做什么（One-liner）

Herbert Simon 满意化决策：候选按 score 降序后，返回第一个达阈值的（不是全局最优）。模拟 bounded rationality。

怎么用

Canvas 拖 b0_simon_v1，填 aspiration（阈值）+ candidates（[{id, score}, ...]）。输出第一个 satisficing 候选。

核心公式

scored = sorted(candidates, key=lambda c: -c.score)
for c in scored:
    if c.score >= aspiration:
        return {id: c.id, score: c.score}
return None

典型用法：aspiration=70, candidates 是 BLCV 分 →排序后取第一个 >= 70 的。

假设与适用场景

假设：分数可比 + 单一维度；'足够好就要' 思路；候选静态。

适用：股票 shortlist / 策略选择 / 教学 demo / 快速决策。

不适用：全局最优（用 max()）；多目标（用 MCDA）；动态候选集。

输入 / 输出契约

{aspiration: float, candidates: list} → {aspiration, candidates_evaluated, chosen | None, satisficing: bool, _model}。详见 frontmatter。

已知局限

1. 单一 score（多维无法）
2. 不达标时直接 None（不返回 'closest miss'）
3. 空列表 → None（不抛错）
4. Tie 时按输入顺序选

参考文献

Simon (1956) 原始论文 + Gigerenzer (2008) 延伸。详见 frontmatter。

Golden Test

tests/golden/fixtures/tier1/b0_simon/，1e-12 tolerance，4 tests（matches_reference / no_satisficer / picks_highest / empty_candidates）。2026-04-20 passing。

Changelog

• 1.0.0 (2026-04-20) — Initial Active release