判断它是否有效
做出改变不等于改善了系统。有些改变感觉富有成效，是因为它们带来了情绪上的宽慰、新鲜感，或短暂的掌控感。真正的问题是：这个改变是否让练习变得更可行？
在 Adaptable Discipline 中，评估不是问干预是否令人兴奋或感觉正确，而是问它是否以有用的方式改变了底层条件。这也是为什么评估与进行小实验密不可分。一个改变往往是在测试一个工作解释，而不是给出最终答案。
一个好的改变应该改善什么
一个好的改变通常会改善以下一项或多项：
- 回归： 在 drift 之后重新回来变得更容易
- 摩擦力： 开始或重新进入的代价降低了
- 能量匹配： 练习在当前条件下变得更现实
- 方向： 练习与真正重要的事之间的联系变得更清晰
- 可见性： 更容易看清系统中正在发生什么
如果以上这些都没有改变，那么这个干预措施可能只带来了情绪上的满足，而没有带来结构上的改善。这也可能意味着干预背后的假设是不完整的，或者指向了错误的约束。
评估正确的东西
很多人对改变的评估时机过早，或者评估的是错误的信号。他们问的是感觉是否良好、看起来是否自律，或者是否连续几天表现完美。这些信号可能会误导。
更好的评估方式是问：
这些问题让评估与框架本身而非情绪状态保持关联。它们也帮助你 判断：实验是在验证假设、削弱假设，还是揭示出一个与你原本以为在解决的问题不同的问题。
留意摩擦力的迁移
有时候，一个干预措施在某处消除了摩擦力，却在另一处制造了新的摩擦力。一个新工具可能保存了状态，却增加了维护负担。缩减版本可能让回归更容易，但如果它成为唯一实际被使用的版本，方向可能会被削弱。一个指标可能改善了可见性，却增加了自我监视的负担。
这不会自动让干预措施变得无效。它意味着你需要评估整体效果，而不只是第一个收益。用实验的语言来说：你不只是在寻找预期效果，也在留意副作用和摩擦力的迁移。
结果通常意味着什么
当你手边有一套小的解读框架时，评估会变得更容易：
- 更好的结果： 改变让回归更省力、更清晰或更稳定
- 局部结果： 改变有帮助，但只在有限条件下有效
- 问题转移： 原有瓶颈缓解了，但另一个新的瓶颈现在限制着系统
- 虚假宽慰： 改变感觉良好，但没有改善回归、清晰度或稳定性
- 新的负担： 改变解决了一个问题，却在其他地方制造了过多的维护、压力或困惑
这往往是有效迭代和随机折腾之间的区别。你不只是在问改变是否有效，而是在问结果告诉了你关 于这个系统什么。
给改变足够的时间来展示自己
并非所有干预措施都能立即体现价值。有些改变能立竿见影。另一些只有在下一个艰难时刻来临时才能展示价值。如果一个改变是为了帮助重新进入，你可能要等到下次系统出现摇晃时，才能真正知道它是否有效。
这就是为什么评估应该同时包含即时感受和压力测试价值。一个在理想条件下感觉优雅却在变化中崩掉的练习，仍然需要改进。一个有用的实验往往需要足够的时间和足够的压力，才能揭示什么是真实的。
记录什么
具体记录会让评估变得更好。你不需要精心设计的仪表盘，但记录以下内容会有帮助：
- 你做了什么改变
- 这个改变在测试什么假设
- 它原本打算改善什么
- 什么实际上变得更容易了
- 什么仍然困难
- 出现了什么新的摩擦力
这样可以防止系统变成一片模糊的印象。
例如，一条简单的记录可能是："每次写作结束后，把下一步留在可见处。接下来两天重新进入变得更容易。第一次失误之后，羞耻感仍然在拖延回归。摩擦力有所改善，但心态仍然是瓶颈的一部分。"
真正的测试
一个改变的真正测试很简单：它是否让练习变得更可构建？
如果它让回归更容易实现、减少了不必要的代价、改善了对齐，或者帮助系统在真实条件下维持，那它可能值得保留。如果它主要增加了复杂性、压力或噪音，那它可能需要调整或去除。无论如何，评估应该让你带着一个关于下一次系统调整更好的假设离开。
选一个你在过去一两周内对某个练习做的改变。
- 命名你改变了什么。 一句话。
- 命名它原本应该改善什么。 回归更省力？进入更清晰？减少羞耻感？更好的能量匹配？如果你当时没有目标，这本身也是信息。
- 看实际信号。 回归速度是否有所不同？练习在更艰难的日子里是否表现得更好？重新进入是否更省力，还是代价和以前一样高？
- 对结果进行分类。 更好（目标有所改善）、局部（只在好的条件下有帮助）、问题转移（一个瓶颈缓解了，另一个出现了）、虚假宽慰（感觉良好，没有改变任何结构性的东西）、或新的负担（解决了一个问题，制造了另一个）。
完成的标志： 你有一个分类结果，以及一句话说明这对下一次改变意味着什么。
这会带你到哪里： 边做边调整 接收这个结果，并将它转化为下一次迭代。