
SKILL 第一定律说点 AI 不知道的大模型每次会话都是一次重启。正如近期 DeepSeek 对自己知识截止日期到底几月都不太清楚AI 在几轮资料查阅与修复过后就忘记了自己“原本不知道什么”“元认知”水平下降。它无法分辨哪些是自己信手拈来的常识哪些是经过百般尝试才纠正过来的偏见因而失去了对“认知死角”的强调。简洁不仅是为了节省 Token更是为了聚拢模型的注意力。我的一个解法是新开一个对话把中途踩的坑用最小的需求重新解读一遍要求 AI 在不读代码、不读文档的前提下独立给出一个解决方案。在下一轮会话中赋予 AI 查询代码实现、查询库源码、查询网络资料的权限让它比较自己实现的差距。在交流之后再让其拟定 SKILL 的草稿。本质上就是先“拓印”AI 流动的认知提供对比参照的依据。SKILL 第零定律说点正确的上面的第 2 步同时解决了另一个问题有些 SKILL 之所以劣质主要是因为它不尽正确。修完一个 bug 就总结模型会死盯着之前实现的错误默认当前实现甚至包括中途不必要的弯路与屎山为真理从而导致生成的 SKILL 失之偏颇。SKILL 的最佳使用依赖于这个信息“原本 AI 不知道”我称之为“第一定律”那么让 AI 先多方求证确保信息的正确性以免此后“误 AI 子弟”我则愿称之为“第零定律”。总结三段式回溯法