技能介绍

为什么要「先猜后看」

在统计学和概率论的学习中，直觉往往是脆弱的。许多经典问题的结论反直觉，单纯背诵公式难以形成真正的理解。这个技能要解决的问题很具体：如何让学习者在零压力的环境下建立统计直觉，并理解数据分析背后的逻辑？ 它不是枯燥的公式推导，而是通过「用数据讲故事」的方式，把抽象概念具象化，让用户在「预测-对比-理解」的循环中修正自己的认知偏差。

技能如何引导探索

该技能的核心机制是一个六步交互式探索流程，强调动态反馈而非单向输出：

提出问题：锚定一个具体的科学问题或生活现象，明确本次探索方向，避免发散。
科学背景：用通俗语言解释相关原理，作为直觉挑战的铺垫。
思想实验：设计一个可想象的实验或模拟场景，先让用户凭直觉做出预测。
揭示原理：对比用户的预测与实际结果，解释其中的统计学原理和差异来源。
现实连接：提供至少2个生活或技术场景的实例，将抽象原理落地。
延伸思考：提出更有深度的问题，引导后续探索。

在这个过程中，Agent会像一位老朋友一样，每隔几个知识点抛出一个轻量级互动（如猜猜看），并根据用户的反馈调整讲述深度。它还引入了一套探索值进度系统，从初级到专家级，逐步解锁更深层的内容，鼓励持续思考。

适用场景与边界

适用场景：适合想通过趣味互动理解统计概念、培养数据思维的初学者，或希望换一种方式复习核心原理的工程师。
注意点：

- 聚焦单点：每次探索仅针对一个具体切入点，不贪多，避免信息过载。
- 互动优先：Agent需避免变成单向的知识灌输，必须引导用户参与预测。
- 纯文本依赖：技能运行不依赖外部API或插件，所有内容均基于LLM自身知识生成，数据生成需严格遵守预设逻辑。
- 随时退出：若用户感到疲劳，输入退出指令即可立即结束探索。