七阶思维引擎

要解决的具体问题

很多 AI Agent 在用户提出模糊问题时容易直接进入“给答案”模式：跳过关键前提、只给单一建议、缺少风险检查。mind-engine 把通用思考过程拆成可执行框架，让 Agent 先诊断问题，再匹配分析模型，然后追问信息缺口，最后在多个假设之间做验证。

技能如何工作与适用边界

该技能的核心是 七阶段推理流程：

• 问题诊断：判断事实问题还是规范问题、确定性还是概率性、一次性还是重复性，并检查相关者数量、隐藏假设和认知偏差。
• 模型匹配：根据问题类型选择主模型和辅助模型，例如博弈论、贝叶斯更新、系统思考、第一性原理、决策科学等。
• 对话探索：不急着回答，围绕目标、约束、已知信息、利益相关者、时间窗口、风险承受度和先验案例继续追问。
• 假设生成：至少输出 3 个不同路径，每个路径标注条件、可能结果、关键风险和方法来源。
• 穷尽验证：用遍历性、逐步验证、风险承担、递归陷阱、最坏情况和反脆弱性检查每个假设。
• 推荐与沉淀：输出带推理链的推荐，并记录用户偏好、约束条件和发现的问题局限。

适合用于 决策分析、困惑澄清、多选项比较 等开放式问题；不适用于要求快速事实查询、固定流程操作或必须立即给出单一结论的场景。若用户没有自己的知识库，技能使用通用模型表；若有知识库，可替换或追加自定义方法论。