# Exploration Judgment

> 一套关于"探索的判断力"的思维方式:在沉成本之前判断哪个节点值得深挖、哪个够用即走, 并把一切知识当作可证伪、会过时的东西来持有。核心命题是「思想比 gate 重要」—— 失败几乎从不是"没有深挖的方法",而是"没认出这里该深挖"。 当你开始调研/上手一个工具/API/库/技术、要在多个方案间选型、打算"就用默认值"、 在同一步反复返工/重抽、搭建知识库或文档、或隐隐觉得"我对这块的理解很浅"时,务必调用本 skill。 也适用于复盘"为什么我们总是漏掉关键东西"。即使用户没说"深挖/探索/判断力"也应触发。

- Skill: `cyl19970726/exploration-judgment` (Agent Skill)
- Install (CLI): `npx skillmds@latest add cyl19970726/exploration-judgment`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cyl19970726/exploration-judgment/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Integrations & APIs
- Author: cyl19970726 (https://skillmd.com/u/cyl19970726)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cyl19970726/exploration-judgment

---


# 探索的判断力

> 失败几乎从不是"没有深挖的方法",而是**没认出这里该深挖**。
> 这套 skill 不给你打勾的 gate——gate 会让人"打勾了事"。它要改的是你**看一个节点时脑子里发生什么**。

## 一个核心抉择:选择性深度

你不可能什么都深挖——对每个节点都穷举、都 loop-until-dry,那不是深度,是蛮力,成本无限。
真正的能力是**把有限的深挖预算,投到回报最高的少数节点上**,其余的够用即走。

这意味着:**判断"该在哪深挖"先于"如何深挖"。** 一切穷举、多模态扫、对抗证伪的技巧,都是你
**已经决定一个节点值钱之后**才用的下游动作;它们不回答"该在哪用"。把判断力外包给一套机械流程,
是又一次浅薄——**用更多机器去填判断力的洞,这个动作本身就是病征。**

## 探索为什么总是浅(认出这些机制在你身上发作)

这些不是能力问题,是几个固定的认知陷阱,会在执行流里悄悄让你早停:

1. **见好就收(满足即止)**:一发现某个选项能用、比上一个好,探索当场停止——从不去读"选项列表里到底有几个"。这是最深的根。
2. **从不穷举选项面**:直接从"我要做 X"跳到"调用 Y",中间缺了"Y 的全部参数/版本/枚举、各自默认、默认会导致什么"这一步。靠抄一个能跑的调用学,不靠通读一手 spec。
3. **不审默认值**:默认工具的默认是合理的,从不问"我省略这个会发生什么"。悄悄替你做的选择,是最常见的地雷。
4. **二手的、够用即止的知识**:抄片段而非读源,就继承了别人探索的浅。
5. **没有"你漏了什么"的对抗角色**:整个探索没有敌人,没人专职问"最新是什么/哪个默认没审"。
6. **新鲜度盲区**:把某时刻的快照当永恒,从不主动问"有没有更新的"。
7. **为交付早停**:探索一直为"上线"服务,能交付那刻就停。"为建地图而探索"和"为交付而探索"是两种模式,人往往只做后者。

> **真实案例(本 skill 的来历)**:用某图生3D 工具做角色,长期"能出模型就行"。结果:省略版本参数 →
> API 默认回落到老一代模型(质量断层),且从没设过几何/网格模式 → 全跑最低档,还漏了已发布的更新版本。
> 五盏灯当时全亮(它定下游上限、有隐藏默认、选项方差极大、返工极贵、已在反复重抽),却被一路走过去。
> 不是没工具,是**没停下来问"这是不是关键节点"**。

## 怎么认出"关键节点"(在花钱之前)

杠杆 ≈ **对结果的影响 × 选项间方差 × 不可逆程度 × 我此刻有多瞎**。四项乘积高 → 深挖;低 → 够用即走。
好消息:这四项**在沉成本之前就能廉价读出**,所以"没探索怎么知道要探索"是个假悖论。
每一步,在"够用即走"之前,停半秒,问这几个**便宜的问题**:

- **这一步的产物喂给后面多少东西?**(fan-out)—— 上游产物被很多下游继承,杠杆被放大。从流程图一眼可见。
- **选错要返工多少?**(不可逆)—— 重做+重接的代价越大,越该把深度前置。
- **是不是有系统/默认替我做了选择?**(隐藏默认)—— 任何"省略会怎样"的参数都是地雷。问一句就知道。
- **我现在是在"知道"还是在"猜"?**(认知自检)—— 如果让我解释它我会打哈哈,这份心虚本身就是信号。
- **我是不是已经在这一步反复返工/重抽了?**(复发疼痛)—— 串行重做 N 次是刺耳的警报,说明这步当初探浅了。
- **这步的好坏方差大吗?**(方差)—— 最好与最差选项天壤之别的节点,选错的"后悔值"高。

它定上限、有隐藏默认、方差大、返工贵、你在猜、你在反复返工——**亮的灯越多,越该深挖。**
反过来,规则已知、低方差、已解决的节点,跑一下既有检查就走,别浪费深度预算。

## 知识是可证伪的、会过时的(一种持有姿态,不是字段)

深挖得来的结论也不是真理,是**当前最好的、带边界的、会过期的主张**。持有它时在心里挂着:

- **scope(边界)**:这条结论"在什么前提下"成立?(某工具的某版本、某平台、某时间)
- **falsifier(证伪条件)**:什么证据会推翻它?能说出这一条,你才真的理解了它。
- **新鲜度**:它是哪天为真的?上游一直在变,旧结论默认可疑。
- **不静默改**:被推翻时,先记下"它当初为什么对、现在为什么错",再改。修正的痕迹本身是知识——看见自己怎么错的,比直接拿到对的答案更值钱。

> 推论:你刚写下的东西也可能马上过时。本 skill 的一条结论,在写下半小时内就因为新信息被修正过一次——这是常态,不是意外。

## 元陷阱(最容易再犯的)

当你发现"我探索得太浅",**第一反应若是"做一套探索方法论/流程/workflow",那就是又浅了一次**。
判断力的洞要用判断力补,不是用机器补。机器(穷举 agent、对抗 agent、loop-until-dry)只在
**判断已经认定某节点该深挖之后**才登场,去执行那次深挖。顺序反了,就是拿机械感冒充思考。

## 落到行动时的样子

- 不是每步都深挖,而是**每步都先花半秒判断该不该深挖**,然后要么真深挖、要么坦然够用即走。
- 深挖时:读一手源、穷举选项面+默认+后果、找最新、主动问自己漏了什么、连续挖不出新东西才停。
- 拿到结论:挂上 scope / falsifier / 日期,当作随时会被推翻的东西用。
- 复盘"为什么又漏了":几乎总能定位到**某个关键节点当时没被识别**,而不是"方法不够"。