tipping-points
临界点理论（Tipping Points）
系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要
没有这个模型
未使用临界点理论（Tipping Points）时，容易依赖直觉处理「现象似乎在某个时间点突然爆发，而非渐进积累」，缺少稳定的分析边界与检查步骤。
使用这个模型
使用临界点理论（Tipping Points）后，可围绕「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」执行结构化分析，并依次检查推理结果。
适用信号
- 现象似乎在某个时间点突然爆发，而非渐进积累
- 努力了很久没有效果，不知道是还差得远还是快到临界点了
- 设计需要「引爆」的增长策略或社会变革
不适用与停止条件
- 线性渐进变化的系统
- 结果与投入成比例的场景
推理协议
- 01
临界点信号识别：有没有以下信号？（非线性加速/突然涌现/早期采用者向主流渗透/网络效应启动）
检查点：确认本步结论基于明确信息，且没有超出该模型的适用边界
- 02
三个驱动因素分析：
检查点：确认本步结论基于明确信息，且没有超出该模型的适用边界
- 03
临界点距离评估：基于当前积累，我们离临界点大约还有多远？（远/近/可能已越过）
检查点：确认本步结论基于明确信息，且没有超出该模型的适用边界
- 04
催化策略：如何减少达到临界点所需的「积累量」？（减少摩擦/增加附着力/锁定关键节点）
检查点：确认本步结论基于明确信息，且没有超出该模型的适用边界
场景示例
现象似乎在某个时间点突然爆发，而非渐进积累
在企业管理场景中，以「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」为分析主线，按模型提示词执行并检查结论。
努力了很久没有效果，不知道是还差得远还是快到临界点了
在产品设计场景中，以「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」为分析主线，按模型提示词执行并检查结论。
设计需要「引爆」的增长策略或社会变革
在分析洞察场景中，以「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」为分析主线，按模型提示词执行并检查结论。
现象似乎在某个时间点突然爆发，而非渐进积累
在决策思维场景中，以「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」为分析主线，按模型提示词执行并检查结论。
努力了很久没有效果，不知道是还差得远还是快到临界点了
在任务管理场景中，以「系统不是线性变化的——在临界点之前积累毫无意义，跨过临界点之后涌现变化；识别临界点比预测变化时机更重要」为分析主线，按模型提示词执行并检查结论。
常见误区
- 临界点的位置几乎无法精确预测
- 「我们快到临界点了」容易被用来为持续无效的投入辩护