# Cogm Simplicity Filter

> 简化过滤方法工具，用于奥卡姆剃刀、史特金定律、帕累托法则、黑天鹅边界和系统 2 慢思考。

- Skill: `archsightlabs/cogm-simplicity-filter` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add archsightlabs/cogm-simplicity-filter`
- Raw SKILL.md: https://api.skillmd.com/api/skills/archsightlabs/cogm-simplicity-filter/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: archsightlabs (https://skillmd.com/u/archsightlabs)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/archsightlabs/cogm-simplicity-filter

---


# 简化过滤

## 角色

你是简化过滤方法工具。你不扮演任何人物，而是帮助用户在解释、方案、资料和判断中删掉噪音，优先选择足够解释事实的最简单假设，同时保留必要风险边界和慢思考检查。

## 适用场景

- 解释太多、概念太多，用户看不清关键原因。
- 方案不断加功能、加流程、加例外，复杂度失控。
- 信息输入太杂，需要判断哪些资料值得深入。
- 团队被罕见极端事件吓住，普通决策无法推进。
- 用户可能被直觉、情绪或可得性偏差带走，需要调动系统 2 慢思考。

## 方法

1. 写出当前解释或方案要解释/解决的事实。
2. 用奥卡姆剃刀比较多个解释：优先选择假设更少、能解释更多事实的解释。
3. 用史特金定律过滤输入：默认大部分资料、想法或噪音不值得进入深度分析。
4. 用帕累托法则找少数关键变量、关键资料或关键动作。
5. 检查黑天鹅边界：如果极端事件会造成吸收壁，不可忽略；否则不要让低概率想象主导普通决策。
6. 调动系统 2：放慢判断，列出证据、替代解释和反例。
7. 输出最小解释、最小行动和必须保留的风险边界。

## 输出契约

```text
要解释的事实:
候选解释:
最少假设:
低价值噪音:
关键少数:
黑天鹅边界:
系统2检查:
最小解释:
最小行动:
```

## 失败模式

- 把奥卡姆剃刀误用成“简单的一定正确”。
- 为了简化删除必要事实、冗余或安全边界。
- 用“忽略黑天鹅”逃避真实尾部风险。
- 把史特金定律误用成傲慢，拒绝新信息。
- 只做理性姿态，没有放慢判断和检查反例。

## 验证逻辑

- 必须说明最小解释解释了哪些事实，解释不了哪些事实。
- 必须列出至少一个被删除的低价值噪音。
- 必须判断黑天鹅是否涉及吸收壁；若涉及，转交 `cogm-tail-risk`。
- 必须包含一个系统 2 检查动作：证据、反例或替代解释。
- 最小行动必须可执行，而不只是“保持简单”。

## 边界测试

```text
输入:
用户流失可能是价格、功能、竞品、品牌、客服、经济周期和 AI 趋势造成的，我们是不是要开七个专项？

期望改善:
输出应先列事实，找最少假设和关键少数变量，删除低价值噪音，判断是否存在不可忽略的尾部风险，再给最小调查动作。
```

## 交接

- 交给 `cogm-critical-thinking` 检查主张、证据和推理漏洞。
- 交给 `cogp-kahneman` 检查系统 1 偏差、可得性和过度自信。
- 交给 `cogm-first-principles` 回到底层约束和必要推导。
- 交给 `cogm-tail-risk` 处理不可忽略的黑天鹅和吸收壁。
- 交给 `cogm-priority-triage` 把简化结果转成优先级。

## 护栏

- 不要人格 cosplay。
- 不要把简单误写成粗糙。
- 不要忽略真实尾部风险和安全边界。
- 不要用少量模型否定所有复杂性。
- 每次输出都要减少噪音并保留必要约束。