副标题从第一性原理到奥卡姆剃刀我把人类最聪明的 12 种思考方式做成了一句话就能调用的 AI 工具。你是不是经常遇到这种情况——打开 ChatGPT 或 Claude想让它帮你分析一个复杂问题结果它给出的回答虽然有道理但总觉得「缺了点什么」。缺的是什么缺的是一套结构化的思考框架。AI 很聪明但它的默认思考方式是「通用」的。它不知道你此刻需要的是麦肯锡式的结构化分析还是 Musk 式的第一性原理拆解又或是丰田式的持续改善思维。于是我做了这件事把人类历史上最经典的 12 种思考方法论一个个锻造成 AI 能听懂、能执行的「技能包」。一个场景两种回答先看一个对比。问 AI「我想做一个面向程序员的笔记工具帮我分析一下市场机会。」普通 AI 的回答大概长这样「程序员笔记工具市场竞争激烈已有 Notion、Obsidian 等成熟产品。建议你找到差异化切入点比如专注某个编程语言……」对不对对。有用吗不太有用。因为它没有用任何思考框架来分析。而激活了五力分析 Skill的 AI回答是这样的新进入者威胁原理 2笔记工具进入壁垒——你现在需要一个代码编辑器集成、一个 VS Code 插件、一个 Git 同步——这些都不是「下载个 App」级别的事了。壁垒中等。供应商议价力原理 3你的上游是谁如果你用 OpenAI API 做 AI 功能OpenAI 对你有绝对议价权。如果你自建模型没有。这个分歧很大建议走自建或开源模型路线。买方议价力原理 3程序员是价格敏感且忠诚度低的群体。他们的转换成本不是「导出数据」而是「工作流习惯」。你的竞争优势不在于数据锁定而在于「比 VS Code 还顺手」。替代品威胁原理 4程序员「什么都不用」是最大替代品——纯本地 Markdown Git。你的产品必须提供「不用你反而更麻烦」的价值。行业竞争强度原理 5目前是差异化竞争而非价格战——各产品在争「谁更懂开发者」而非「谁更便宜」。这对新进入者是好消息。看出区别了吗同样的 AI同样的时间回答的信息密度和可操作性差了 5 倍。为什么方法论对 AI 这么重要这不是 AI 的问题。大语言模型本质上是「通用推理引擎」它需要你告诉它按什么逻辑来推理。人类专家之所以是专家不是因为他们知道更多事实而是因为他们内化了一套思考框架——医生有鉴别诊断流程投资人有多维评估矩阵工程师有系统设计原则。这个项目叫Forge Skill锻造技能做的事情很简单深度调研一个方法论的原始文献不是二手解读是原著提炼出 3-7 个核心原理每个原理必须有至少 2 个跨领域验证构建可执行的「操作协议」——一步步告诉 AI 怎么用这个方法思考质量验证自动检查 人工审查生成一个标准的 Skill 文件一行命令就能装到你的 AI 里12 种思维武器一览 认知方法论帮你更清晰地思考1. 第一性原理把问题拆到不可再分的基本事实从那里重新推导方案。SpaceX 用它把火箭成本降到行业 1/10。2. 系统思维不是看 A 导致 B而是看 A 和 B 如何互相影响形成循环。复杂问题的「治本」工具。3. 奥卡姆剃刀同等解释力下选假设最少的方案。不是「简单正确」而是「简单更容易验证和纠错」。4. 费曼学习法不能简单解释清楚就是没真懂。用「假装教给一个 12 岁的孩子」来检验理解深度。 商业战略帮你做出更好的商业决策5. 精益创业Build-Measure-Learn 循环。在极端不确定中用最小成本最快学习。Dropbox 用 3 分钟视频验证了需求Zappos 用手机拍照验证了「人在网上买鞋」。6. 增长黑客不是一次大动作而是无数小实验。北极星指标锚定方向全漏斗逐层优化找到用户的「啊哈时刻」。7. 五力分析五种竞争力量决定行业利润率。进入任何新市场前先问「这行业值得进吗」8. 改善Kaizen每天进步 1%。丰田靠每年百万条员工改善建议从战后废墟做到全球制造业标杆。 设计创新帮你做出更好的产品9. 设计思维以用户共情为起点重新定义问题。不是问用户要什么而是观察他们真正经历什么。10. 双钻模型两轮发散收敛——先探索正确的问题再探索正确的方案。大多数产品失败不是因为解错题而是因为做错了题。⚙️ 工程与方法系统性的问题解决工具11. TRIZ苏联科学家从 4 万份专利中提炼的发明规律。真正的创新不是灵感是可以像解方程一样系统化求解的。12. 事前验尸项目启动前假设已经失败反推失败原因。Gary Klein 实验证明这种方法能多识别出 30% 的风险。怎么用一行命令。npx skillsaddpeterfei/forge-skill-first-principles-skill安装后你只需要说出触发词「用第一性原理分析特斯拉为什么要做 Robotaxi」「用系统思维看看为什么每次改这个 Bug 都会引出新 Bug」「事前验尸一下我们下周要上线的新功能」「这个行业能不能进用五力分析评估」AI 就会按照那套方法论的结构化流程一步步帮你分析。它不是在「扮演专家」它是在执行一套经过三重验证的思维操作协议。为什么开源因为思考方法不应该是秘密。这些方法论本身是人类智慧的公共财富——Aristotle 的第一性原理、Porter 的五力分析、Toyota 的 Kaizen——没有一个是我的发明。我只是做了一件「翻译」工作把这些原本需要花几个月读书和实践才能内化的思维框架翻译成 AI 能直接执行的指令。而且这个项目的核心引擎也是开源的。你不需要等我锻造新的方法论——你可以直接用 forge-skill 引擎去锻造你自己的思维工具。冷启动的真实反馈上线 24 小时GitHub 上的数据12 个方法论 Skill 全部通过 6/6 质量检查每个 Skill 的一手来源占比超过 70%不是二手博客是原版书籍和论文支持 Claude Code、Cursor、Codex CLI、Cline 等 17 个 AI runtime最让我意外的是增长最快的居然是「事前验尸」这个 Skill。这个方法论本身比较小众但它的实用性太强了——项目启动前花 30 分钟跑一遍能省掉事后 30 天的救火。你需要哪一个如果你只能装一个——做产品的→ 设计思维 双钻模型做创业的→ 精益创业 增长黑客做技术的→ 第一性原理 TRIZ做管理的→ 系统思维 改善做投资的→ 五力分析 第一性原理做决策的→ 事前验尸 奥卡姆剃刀做学生的→ 费曼学习法当然全装上也就 12 条命令的事。最后我一直觉得 AI 时代最有趣的事情之一不是让 AI 变得更像人而是让人类最聪明的思考方式变得可以复制。这套方法的核心理念来自 Tim BrownIDEO CEO说过的一句话「你不是在为 AI 编程你是在为思维编程。」12 个 Skill 只是开始。如果你有想锻造的方法论来 GitHub 开个 Issue我们一起来「锻造」。GitHub: peterfei/forge-skill安装:npx skills add peterfei/forge-skill-方法名-skill#AI工具 #效率提升 #思维方法 #开源项目 #ChatGPT #Claude #生产力
Forge Skill ——锻造任何领域的思维工具
副标题从第一性原理到奥卡姆剃刀我把人类最聪明的 12 种思考方式做成了一句话就能调用的 AI 工具。你是不是经常遇到这种情况——打开 ChatGPT 或 Claude想让它帮你分析一个复杂问题结果它给出的回答虽然有道理但总觉得「缺了点什么」。缺的是什么缺的是一套结构化的思考框架。AI 很聪明但它的默认思考方式是「通用」的。它不知道你此刻需要的是麦肯锡式的结构化分析还是 Musk 式的第一性原理拆解又或是丰田式的持续改善思维。于是我做了这件事把人类历史上最经典的 12 种思考方法论一个个锻造成 AI 能听懂、能执行的「技能包」。一个场景两种回答先看一个对比。问 AI「我想做一个面向程序员的笔记工具帮我分析一下市场机会。」普通 AI 的回答大概长这样「程序员笔记工具市场竞争激烈已有 Notion、Obsidian 等成熟产品。建议你找到差异化切入点比如专注某个编程语言……」对不对对。有用吗不太有用。因为它没有用任何思考框架来分析。而激活了五力分析 Skill的 AI回答是这样的新进入者威胁原理 2笔记工具进入壁垒——你现在需要一个代码编辑器集成、一个 VS Code 插件、一个 Git 同步——这些都不是「下载个 App」级别的事了。壁垒中等。供应商议价力原理 3你的上游是谁如果你用 OpenAI API 做 AI 功能OpenAI 对你有绝对议价权。如果你自建模型没有。这个分歧很大建议走自建或开源模型路线。买方议价力原理 3程序员是价格敏感且忠诚度低的群体。他们的转换成本不是「导出数据」而是「工作流习惯」。你的竞争优势不在于数据锁定而在于「比 VS Code 还顺手」。替代品威胁原理 4程序员「什么都不用」是最大替代品——纯本地 Markdown Git。你的产品必须提供「不用你反而更麻烦」的价值。行业竞争强度原理 5目前是差异化竞争而非价格战——各产品在争「谁更懂开发者」而非「谁更便宜」。这对新进入者是好消息。看出区别了吗同样的 AI同样的时间回答的信息密度和可操作性差了 5 倍。为什么方法论对 AI 这么重要这不是 AI 的问题。大语言模型本质上是「通用推理引擎」它需要你告诉它按什么逻辑来推理。人类专家之所以是专家不是因为他们知道更多事实而是因为他们内化了一套思考框架——医生有鉴别诊断流程投资人有多维评估矩阵工程师有系统设计原则。这个项目叫Forge Skill锻造技能做的事情很简单深度调研一个方法论的原始文献不是二手解读是原著提炼出 3-7 个核心原理每个原理必须有至少 2 个跨领域验证构建可执行的「操作协议」——一步步告诉 AI 怎么用这个方法思考质量验证自动检查 人工审查生成一个标准的 Skill 文件一行命令就能装到你的 AI 里12 种思维武器一览 认知方法论帮你更清晰地思考1. 第一性原理把问题拆到不可再分的基本事实从那里重新推导方案。SpaceX 用它把火箭成本降到行业 1/10。2. 系统思维不是看 A 导致 B而是看 A 和 B 如何互相影响形成循环。复杂问题的「治本」工具。3. 奥卡姆剃刀同等解释力下选假设最少的方案。不是「简单正确」而是「简单更容易验证和纠错」。4. 费曼学习法不能简单解释清楚就是没真懂。用「假装教给一个 12 岁的孩子」来检验理解深度。 商业战略帮你做出更好的商业决策5. 精益创业Build-Measure-Learn 循环。在极端不确定中用最小成本最快学习。Dropbox 用 3 分钟视频验证了需求Zappos 用手机拍照验证了「人在网上买鞋」。6. 增长黑客不是一次大动作而是无数小实验。北极星指标锚定方向全漏斗逐层优化找到用户的「啊哈时刻」。7. 五力分析五种竞争力量决定行业利润率。进入任何新市场前先问「这行业值得进吗」8. 改善Kaizen每天进步 1%。丰田靠每年百万条员工改善建议从战后废墟做到全球制造业标杆。 设计创新帮你做出更好的产品9. 设计思维以用户共情为起点重新定义问题。不是问用户要什么而是观察他们真正经历什么。10. 双钻模型两轮发散收敛——先探索正确的问题再探索正确的方案。大多数产品失败不是因为解错题而是因为做错了题。⚙️ 工程与方法系统性的问题解决工具11. TRIZ苏联科学家从 4 万份专利中提炼的发明规律。真正的创新不是灵感是可以像解方程一样系统化求解的。12. 事前验尸项目启动前假设已经失败反推失败原因。Gary Klein 实验证明这种方法能多识别出 30% 的风险。怎么用一行命令。npx skillsaddpeterfei/forge-skill-first-principles-skill安装后你只需要说出触发词「用第一性原理分析特斯拉为什么要做 Robotaxi」「用系统思维看看为什么每次改这个 Bug 都会引出新 Bug」「事前验尸一下我们下周要上线的新功能」「这个行业能不能进用五力分析评估」AI 就会按照那套方法论的结构化流程一步步帮你分析。它不是在「扮演专家」它是在执行一套经过三重验证的思维操作协议。为什么开源因为思考方法不应该是秘密。这些方法论本身是人类智慧的公共财富——Aristotle 的第一性原理、Porter 的五力分析、Toyota 的 Kaizen——没有一个是我的发明。我只是做了一件「翻译」工作把这些原本需要花几个月读书和实践才能内化的思维框架翻译成 AI 能直接执行的指令。而且这个项目的核心引擎也是开源的。你不需要等我锻造新的方法论——你可以直接用 forge-skill 引擎去锻造你自己的思维工具。冷启动的真实反馈上线 24 小时GitHub 上的数据12 个方法论 Skill 全部通过 6/6 质量检查每个 Skill 的一手来源占比超过 70%不是二手博客是原版书籍和论文支持 Claude Code、Cursor、Codex CLI、Cline 等 17 个 AI runtime最让我意外的是增长最快的居然是「事前验尸」这个 Skill。这个方法论本身比较小众但它的实用性太强了——项目启动前花 30 分钟跑一遍能省掉事后 30 天的救火。你需要哪一个如果你只能装一个——做产品的→ 设计思维 双钻模型做创业的→ 精益创业 增长黑客做技术的→ 第一性原理 TRIZ做管理的→ 系统思维 改善做投资的→ 五力分析 第一性原理做决策的→ 事前验尸 奥卡姆剃刀做学生的→ 费曼学习法当然全装上也就 12 条命令的事。最后我一直觉得 AI 时代最有趣的事情之一不是让 AI 变得更像人而是让人类最聪明的思考方式变得可以复制。这套方法的核心理念来自 Tim BrownIDEO CEO说过的一句话「你不是在为 AI 编程你是在为思维编程。」12 个 Skill 只是开始。如果你有想锻造的方法论来 GitHub 开个 Issue我们一起来「锻造」。GitHub: peterfei/forge-skill安装:npx skills add peterfei/forge-skill-方法名-skill#AI工具 #效率提升 #思维方法 #开源项目 #ChatGPT #Claude #生产力
