
「让 AI 用乔布斯的方式思考」这件事,现在的主流做法是写提示词:「你是一个像史蒂夫·乔布斯那样的产品天才,说话直接、追求极致……」这样出来的东西能用,但用两次你就会发现不对——它是在模仿语气,不是在用判断框架。你问它一个新产品该不该做,它只会说「这不够 insanely great」,但不会告诉你它凭什么这么判断。
开源项目女娲.skill(nuwa-skill)换了一条路:你输入一个名字,它自己去调研、提炼、验证,最后产出一个可以直接安装使用的 Agent Skill。这个 Skill 面对新问题时,能做出那个人会做的判断,而不是背那个人说过的话。项目由 B 站 UP 主花叔开源,MIT 协议,核心语言 Python,截至 2026 年 11 月已在 GitHub 收获 38775+ star。
下载地址:https://pan.quark.cn/s/ae18534acf17
下面进入正文,从设计机制、工作流、官方人物库到安装使用,把这套「思维蒸馏」方法论一次讲透。
一、它解决什么问题
提示词路线和蒸馏路线的差别,可以概括成一张表:
| 对比维度 | 提示词模仿 | 女娲.skill 蒸馏 |
|---|---|---|
| 产出物 | 一段人设描述 | 可安装的 Agent Skill 文件包 |
| 模仿对象 | 语气、口头禅、表达习惯 | 认知框架、决策启发式、价值底线 |
| 面对新问题 | 套用风格说话 | 用那个人的方式做判断 |
| 可验证性 | 无法验证「像不像」 | 独立盲测评分,写进 FIDELITY.md |
关键区别在第三行:你让提示词版的「乔布斯」评价产品,它输出的是乔布斯风味的句子;你让蒸馏版评价产品,它输出的是乔布斯会怎么拆解这个问题、先看什么、砍掉什么。前者是换皮肤,后者是换操作系统。
二、核心设计:五层提取与三道防线
2.1 提取的五层结构
女娲从公开材料里提取五层东西,一层比一层难:
- 表达 DNA(怎么说话):语气、节奏、用词偏好,以及「什么话他绝不会说」。
- 心智模型(怎么想):跨领域反复出现的认知框架。作者的观点是:工作习惯可以靠流程文档传递,但让芒格和马斯克面对同一个问题做出不同判断的,是认知框架。
- 决策启发式(怎么判断):遇到某类问题时他具体怎么下手——先看什么、先算什么、什么条件下会掉头。
- 反模式与底线(什么不做):最容易被忽略的一层,但它决定了 Skill 的边界感。
- 诚实边界(知道局限):明确写下这个 Skill 不该回答什么。
2.2 心智模型的筛选:三重验证
真正让这套方法论不流于形式的,是对「心智模型」的准入门槛,三条全过才算一个:
- 这个模型必须在他的言行里跨两个以上领域反复出现;
- 必须能用它推断出他对一个全新问题的立场;
- 不能是「所有聪明人都这么想」的通用道理。
第三条最狠——它把「第一性原理」「长期主义」这类人人都会说的通用词挡在门外,只留下这个人独有的判断杠杆。
2.3 先写先验快照:防止产出退化成百科词条
在查任何资料之前,先让模型把「不查资料就知道的内容」写下来。之后的调研只找三种东西:推翻它的、比它深的、它没有的。模型本来就能答出来的东西,不占 Skill 的篇幅。没有这一步,调研很容易变成把维基百科抄一遍。
2.4 封存考题:验证时不给看答案
采集阶段除了收集公开材料,还会同时封存一批这个人真实做过的决策和完整回答,提炼环节看不到,留到最后当考题。这样验证时考的不是「Skill 记不记得他做过什么」,而是「Skill 能不能推出他当时的选择」。
三、五阶段工作流拆解
五个阶段,每一步都有明确产出:
| 阶段 | 做什么 | 产出 |
|---|---|---|
| 1. 先写先验快照 | 查资料前先写下「不查就知道的内容」 | 模型已知清单,作为调研排除表 |
| 2. 采集与封存 | 收集六类材料,封存真实决策 | 著作、播客访谈、社交媒体、批评者视角、决策记录、人生时间线 |
| 3. 提炼 | 按五层框架加三重验证提取 | 5-8 个招式、3-7 个心智模型、带出处的案例卡、至少 2 条常见误读 |
| 4. 成形 | 组装三层产物 | 350 行以内的 SKILL.md、案例库 casebook.md、原话库 voice.md |
| 5. 验证 | 独立 agent 盲测 | FIDELITY.md 评分报告,输了也照写 |
两个少见的细节值得一提:
- 批评者视角单独列一类。只收集赞美是提炼不出边界的,黑他的人怎么说他,恰恰是划定「他不会做什么」的原料。
- 「常见误读」是必填项。它会明确写下「大家以为他会这么想,其实他不会」,直接对冲提示词模仿最容易犯的错。
每个 Skill 成品自带七条运行纪律,比如「材料里没有,不等于他没说过」「原话和推演分开说」——后者也是版权层面的自我保护。
四、15 个官方人物 Skill 与保真度评分
已经蒸馏好的官方人物有 14 位加 1 个主题包,每个都是独立仓库,可以单独安装。作者做了一件同类项目里少见的实事:全部 15 个 Skill 过了独立双 agent 盲测,评审不知道哪份回答带 Skill,全员 A 级(85 分以上):
| 人物 Skill | 保真度评分 |
|---|---|
| MrBeast | 97 |
| 纳瓦尔 | 97 |
| 塔勒布 | 97 |
| 乔布斯 | 97 |
| Karpathy | 97 |
| Paul Graham | 97 |
| 张雪峰 | 97 |
| 芒格 | 96 |
| 费曼 | 96 |
| X 导师(主题包) | 96 |
| 特朗普 | 95 |
| Ilya Sutskever | 94 |
| 张一鸣 | 93 |
| 孙宇晨 | 91 |
| 马斯克 | 89 |
评分卡放在每个 Skill 目录的 FIDELITY.md 里,方法论在 references/fidelity-scorecard.md,分数怎么来的可以逐项核对。主题包那个「X 导师」蒸馏的是 X/Twitter 运营方法论——女娲的第一个「非人类」作品。
五、安装与使用
产出物就是一份 markdown 加两个参考文件,安装很轻。官方给了三条路:
- 通用 skills 安装器:走克隆仓库流程,一条命令装进对应 runtime 的 skills 目录;
- 手动克隆:把仓库克隆到对应目录(Claude Code 是
~/.claude/skills/,DeepSeek Harness 是~/.dsh/skills/或项目内.dsh/skills/); - 直接贴内容:把 SKILL.md 的内容贴进对话里用,网络不通时的兜底方案。
装好后在使用页直接说「女娲,蒸馏一个某某人物」即可触发完整五阶段流程。仓库结构如下:
nuwa-skill/
├── SKILL.md # 女娲本体(蒸馏流程的定义)
├── references/ # 方法论
│ ├── extraction-framework.md # 提炼框架
│ ├── research-playbook.md # 调研手册
│ ├── validation-playbook.md # 验证手册
│ └── fidelity-scorecard.md # 保真度评分卡
└── examples/ # 13 个人物 + 1 个主题的完整示例
└── jobs/ # 乔布斯示例含完整实战对话记录
卸载也简单:删掉对应 skills 目录即可(DeepSeek Harness 里也可以用 dsh plugin remove 命令移除)。
六、适合谁、不适合谁
适合:
- 想让 AI 帮忙做判断、而不只是帮忙写东西的人——你要的不是「帮我写一段乔布斯风格的文案」,而是「用乔布斯的框架看这个产品该不该做」;
- 已经在用 Agent Skills 生态的人:基于开放协议,不绑定单一工具,Claude Code、Codex、Cursor、Gemini CLI、OpenCode、DeepSeek Harness 等都能用,官方称兼容 50 多个 runtime;
- 想给自己或团队沉淀「判断方式」的人——这套方法论不只能蒸馏名人,也能用来整理团队里那位老法师的决策习惯。
不适合:
- 想找角色扮演玩具的人:它明确不是角色扮演,产出的是判断框架不是人设皮肤;
- 指望它百分之百准的人:作者自己写了三条诚实边界;
- 完全不想读文档的人:安装很轻,但要用好得理解「五层」和「五阶段」,否则会觉得它只是在慢慢聊天。
七、使用避坑与诚实边界
上手前先把作者自己承认的六条局限看完:
- 蒸馏不了直觉。框架能提取,灵感不能。芒格那句「我知道它会失败,但我说不出为什么」,任何方法论都提不出来。
- 捕捉不了突变。人物 Skill 是截止调研时间点的快照,这个人后来改主意了,Skill 不会知道。
- 公开表达不等于真实想法。它只能基于著作、访谈、社交媒体等公开信息。
- 网络不通时安装会卡。安装器走克隆仓库流程,网络不好会卡在克隆那一步,备选是手动克隆或直接贴 SKILL.md 内容。
- 核心文件不接受外部 PR。作者把 SKILL.md 当核心资产,发现问题去开 issue;自己蒸馏的人物 Skill 走 COMMUNITY.md 索引收录(跑评分卡拿到 B 级以上即可提收录)。
- 占上下文。SKILL.md 最多 350 行,加上案例库和原话库,一个 Skill 实际加载吃掉的上下文不算少,同时装十几个要注意预算。
八、常见问题(FAQ)
Q1:这算不算让 AI 角色扮演? 不算。角色扮演是换语气,女娲是换判断框架。它的产出会让 AI 用那个人的方式分析问题,而不是用那个人的口吻背台词。
Q2:到底准不准? 15 个官方 Skill 盲测全员 A 级,最高 97 最低 89。但要清醒:盲测题目是作者自己出的,这个分数应理解为「在作者设计的考卷上表现好」,不是绝对准确率。
Q3:它明确做不到什么? 三条:蒸馏不了直觉;捕捉不了突变(只是时间点快照);公开表达不等于真实想法。
Q4:要花钱吗? 项目 MIT 免费。但蒸馏过程要消耗模型 token,用哪个模型就算哪个模型的账,花多少取决于目标人物的资料量。
Q5:能不能蒸馏我身边的人? 能,前提是你得有足够的公开材料或自己整理的记录。没有材料,提炼环节只能靠模型猜,出来的东西和写一句提示词没区别。
Q6:产出放在哪里、怎么卸载? 写进对应 runtime 的 skills 目录(Claude Code 是 ~/.claude/skills/),卸载删目录即可。
Q7:能商用吗? MIT 协议允许商用。但产出物里如果大量引用某个人的原话,那是另一个层面的版权问题——作者把原话和推演分开存放,部分就是为了把这件事划清楚。
九、总结
- 核心价值:把「模仿名人」从换语气升级为换判断框架——五层提取(表达 DNA、心智模型、决策启发式、反模式底线、诚实边界)是整套方法论的地基;
- 三道防线保证产出质量:心智模型三重验证挡掉通用道理、先验快照挡掉百科式注水、封存考题保证盲测公平;
- 15 个官方人物 Skill 全员 A 级(89-97 分),评分卡公开可查,每个都是独立仓库可单独安装;
- 安装轻、卸载简单,产出就是一份 markdown 加两个参考文件,不联网也能用;
- 边界要记牢:蒸馏不了直觉、捕捉不了突变、公开表达不等于真实想法,别把它当百分百准确的「数字分身」。
整个流程里最值得借鉴的其实是方法论本身:先写先验、只找推翻自己的资料、把真实案例留作考题——就算不装任何 Skill,这三招搬到你自己的 AI 工作流里也成立。
你最想蒸馏谁的思维方式?评论区聊聊。如果觉得本文有用,点个赞收藏防走丢。
参考资料:GitHub 开源仓库 https://github.com/alchaincyf/nuwa-skill (MIT License,文档与评分卡见仓库 references/ 目录)
女娲.skill是一个MIT协议开源项目,旨在将人类专家的判断框架(而非语气或人设)蒸馏为可安装的Agent Skill。其核心是五层提取结构(表达DNA、心智模型、决策启发式、反模式底线、诚实边界)与三道质量防线(心智模型三重验证、先验快照、封存考题),支持Claude Code等50+ runtime。已发布15个高保真官方Skill,盲测A级(89–97分),强调框架可验证、边界可声明、版权可分离。
435

被折叠的 条评论
为什么被折叠?



