从 Goal List 到 Goal Graph#
真实世界中的 Goal 很少是孤立的。
一个 Goal 可能：
- 属于更大的长期 Goal；
- 依赖其他 Goal；
- 与另一个 Goal 冲突；
- 由多个子 Goal 构成；
- 被新证据改变；
- 在不同时间拥有不同优先级。
一份线性的 Goal List 无法承载上述任何一种关系。它只能记录「有哪些事要做」，无法表达「这些事之间是什么关系」。因此，需要从 Goal List 走向 Goal Graph。
Goal Graph 包含什么#
Goal Graph 可能包含以下节点与边：
- Parent Goal；
- Child Goal；
- Dependency；
- Conflict；
- Shared Resource；
- Actor；
- Agent；
- Evidence；
- Risk；
- Decision；
- Outcome；
- Learning。
其中 Parent Goal 与 Child Goal 构成层级，Dependency 与 Conflict 构成 Goal 之间的横向关系，Shared Resource 揭示了资源争夺的真实位置，Actor 与 Agent 说明谁在执行，Evidence 与 Outcome 说明现实是否在移动，Risk、Decision 与 Learning 则记录了这个结构随时间被修正的过程。
Goal Graph 不是更复杂的待办清单。
它是一个人或组织「未来意图结构」的可计算表达。
这个区别是实质性的。待办清单管理的是动作，Goal Graph 管理的是意图与其后果结构；前者在事情做完时归零，后者在事情做完时产生 Outcome 与 Learning，并反过来改变图本身。
Goal Object#
一个可能的 Goal Object 包含以下字段：
goal_id:
owner:
title:
intent:
desired_future_state:
why_it_matters:
priority:
time_horizon:
deadline:
status:
confidence:
dependencies:
conflicts:
constraints:
risks:
required_capabilities:
assigned_humans:
assigned_agents:
budget:
evidence_required:
current_evidence:
next_best_action:
outcome:
learning:
这是一份研究用的 schema 草案，不是最终的产品需求。
值得注意的是这个 schema 中同时出现了 assigned_humans 与 assigned_agents、evidence_required 与 current_evidence、outcome 与 learning。这些成对字段说明 Goal Object 不只是一条待办记录，它同时承担分工、举证与复盘三种功能。
Goal Graph 在 Goal OS 中的位置#
在 Goal OS 的六个概念层中，Goal Graph 是第三层：
Identity
→ Memory
→ Goal Graph
→ Execution Engine
→ Evidence
→ Reflection
它所回答的问题是：
我希望哪些未来发生？
Goals 之间有什么依赖、冲突和层级？
它上承 Identity 与 Memory——即「我是谁、我重视什么」与「发生过什么、做过哪些决定」；下接 Execution Engine——即「需要调用哪些人、Agent、工具、资金与关系」，再往下是 Evidence 与 Reflection，由证据判断现实是否正在向 Goal 靠近，并据此决定 Goal 应该继续、修改、暂停还是放弃。
也就是说，Goal Graph 是整个系统中意图被结构化的那一层。它之上是价值与历史，它之下是资源与执行。缺少这一层，Identity 无法转化为行动，Execution 也失去了被评价的依据。