检查前提，不是为了让自己永远不行动。
很多人一听“检查前提”，就以为这是犹豫、保守、想太多。其实不是。检查前提的目的，是让行动更稳，让判断更可复盘，让错误更早暴露。
真正会行动的人，不是不检查前提，而是知道哪些前提必须检查，哪些可以边走边验证。
前提检查可以分成八步。
第一步，先写出结论。
不要一开始就陷在材料里。先把你的结论写清楚。
比如：
“我认为这家公司值得买。”
“我认为这段关系应该继续。”
“我认为这个人适合合作。”
“我认为 AI 可以承担这个任务。”
“我认为这个项目应该推进。”
结论要具体。越具体，越能检查。不要只写“我看好”“我不舒服”“我觉得有机会”。这些都太模糊。
第二步，列出所有前提。
问自己：
“这个结论成立，必须有哪些东西是真的？”
以“这家公司值得买”为例，前提可能包括：
公司是真好生意；行业结构稳定；利润能留在公司手里；管理层可靠；估值有安全边际；我在能力圈内；未来增长没有被价格完全透支；我能承受波动；我的仓位不会影响心态。
把这些写出来，你会发现，一个简单结论背后其实站着很多前提。
第三步，给前提分类。
每个前提都标记一下：它是事实前提、价值前提，还是概率前提。
“公司过去五年自由现金流稳定增长”是事实前提。
“我更重视长期复利而不是短期排名”是价值前提。
“未来十年公司仍能保持竞争优势”是概率前提。
分类之后，你就不会用同一种方法处理所有前提。
事实前提要查证据。
价值前提要承认自己的排序。
概率前提要给不确定性留空间。
第四步，找关键前提。
不是所有前提都一样重要。
关键前提是：一旦它错了，结论就站不住。
比如你买一家公司，最关键前提可能不是“行业增长”，而是“公司能不能把增长转化为自由现金流”。
很多行业都增长，但大部分价值可能留给上游、平台、渠道、用户，或者被竞争打掉。行业增长如果不能变成公司利润，就不是足够关键的买入前提。
再比如关系判断里，关键前提可能不是“对方爱不爱我”，而是“对方有没有稳定承担责任的能力”。
爱意很强，但责任能力很弱，关系仍然可能长期不稳定。
第五步，找最弱前提。
关键前提不一定最弱。最弱前提是你证据最少、最容易被情绪保护、最可能出错的地方。
一个判断真正的风险，常常不在你最会讲的地方，而在你最不愿意检查的地方。
你对公司产品很熟，但对估值很粗，这就是弱前提。
你对一个人感觉很好，但对他关键时刻的行为证据很少，这就是弱前提。
你对 AI 能力很兴奋，但对失败后果没有评估，这就是弱前提。
找最弱前提时，可以问：
“这个判断里，哪一块我其实最没把握？”
“哪一个前提如果别人追问三层，我会答不上来？”
“哪一个前提我最想跳过？”
最想跳过的，往往最该检查。
第六步，设置反证条件。
没有反证条件的判断，很容易变成信念。
你要提前写清楚：如果出现什么证据，我就要降低信心，甚至承认判断错了。
比如投资：
如果公司连续几个季度利润增长但自由现金流恶化，我要重新检查商业模式。
如果行业增长但公司市场份额下降，我要重新检查竞争优势。
如果管理层高价并购、乱花钱、稀释股东，我要重新检查资本配置。
如果估值已经透支未来十年增长，我不能只用“公司好”说服自己。
关系里也一样：
如果对方口头承诺很多，但关键行为持续不变，我要降低“会改变”的概率。
如果每次沟通后短暂变好，但系统性模式不变，我不能把短期安抚当作长期修复。
AI 使用里：
如果模型在可验证事实上连续出错，我不能继续把它当事实源。
如果它在复杂推理中遗漏约束，我就要把它降级为辅助生成，而不是最终判断。
反证条件的作用，是保护你不被自己的结论绑架。
第七步，用小动作验证。
有些前提不能靠想清楚，只能靠小规模试验。
你判断一个人适合合作，不要一开始就绑定大项目。先做一个小项目，看对方是否准时、是否透明、是否承担责任、是否遇到分歧能解决问题。
你判断 AI 能承担某类任务，不要直接交给它高风险任务。先用低风险样本测试，看错误率、遗漏点、需要人工校验的成本。
你判断一家公司值得深入研究，不要一开始就重仓。先写投资备忘录，把前提、反证、估值、仓位边界写清楚，再决定是否进入下一步。
小动作不是拖延，而是降低认知成本。
第八步，设置复盘点。
前提不是检查一次就结束。现实会变化，前提也会变化。
所以你要提前设定：什么时候回来复盘？看哪些指标？如果指标变化，怎么调整判断？
比如公司分析，可以每季看：收入质量、利润率、自由现金流、市场份额、资本配置、竞争格局、估值变化。
关系判断，可以看：对方是否持续行动、是否能在冲突后修复、是否尊重边界、是否在关键时刻可靠。
AI 使用，可以看：输出准确率、人工校验时间、错误类型、失败后果、是否真的提升效率。
没有复盘点，前提就会变成旧地图。现实已经变了，人还拿旧地图解释新地形。
这八步看起来多，其实可以压缩成一个简单模板。
第一，结论是什么？
第二，这个结论靠哪些前提成立？
第三，这些前提分别是事实、价值，还是概率？
第四，哪个前提最关键？
第五，哪个前提最脆弱？
第六，什么证据会推翻它？
第七，我能不能用小动作验证？
第八，什么时候复盘？
这就是前提检查表。
前提检查最有价值的地方，是它能把“我觉得”变成“我知道自己凭什么觉得”。
它不会让你永远正确，但会让你更早知道自己错在哪里。
一个人如果不检查前提，错误会一直藏在结论后面。等现实打脸时，他只能说：
“没想到。”
但很多“没想到”，其实是前提没检查。
没想到行业增长但公司不赚钱，是因为你没检查利润留存前提。
没想到对方承诺后仍然不变，是因为你没检查行为改变前提。
没想到 AI 编造得很自然，是因为你没检查事实可靠性前提。
没想到自己拿不住，是因为你没检查心态和仓位前提。
前提检查不是为了消灭风险，而是为了让风险提前现形。
真正成熟的判断，不是没有不确定性，而是知道不确定性集中在哪里。
你知道哪块地面最薄，就不会把全部重量压上去。
这就是逻辑的实用价值。