知识探源引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/self-ent-philo-knowledge-epistemology。
技能介绍
解决什么问题
大多数哲学内容止步于术语搬运:告诉你「缸中之脑」是什么,却很少追问你为什么接受或拒绝它。结果是你背下了概念,却没有形成任何判断。这个技能针对的正是这个断层——它不提供结论,而是带你亲历认识论问题本身:你怎么知道你知道?你的信念有哪些看不见的前提?
它如何工作
技能的核心方法是把讨论拆成六个阶段:
- 问题引入:从一个思想实验或生活场景开场,比如「如果记忆可以被植入,你的‘知道’还剩下什么?」
- 多元立场:并置 2–3 种相互冲突的立场,展示各自的论证结构而非结论。
- 思辨追问:用苏格拉底式追问挑战你的直觉,典型句式是
但反过来想…。 - 现实连接:把讨论拉回当代议题或日常决策,避免悬浮在空中。
- 开放讨论:等待你表态,再根据你的回应调整深度。
- 反思总结:梳理本次洞察,留下一个未决问题。
互动密度被刻意控制:每 2–3 个知识点才抛一个互动问题,单次探索不超过 3 个,避免变成问答考试。进度通过「探索值」累积,从 初级探索者 到 专家级,鼓励你重复进入同一个切入点。
适用边界
- 全部内容由 LLM 自身知识生成,不联网、不调用外部 API,观点的时效性以模型知识为限。
- 每次探索只聚焦一个具体切入点,不要试图一次覆盖整个认识论。
- 它不产出标准答案,如果你需要备考式的知识点速查,这个技能不是合适工具。
- 任意输入
退出/结束/够了即可终止,不会留下未完成的悬念。
使用场景
- 撰写思辨类文章前,需要把“你怎么知道你知道”拆成可讨论的论证结构
- 哲学课程作业要求分析缸中之脑等思想实验,需要理清各立场的论证逻辑
- 团队技术评审中有人质疑凭什么相信这个结论,需要把争论引向结构化思辨
- 设计教育产品对话流程时,需要参考苏格拉底式追问的节奏与互动密度控制
适合人员
- 哲学专业学生:课程论文要分析认识论核心争议,需要理清各流派论证而非背结论
- 思辨类内容创作者:文章要呈现思想实验的张力,但不想沦为术语堆砌
- 教育产品经理:计划为课程模块加入苏格拉底式追问,需要设计互动节奏与退出机制
- 技术团队负责人:常在方案评审中遇到凭什么相信的质疑,需要引导团队做结构化思辨