 | 导致直接原因发生的前置条件 | 可能是多个条件的组合 | 中 |
+| 深层原因 | 导致间接原因持续存在的结构性因素 | 涉及流程、规范、设计决策 | 低（需系统性改变） |
+| 根本原因 | 导致深层原因形成的底层机制 | 涉及组织文化、架构原则、激励机制 | 极低（触及核心约束） |
+| 系统性原因 | 不可再分的环境约束或公理 | 物理极限、数学约束、监管要求等 | 无法干预（只能适应） |
+
+### 触发条件与根本条件的区分
+
+纵向溯源必须明确区分两种性质不同的前置条件：
+
+| 类型 | 定义 | 判定方式 | 示例 |
+|------|------|---------|------|
+| 触发条件 | 在时间上紧邻问题发生的事件，它的出现使潜在的"根本条件"转化为实际的问题 | 移除该事件后，问题暂时消失但根本风险仍存在 | 某次配置变更触发了已存在的内存泄漏 |
+| 根本条件 | 使系统持续处于易受损状态的底层因素，不依赖特定事件而存在 | 不触发该事件，问题也会在其他条件下暴露 | 代码中存在未关闭的资源句柄 |
+
+### 因果链完整性检验
+
+纵向溯源完成后，对因果链进行完整性检验：
+
+1. **连续性检验**：相邻层级之间不存在逻辑跳跃，每层到下一层的"为什么"有明确答案
+2. **充分性检验**：仅凭直接原因，在没有间接原因的情况下，问题是否必然发生？若否，间接原因必不可少
+3. **必要性检验**：移除某一层原因后，问题是否仍必然发生？若是，该层原因可能不是真正的原因
+4. **替代性检验**：是否存在其他等价的原因可以产生相同结果？若有，需补充进因果链
+
+### 输出格式
+
+```json
+{
+  "step": "vertical_tracing",
+  "causal_chain": [
+    {
+      "level": "直接原因",
+      "description": "直接原因描述",
+      "trigger_or_root": "触发条件 | 根本条件",
+      "intervention_possible": "是 | 否",
+      "intervention_description": "若可干预，描述干预方式"
+    },
+    {
+      "level": "间接原因",
+      "description": "间接原因描述",
+      "trigger_or_root": "根本条件",
+      "intervention_possible": "是 | 否",
+      "intervention_description": "若可干预，描述干预方式"
+    },
+    {
+      "level": "深层原因",
+      "description": "深层原因描述",
+      "trigger_or_root": "根本条件",
+      "intervention_possible": "是 | 否",
+      "intervention_description": "若可干预，描述干预方式"
+    },
+    {
+      "level": "根本原因",
+      "description": "根本原因描述",
+      "trigger_or_root": "根本条件",
+      "intervention_possible": "是 | 否",
+      "intervention_description": "若可干预，描述干预方式"
+    },
+    {
+      "level": "系统性原因",
+      "description": "系统性原因描述",
+      "trigger_or_root": "根本条件",
+      "intervention_possible": "无法干预",
+      "intervention_description": "只能适应"
+    }
+  ],
+  "integrity_check": {
+    "continuity": "通过 | 不通过",
+    "continuity_issues": ["不通过的节点描述"],
+    "sufficiency": "通过 | 不通过",
+    "sufficiency_issues": ["不通过的节点描述"],
+    "necessity": "通过 | 不通过",
+    "necessity_issues": ["不通过的节点描述"],
+    "alternatives": [
+      {
+        "original_cause": "被替代的原因",
+        "alternative_cause": "等价的替代原因",
+        "impact_on_chain": "该替代如何影响因果链的其他部分"
+      }
+    ]
+  }
+}
+```
+
+---
+
+## 空间归因
+
+空间归因（Spatial Attribution）是归因分析五步链路的第四步。在纵向溯源确定了因果链后，分析问题在系统空间中的位置——问题发生在系统的哪个层次、哪个模块，是局部问题还是系统性问题，以及问题影响的扩散路径。
+
+### 系统层次模型
+
+将系统按抽象层次进行分解，判定问题根因所在的层次：
+
+| 层次 | 名称 | 描述 | 示例 |
+|------|------|------|------|
+| L0 | 业务层 | 业务逻辑、规则、流程 | 订单状态机缺少超时取消逻辑 |
+| L1 | 应用层 | 应用代码、服务编排、API | 服务调用未设置超时 |
+| L2 | 数据层 | 数据模型、存储、缓存 | 数据库连接池耗尽 |
+| L3 | 基础设施层 | 网络、容器、操作系统 | 节点 OOMKilled |
+| L4 | 外部依赖层 | 第三方服务、外部API | 第三方支付网关响应超时 |
+
+### 问题扩散路径分析
+
+分析问题从根因层次向上扩散的路径：
+
+1. **识别故障源点**：标注因果链中每个原因的所属层次和模块
+2. **追踪扩散方向**：从最深层次向最浅层次追踪影响传播方向
+3. **划定影响半径**：分析每个层次上问题的影响范围和严重程度
+4. **识别屏障**：检查各层次之间是否存在隔离机制（熔断、降级、超时）阻止扩散
+
+### 局部 vs 系统性判定
+
+| 判定维度 | 局部问题 | 系统性问题 |
+|---------|---------|-----------|
+| 影响模块数 | 单一模块 | 多个模块或全系统 |
+| 根因层次 | L0/L1（单一模块内） | L2/L3/L4（跨模块共享资源） |
+| 复现条件 | 特定输入或状态组合触发 | 常规操作即可触发 |
+| 修复范围 | 单模块修复即可解决 | 需多模块协同或架构调整 |
+| 同类风险 | 其他模块不存在相同风险 | 其他模块存在相同模式的风险 |
+
+### 输出格式
+
+```json
+{
+  "step": "spatial_attribution",
+  "system_decomposition": {
+    "layers": [
+      {
+        "level": "L0 | L1 | L2 | L3 | L4",
+        "name": "层次名称",
+        "modules_involved": ["模块 1", "模块 2"],
+        "cause_nodes": ["C1 | C2 | C3 | C4 | C5"],
+        "severity": "致命 | 严重 | 一般 | 轻微"
+      }
+    ]
+  },
+  "propagation_path": [
+    {
+      "from": "源层次",
+      "to": "目标层次",
+      "mechanism": "扩散机制描述（如超时传导、资源竞争、级联失败）",
+      "barrier_exists": "是 | 否",
+      "barrier_description": "若存在屏障，描述屏障类型和有效性"
+    }
+  ],
+  "classification": {
+    "type": "局部问题 | 系统性问题",
+    "rationale": "判定理由",
+    "similar_risk_modules": ["存在同类风险的其他模块"]
+  },
+  "blast_radius": {
+    "affected_modules": ["受影响模块"],
+    "affected_users": "受影响用户范围",
+    "affected_functions": ["受影响功能"],
+    "data_integrity_risk": "高 | 中 | 低 | 无"
+  }
+}
+```
+
+---
+
+## 时间归因
+
+时间归因（Temporal Attribution）是归因分析五步链路的第五步，也是最后一步。在前四步建立了因果链、进行了横向校验、纵向溯源和空间归因后，时间归因从时间维度对问题进行最终切面分析：区分相关性（同时发生）与因果性（先后发生），识别时间延迟效应，判断问题是慢性累积还是急性爆发。
+
+### 相关性与因果性区分
+
+| 关系类型 | 定义 | 判定标准 | 示例 |
+|---------|------|---------|------|
+| 因果性 | 事件 A 的发生导致了事件 B 的发生 | A 先于 B 发生，且存在因果机制解释 A 如何导致 B，排除其他可能原因 | 内存泄漏积累导致 OOM |
+| 相关性 | 事件 A 和事件 B 同时或先后发生，但不存在直接因果机制 | 两者可能由共同的第三因素 C 同时驱动 | CPU 升高和内存升高同时发生，但均由流量突增驱动 |
+| 伪相关 | 事件 A 和事件 B 的时序关系纯属巧合 | 不存在因果机制，也找不到共同驱动因素 | 部署时间和故障时间恰好重叠但无因果关系 |
+
+### 时间延迟效应分析
+
+某些因果链中存在显著的时间延迟，导致原因和结果之间的时序关联被掩盖：
+
+| 延迟类型 | 特征 | 分析挑战 | 检测方法 |
+|---------|------|---------|---------|
+| 累积延迟 | 原因持续存在，结果需要达到阈值后才显现 | 难以关联远距离原因 | 监控指标的趋势分析，寻找阈值拐点 |
+| 潜伏延迟 | 原因已发生但结果处于"潜伏期"，等待额外条件触发 | 难以定位真正的触发时刻 | 回溯变更历史，寻找潜在的"定时炸弹" |
+| 间歇延迟 | 原因和结果之间因外部条件变化而呈现间歇性关联 | 难以复现和分析 | 长期观测，寻找触发模式的条件组合 |
+
+### 问题时间特性判定
+
+| 特性 | 慢性累积 | 急性爆发 |
+|------|---------|---------|
+| 发生速度 | 指标渐变，在数小时到数天内达到临界点 | 指标突变，在数秒到数分钟内达到临界点 |
+| 预警信号 | 存在可观测的趋势变化 | 无明显预兆或预兆极短 |
+| 典型原因 | 资源泄漏、数据膨胀、缓存堆积 | 配置错误、流量突增、依赖服务故障 |
+| 恢复方式 | 渐进恢复（清理、扩容） | 紧急回滚或降级 |
+| 预防策略 | 持续监控趋势 + 自动扩容 | 变更管控 + 灰度发布 + 熔断降级 |
+
+### 输出格式
+
+```json
+{
+  "step": "temporal_attribution",
+  "events_timeline": [
+    {
+      "event_id": "E-001",
+      "description": "事件描述",
+      "timestamp": "ISO 8601 或相对时间",
+      "type": "触发事件 | 前置条件 | 观察到的症状 | 外部事件",
+      "relationship_to_next": "因果 | 相关 | 无关联"
+    }
+  ],
+  "causality_verification": [
+    {
+      "cause_event": "E-00X",
+      "effect_event": "E-00Y",
+      "relationship": "因果性 | 相关性 | 伪相关",
+      "causal_mechanism": "若为因果性，描述因果机制",
+      "common_driver": "若为相关性，描述共同驱动因素",
+      "time_lag": "时间延迟（若有）",
+      "lag_type": "累积延迟 | 潜伏延迟 | 间歇延迟 | 无延迟"
+    }
+  ],
+  "accumulation_properties": {
+    "type": "慢性累积 | 急性爆发",
+    "evidence": ["支持该判定的证据"],
+    "threshold_marker": "若为慢性累积，描述触发结果的临界阈值",
+    "trend_observable": "是 | 否",
+    "early_warning_availability": "存在预警信号 | 无预警信号",
+    "recommended_response": "推荐的响应策略"
+  }
+}
+```
+
+---
+
+## 归因分析报告 JSON 模板
+
+归因分析中心完成五步链路后，由审查AI汇总各步骤输出，生成完整的归因分析报告。报告为结构化 JSON 格式，作为该议题的最终归因产出物，同时作为领域模拟层（第七层）的输入素材。
+
+```json
+{
+  "type": "attribution_analysis_report",
+  "meta": {
+    "report_id": "uuid",
+    "created_at": "ISO 8601",
+    "question": "原始问题陈述",
+    "question_type": "深度分析",
+    "triggered_by": "auto | auditor_suggestion | user_command",
+    "parent_analysis": "深度优先层分析摘要或引用",
+    "execution_order": "第一性拆解 → 横向校验 → 纵向溯源 → 空间归因 → 时间归因"
+  },
+  "first_principles_decomposition": {
+    "phenomenon": "问题现象描述",
+    "chain": [
+      { "level": 1, "question": "...", "answer": "...", "type": "直接原因" },
+      { "level": 2, "question": "...", "answer": "...", "type": "间接原因" },
+      { "level": 3, "question": "...", "answer": "...", "type": "深层原因" },
+      { "level": 4, "question": "...", "answer": "...", "type": "根本原因" },
+      { "level": 5, "question": "...", "answer": "...", "type": "系统性原因" }
+    ],
+    "axioms": ["..."],
+    "discarded_assumptions": ["..."],
+    "termination_reason": "..."
+  },
+  "horizontal_validation": {
+    "cases_referenced": [
+      {
+        "case_id": "...",
+        "case_name": "...",
+        "domain": "...",
+        "symptom_similarity": "高 | 中 | 低",
+        "causal_similarity": "高 | 中 | 低",
+        "key_differences": ["..."]
+      }
+    ],
+    "common_patterns": [
+      { "pattern": "...", "frequency": "...", "category": "必然伴随 | 偶然伴随" }
+    ],
+    "cause_classification": [
+      {
+        "cause": "...",
+        "classification": "已知原因 | 新型原因 | 争议原因",
+        "matched_cases": ["..."],
+        "confidence": "高 | 中 | 低"
+      }
+    ],
+    "sample_sufficiency": "样本充足（≥3） | 样本不足（<3）"
+  },
+  "vertical_tracing": {
+    "causal_chain": [
+      {
+        "level": "直接原因 | 间接原因 | 深层原因 | 根本原因 | 系统性原因",
+        "description": "...",
+        "trigger_or_root": "触发条件 | 根本条件",
+        "intervention_possible": "是 | 否 | 无法干预",
+        "intervention_description": "..."
+      }
+    ],
+    "integrity_check": {
+      "continuity": "通过 | 不通过",
+      "continuity_issues": ["..."],
+      "sufficiency": "通过 | 不通过",
+      "sufficiency_issues": ["..."],
+      "necessity": "通过 | 不通过",
+      "necessity_issues": ["..."],
+      "alternatives": [
+        {
+          "original_cause": "...",
+          "alternative_cause": "...",
+          "impact_on_chain": "..."
+        }
+      ]
+    }
+  },
+  "spatial_attribution": {
+    "system_decomposition": {
+      "layers": [
+        {
+          "level": "L0 | L1 | L2 | L3 | L4",
+          "name": "...",
+          "modules_involved": ["..."],
+          "cause_nodes": ["C1 | C2 | C3 | C4 | C5"],
+          "severity": "致命 | 严重 | 一般 | 轻微"
+        }
+      ]
+    },
+    "propagation_path": [
+      {
+        "from": "...",
+        "to": "...",
+        "mechanism": "...",
+        "barrier_exists": "是 | 否",
+        "barrier_description": "..."
+      }
+    ],
+    "classification": {
+      "type": "局部问题 | 系统性问题",
+      "rationale": "...",
+      "similar_risk_modules": ["..."]
+    },
+    "blast_radius": {
+      "affected_modules": ["..."],
+      "affected_users": "...",
+      "affected_functions": ["..."],
+      "data_integrity_risk": "高 | 中 | 低 | 无"
+    }
+  },
+  "temporal_attribution": {
+    "events_timeline": [
+      {
+        "event_id": "...",
+        "description": "...",
+        "timestamp": "...",
+        "type": "触发事件 | 前置条件 | 观察到的症状 | 外部事件",
+        "relationship_to_next": "因果 | 相关 | 无关联"
+      }
+    ],
+    "causality_verification": [
+      {
+        "cause_event": "...",
+        "effect_event": "...",
+        "relationship": "因果性 | 相关性 | 伪相关",
+        "causal_mechanism": "...",
+        "common_driver": "...",
+        "time_lag": "...",
+        "lag_type": "累积延迟 | 潜伏延迟 | 间歇延迟 | 无延迟"
+      }
+    ],
+    "accumulation_properties": {
+      "type": "慢性累积 | 急性爆发",
+      "evidence": ["..."],
+      "threshold_marker": "...",
+      "trend_observable": "是 | 否",
+      "early_warning_availability": "存在预警信号 | 无预警信号",
+      "recommended_response": "..."
+    }
+  },
+  "summary": {
+    "root_cause": "最终确认的根本原因",
+    "systemic_cause": "最终确认的系统性原因",
+    "attribution_confidence": "高 | 中 | 低",
+    "previously_known": "是（匹配案例 CASE-XXX）| 部分已知 | 否（新型原因）",
+    "recommended_actions": {
+      "immediate": ["短期应急措施"],
+      "medium_term": ["中期修复措施"],
+      "long_term": ["长期治理措施"]
+    }
+  },
+  "disputed_items": [
+    {
+      "item": "存在争议的归因结论",
+      "disputing_experts": ["Expert_A", "Expert_B"],
+      "nature_of_dispute": "争议性质描述",
+      "escalation": "建议启动交叉质询 | 提交用户决策 | 暂存待后续验证"
+    }
+  ]
+}
+```