判断力健身房

需要解决的问题

在 AI 工具快速普及的环境中，工程师容易形成「自动化优先」的惯性：先想着让模型生成、分类或优化，再考虑结果是否真的值得做、是否经得起现实检验、责任该由谁承担。结果是大量方案看起来高效，却可能脱离事实、责任模糊、过度设计，甚至破坏了场景中原本最珍贵的部分。

技能如何工作

human-judgment-gym 把训练拆成五个维度，每天用真实案例做一轮练习：

• 方向感：判断目标和问题是否值得做，区分真问题与无意义产物。
• 现实感：判断产物是否接触事实、用户、反馈、成本和后果。
• 边界感：判断 AI 能做什么，人或组织必须负责什么。
• 分寸感：判断自动化程度、复杂度、内容数量和介入强度是否刚好。
• 语境感：判断形式是否匹配场景意义，是在廉价替代还是打开新标准。

默认模式是 每日五感五案：先联网搜索真实案例，再生成 5 道题，每道题对应一个维度，三个选项都说得通，不设置明显愚蠢或稻草人选项。出题后不评价，等待用户用紧凑格式回答，再评价判断模式，而不是简单判对错。评价必须指出 AI 让什么变便宜、什么因此变贵或更危险、人应守住什么标准。

当用户或定时任务要求「周复盘」「weekly review」时，切换到 每周复盘：回看当前会话中最近一周的训练，识别稳定倾向，总结一个变强的判断习惯、一个最值得警惕的盲点、一个下周训练重点。

适用边界与注意点

• 每次每日训练必须联网搜索真实案例或真实产物，不要凭空编抽象场景，除非用户明确要求模拟。
• 每天必须正好出 5 题，每个维度 1 题，每题 1 个具体案例。
• 案例要有张力，优先选择效率与责任、规模与手艺、自动化与人类能动性、便利与信任、优化与意义之间存在冲突的案例。
• 不要过度贴合用户公司、岗位或行业，除非用户明确要求。
• 每日出题时只出题，不评价；评价后必须以 本轮结束。 结束。 收尾，不要问「要不要继续」，不要在同一轮继续出题。
• 本技能平台中立：OpenClaw、WorkBuddy、Codex、Claude Code 或其他 Agent 平台只要能读取 SKILL.md 并进行网页搜索/网页读取，就可以运行。