个人知识库

2026-06-13-forge-skill-12-methodologies

9分钟阅读

Forge Skill：12 个经典方法论做成 AI Skill

将人类历史上 12 种经典思维方法论锻造成 AI 能直接执行的 Skill 文件，一行命令安装，一句话触发结构化分析——核心理念是”你不是在为 AI 编程，你是在为思维编程”

基本信息

  • 来源类型：article（网页文章）
  • 原文位置：raw/articles/2026-06-13-113951-tg-f66b14.md
  • 原文 URL：https://juejin.cn/post/7649642398536073243
  • 作者：peterfei
  • 发布日期：2026-06-11
  • 消化日期：2026-06-13

核心观点

  1. AI 缺的不是智力而是思考框架：大语言模型本质是”通用推理引擎”，需要人告诉它按什么逻辑推理。同一个问题，无框架回答 vs 五力分析回答，信息密度和可操作性差 5 倍。人类专家内化了思考框架（医生有鉴别诊断流程，投资人有多维评估矩阵），AI 需要人注入同样的框架。

  2. Forge Skill 的锻造流程是”三重验证”：深度调研原始文献（不是二手解读，是原著）→ 提炼 3-7 个核心原理（每个原理至少 2 个跨领域验证）→ 构建可执行的操作协议 → 质量验证（自动检查 + 人工审查）→ 生成标准 Skill 文件。一手来源占比超过 70%。

  3. 12 个方法论覆盖四大领域：认知方法论（第一性原理、系统思维、奥卡姆剃刀、费曼学习法）、商业战略（精益创业、增长黑客、五力分析、改善）、设计创新（设计思维、双钻模型）、工程方法（TRIZ、事前验尸）。

  4. 事前验尸是增长最快的 Skill：虽然方法论本身小众，但实用性极强——项目启动前花 30 分钟跑一遍，能省掉事后 30 天的救火。Gary Klein 实验证明这种方法能多识别出 30% 的风险。

  5. 开源 + 可扩展：核心引擎开源，用户可以直接用 forge-skill 引擎锻造自己的思维工具，不需要等作者更新。支持 Claude Code、Cursor、Codex CLI、Cline 等 17 个 AI runtime。上线 24 小时 12 个 Skill 全部通过 6/6 质量检查。

实操内容保留

代码/配置

# 安装任意一个方法论 Skill
npx skills add peterfei/forge-skill-first-principles-skill
 
# 安装格式
npx skills add peterfei/forge-skill-<方法名>-skill

Prompt 模板

安装后只需说出触发词即可激活对应方法论：

  • 「用第一性原理分析特斯拉为什么要做 Robotaxi」
  • 「用系统思维看看为什么每次改这个 Bug 都会引出新 Bug」
  • 「事前验尸一下我们下周要上线的新功能」
  • 「这个行业能不能进？用五力分析评估」

操作步骤

  1. 选择需要的方法论（根据场景：做产品→设计思维+双钻，做创业→精益创业+增长黑客，做技术→第一性原理+TRIZ，做管理→系统思维+改善，做投资→五力分析+第一性原理，做决策→事前验尸+奥卡姆剃刀，做学生→费曼学习法）
  2. 运行 npx skills add peterfei/forge-skill-<方法名>-skill 安装
  3. 在 AI 对话中说出触发词，AI 按照方法论的结构化流程逐步分析

关键概念

  • 第一性原理 — 把问题拆到不可再分的基本事实，从那里重新推导方案
  • 系统思维 — 看 A 和 B 如何互相影响形成循环，复杂问题的”治本”工具
  • 奥卡姆剃刀 — 同等解释力下选假设最少的方案
  • 费曼学习法 — 用”假装教给 12 岁孩子”来检验理解深度
  • 精益创业 — Build-Measure-Learn 循环，极端不确定中最小成本最快学习
  • 增长黑客 — 无数小实验 + 北极星指标 + 全漏斗优化
  • 五力分析 — 五种竞争力量决定行业利润率
  • 改善 — 每天进步 1%，丰田百万条员工改善建议
  • 设计思维 — 以用户共情为起点重新定义问题
  • 双钻模型 — 两轮发散收敛，先探索正确问题再探索正确方案
  • TRIZ — 从 4 万份专利提炼的发明规律，创新可系统化求解
  • 事前验尸 — 项目启动前假设已失败，反推失败原因
  • Forge Skill — 将经典方法论锻造成 AI Skill 的开源项目
  • Skill — AI 的程序性知识包，约束内自主完成特定任务

与其他素材的关联

  • 与 2026-06-10-ai-skill-workflow-juejin 的关系：Rik 的文章聚焦”如何用 Skill 封装工作流”（代码规范→全流程提效），本文则展示了 Skill 的另一个维度——封装思维方法论。两篇互补，前者是”怎么造 Skill”，后者是”造什么 Skill”。
  • 与 2026-05-20-agent-skills-intro-claude-opus 的关系：Agent Skills 万字干货是 Skill 的技术标准手册，本文是 Skill 在思维方法论领域的垂直应用案例。
  • 与 2026-05-11-skill-sop-for-ai 的关系：Skill SOP 文章建立了”Skill = AI 的 SOP”认知框架，本文的 Forge Skill 项目验证了这一框架——12 个方法论本质上就是 12 套经过学术验证的 SOP。

原文精彩摘录

你是不是经常遇到这种情况——打开 ChatGPT 或 Claude，想让它帮你分析一个复杂问题，结果它给出的回答虽然有道理，但总觉得「缺了点什么」。缺的是什么？缺的是一套结构化的思考框架。AI 很聪明，但它的默认思考方式是「通用」的。它不知道你此刻需要的是麦肯锡式的结构化分析，还是 Musk 式的第一性原理拆解，又或是丰田式的持续改善思维。

这不是 AI 的问题。大语言模型本质上是「通用推理引擎」，它需要你告诉它按什么逻辑来推理。人类专家之所以是专家，不是因为他们知道更多事实，而是因为他们内化了一套思考框架——医生有鉴别诊断流程，投资人有多维评估矩阵，工程师有系统设计原则。

我一直觉得 AI 时代最有趣的事情之一，不是让 AI 变得更像人，而是让人类最聪明的思考方式变得可以复制。这套方法的核心理念来自 Tim Brown（IDEO CEO）说过的一句话：「你不是在为 AI 编程，你是在为思维编程。」

相关页面

关系图谱

快速导航

反向链接