潜在需求镜

要解决的问题

长对话里往往埋着真实需求，但人很难自己看出来：带着功能固着和锚定效应，我们只会在已知框架内提要求，说出来的常常是「更快的马车」，而不是心里真正要的东西。另一面，普通对话总结只回答「说了什么」，没人去补那句没追问的「其实我在想是不是该……」。

这个 skill 把需求挖掘拆成可复核的信号检测：从你贴出的密集对话或历史纪要里，找出你心里有、但没说出口的信号，并按证据举成镜子。它不会替你下结论——从假设到拍板都需要你确认。

它在做什么

检测只看四类信号：

• 重复痛点：同一抱怨或卡点在多轮、多会话反复出现。
• 言行落差：嘴上说随便，上下文却暴露真实意图。
• 情绪潜流：语气里的挫败、犹豫、没说出口的渴望。
• 悬空线程：提起了又放下的半句话。

工作流分五步：摄入对话文本、文件路径或历史记录 → 逐句扫信号并摘录原话或行号 → 把至少 2 个独立锚点组合成候选假设 → 举出 3–5 条假设（每条标「假设、可能错、等你确认」）→ 跑出口两问（最强反证、失效条件），再由你圈定。

被确认的真需求可以写入 chenlin-judgment-ledger，形成 照镜 → 确认 → 入账 的闭环：记下这次真实需求是什么、之前误认为什么。

适用边界

最反直觉的一条：未表达 不是 未觉察。AI 能找到你心里有但没说的事；至于「把问题重构到马车之外」那一下，仍是你自己的跃迁。所以只看镜子、别期望读心。另外，每条假设必须能锚定到原对话，弱信号不会硬编成需求；样本过短时也会诚实输出不足。