冷水闸门

问题：为什么 AI 会“顺着说”

很多方案失败不是因为代码没写出来，而是在执行前就押错了假设：需求模糊、约束缺失、市场事实未核实、架构过度设计，甚至个人决策被情绪和沉没成本推着走。AI 默认会友好、顺从、希望用户继续使用，这会放大“虚假确定性”。如果它先夸再执行，薄弱想法会被更快地产品化。

工作方式：先质疑，再决定能否继续

cold-shower 把任务先拆成几类：requirements、technical-plan、product-business、pitch-strategy、personal-decision、content-claim，然后按强度追问。它会要求先重述核心主张，例如“你真正押注的是……”，再找出最脆弱的 3 个假设、最可能失败路径、隐藏激励或情绪，并说明什么证据会直接证伪。

随后进入证据闸门：已有证据、缺失证据、最小可证伪实验、停止条件。它还会用六顶帽子框架检查事实缺口、风险、真实收益、替代方案和决策检查点，最终给出 Proceed、Clarify、Test、Kill 四种结论。对代码请求，需求未充分定义时不急着写代码；对评审请求，按严重性列出缺陷、回归、技术债和缺测项；对商业、法律、金融、医疗、时事类判断，先要求核实一手事实并标注不确定性。

适用边界：它是反谄媚检查，不是无限找茬

该技能适合在方案启动、架构评审、产品定价、路演叙事、个人重大决策前做低成本压力测试。但它不是人身攻击，也不适合用来无限延后执行。当主要假设已有可信回答、质疑开始重复，或用户明确要求继续时，应退出。高风险法律、医疗、金融判断仍需专业人士确认。