决策智能与AI：用生成式AI系统化提升决策质量

本开源项目「Decision Intelligence with AI」是结合决策理论与生成式AI的交互式课程，配套即将出版的书籍，旨在帮助个人和组织系统化提升决策质量。项目提供从决策框架到AI实现的完整工作流，包含Jupyter Notebook模块和C#/.NET代码示例，支持多路径学习设计，覆盖非技术到AI工程师等不同背景用户需求。

决策能力是高管最看重的商业技能之一，但有效的决策并非易事。本项目探索决策理论与生成式AI的交汇点，作为开源交互式课程配套书籍，采用多路径学习设计，无论读者是技术还是非技术背景，都能找到适合自己的学习方式，内容从基础概念到企业级应用层层递进。

项目围绕决策智能框架展开，分解为六个关联阶段：1.决策框架引入（如艾森豪威尔矩阵结合AI）；2.决策框定（重构选项、六顶思考帽技术）；3.情报收集（历史案例、AI辅助整合、集体智慧）；4.决策执行（直觉、规则、定量方法如蒙特卡洛模拟）；5.决策沟通（明托金字塔框架、AI减少偏见）；6.企业级决策智能（决策支持/管理系统构建）。

技术实现基于C#/.NET生态，使用Semantic Kernel和AI Extensions框架，包含简单决策提示、Chat Completions API、可复用提示与原生函数、私有AI决策工作流等模块。学习路径分三种：阅读型（非技术，浏览器阅读预运行内容）、技术基础（Jupyter Notebook运行代码）、AI工程师（深度修改代码、移植项目）。

项目包含多个实际决策场景示例，可直接套用或改编：社区大学vs传统大学择校决策、汽车购买总成本分析、销售团队绩效优化、探索与利用的资源分配权衡、分秒必争情境下的直觉决策等。

项目配套即将出版的《Decision Intelligence with AI》书籍，书籍侧重理论与高级案例（适合非技术），项目侧重代码实践（适合动手学习者）。目前项目处于活跃开发阶段，预计2026年8月发布Beta版本，已有10余个模块可用，剩余模块正迁移到Microsoft Extensions for AI和Agent Framework。

本项目的核心价值在于提供系统化决策方法论，连接决策科学研究成果与生成式AI能力，为个人和组织提供可落地的决策改进方案。对开发者：展示AI嵌入决策工作流；对决策者：提供结构化提升决策质量方法；对研究者：连接决策理论与AI实践。在AI时代，“与AI一起做更好决策”是核心竞争力，本项目是优质资源。