TL;DR
逐项排除法：当在众多选项中选择时，按重要性排列标准。首先应用最重要的标准——淘汰所有不满足阈值的选项。对剩余选项应用第二个标准。继续直到只剩一个选项。简单、快速，当一两个标准占主导时效果很好。
在多个属性的众多选项之间进行选择在认知上是压倒性的。一个购车者比较20种车型的15个属性——价格、燃油经济性、可靠性、安全评级、载货空间、品牌、保修——面临着300个需要同时处理的数据点。人类实际上无法做到这一点。他们实际使用的是启发式方法——减少认知负荷的捷径。
阿莫斯·特沃斯基在1972年形式化了其中最常见的方法之一：逐项排除法（EBA）。过程：按重要性排列决策标准。首先应用最重要的标准，淘汰所有不满足阈值的选项。然后对幸存的选项应用第二个标准。继续直到只剩一个选项。
EBA在技术意义上并非最优——它可能会淘汰一个在第二和第三标准上优秀但在第一个标准上略低于标准的选项，也可能错过那个"几乎够好"的第一标准选项本应是最佳整体选择。这是该模型的关键批评。
但特沃斯基的贡献是实证性的：这是人们在面对复杂选择时实际如何做出决策。理解EBA可以解释从经典效用最大化角度看似乎不合理的行为——并提供一个简单、有纪律的框架来改进这种启发式的默认版本。
关键的改进：有意识地决定标准的顺序和你应用的阈值。大多数人无意识且不一致地应用EBA。将其明确化，就将认知捷径转变为有纪律的工具。
逐项排除法——流程
步骤1：列出所有可行选项
暂时不要过滤——收集完整的候选集。
步骤2：识别所有相关标准
在这个决策中哪些属性重要？
写下所有标准，暂时不要排序。
步骤3：按重要性排列标准（最重要的排第一）
这是关键步骤。问：如果我只能考虑一个标准，会是哪个？然后：如果能加第二个，会是哪个？
诚实面对——如果价格真的最重要，不要把"品牌声望"排第一。
步骤4：为第一个（最重要的）标准设定阈值
什么是最低可接受水平？
这是通过/不通过的阈值，不是排名。
步骤5：淘汰所有不满足第一个阈值的选项
任何低于阈值的选项都被移出考虑范围。
步骤6：对剩余选项重复第二个标准
对幸存的选项应用第二个标准阈值。
淘汰所有不满足的选项。
步骤7：继续直到只剩一个选项，或集合小到可以整体评估
如果所有选项都被淘汰的恢复步骤：
放宽你应用过的最不重要标准的阈值，
或重新审视阈值是否合适。一位招聘经理收到200份高级工程师职位的申请。她按顺序确定标准：(1) 至少5年后端经验——最低阈值；(2) 分布式系统经验——最低阈值；(3) 技术领导力证据（领导过团队或项目）；(4) 行业经验（偏好，非必需）。
EBA流程：应用标准1——减少到80名候选人。应用标准2——减少到35名。应用标准3——减少到12名。剩下的12名进行整体评估，标准4作为区分因素。
结果：招聘经理花时间评估12名真正合格的候选人，而不是用不稳定的注意力阅读200份申请。EBA达到了目的——将有限的评估资源集中在可控的集合上——而最后的整体评估防止了模型的弱点（淘汰一个在除第一标准外其他方面都优秀的人）。
某人搬到新城市，有50套公寓需要评估。他们的标准：(1) 月租最高2500美元；(2) 公交通勤最多30分钟；(3) 至少2间卧室；(4) 允许养宠物。
EBA：应用2500美元上限→剩下30套。应用30分钟通勤→剩下18套。应用2间以上卧室→剩下11套。应用允许养宠物→剩下6套。最后6套亲自参观，评估不太可量化的维度：自然光、建筑质量、社区氛围。
EBA将50套公寓的研究项目转变为6套公寓的决策——考虑到限制条件，这是合理的。
一家种子基金每季度评估数百家公司。他们的EBA标准按顺序：(1) B2B软件或金融科技——基金授权，不可协商；(2) 至少一名技术联合创始人——投资理论要求；(3) 某种形式的早期牵引力（客户、意向书或令人信服的试点数据）；(4) 融资轮次规模在基金可领投范围内（100万-300万美元支票规模）。
按顺序应用这些标准，将每周40-60个机会减少到3-5个值得召开合伙人会议的。EBA不选择最好的公司——它有效地淘汰明显不符合基金授权的公司，以便合伙人将分析精力花在真正的决策上。
✅ 使用逐项排除法当：
❌ 谨慎使用或补充当：
以错误的顺序应用标准。EBA对标准应用的顺序非常敏感。如果你先应用次要标准，可能会在主要标准被考虑之前就淘汰了最佳选项。始终先应用最重要的标准。
设定阈值过于严格。一个在所有标准上都优秀，只是在标准1上略低于阈值的选项，可能比所有通过的选项都好。严格的二元阈值阻止了模型捕捉接近达标的情况。用EBA缩小范围，然后整体评估入围者。
对只有几个选项的决策使用EBA。如果你有4个选项和3个标准，直接评估所有选项。EBA的价值在于管理认知负荷——当候选集很大时。对于小集合，使用决策矩阵。
不重新审视标准顺序。标准的顺序应该反映你实际的优先级，而优先级可能变化。在应用EBA之前重新审视排名，而不是将之前的排名视为永久不变。
EBA与简单过滤有何不同？
它们相关——EBA是以有意的、标准排序的顺序进行的过滤。区分EBA的是明确按重要性排序标准和顺序（而非同时）应用。大多数非正式过滤以随机想到的顺序应用标准。EBA按重要性顺序应用，确保最重要的标准做最多的工作。
当没有选项在淘汰过程中幸存时该怎么办？
要么阈值太严格，选项集太窄，要么你的约束确实不兼容。首先，识别哪个标准淘汰了最多选项，问阈值是否正确。然后考虑是否可以扩大选项集。如果不能，你可能面临真正受限的决策，需要在某个标准上妥协——这是有用的信息。
EBA与淘汰标准系统是一样的吗？
是的，本质上是一样的。淘汰标准（或"淘汰因素"）是在更细致评估之前应用的标准——任何未通过淘汰的选项都被移出考虑范围。EBA是这种做法的正式版本，(1) 按重要性排序淘汰标准，(2) 顺序而非同时应用，给你对选项过滤方式的结构化控制。
🚀 在话老师中运行逐项排除分析 →
本页面是话老师思维模型知识库的一部分。
心智模型是"知道"，练成肌肉记忆才是"会"。去 AI 陪练用这个场景过一遍，或在训练营里找对应实战课。
🤖 AI 陪练 🗓️ 30 天训练营 🎨 生成海报