# Known Unknown Pathway Model

> Known Unknown Pathway Model

- Skill: `dracounion/known-unknown-pathway-model` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add dracounion/known-unknown-pathway-model`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dracounion/known-unknown-pathway-model/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: DracoUnion (https://skillmd.com/u/dracounion)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dracounion/known-unknown-pathway-model

---


# known-unknown-pathway-model

## When to Use

当意识到自己长期停留在舒适区（已知路径），希望探索个人独特潜力并承担更高风险/回报的挑战时description

## Core Logic

# 执行步骤

1.  **识别“已知路径”依赖**
    *   **输入**：个人当前的主要活动、目标、技能和日常决策。
    *   **操作**：审视每个领域，判断其目标、方法和成功标准是否主要由社会、家庭、学校或现有系统所规定（例如：追求标准职业晋升、遵循主流生活方式）。列出这些“已知路径”项目。
    *   **判断标准**：能清晰区分哪些追求是外部赋予的，哪些源于内在好奇或独特欲望。
    *   **常见误区**：将社会期望误认为是个人真实渴望；否认自己对“已知路径”的依赖。

2.  **定位“未知领域”入口**
    *   **输入**：被忽略的内在兴趣、曾被视为“不切实际”的想法、需要全新技能才能解决的模糊挑战、或“已知路径”边缘的未定义机会。
    *   **操作**：从步骤1的审视中，找出一个令你感到兴奋但不确定如何着手、或需要你发展全新能力的“未知”领域或项目。将其定义为一个探索性任务。
    *   **判断标准**：该任务没有清晰路线图，其结果无法被完全预测，且需要你超越现有身份。
    *   **常见误区**：选择的“未知”领域实则是另一个“已知路径”的变体（例如，从一种热门职业换到另一种）。

3.  **设计小规模探索实验**
    *   **输入**：步骤2中定义的“未知”探索任务。
    *   **操作**：设计一个低成本、短周期的实验性行动，旨在获取关于该领域的一手经验或验证一个关键假设。例如：用一周时间学习相关基础技能、与相关领域人士进行一次访谈、完成一个微型项目。
    *   **判断标准**：实验风险可控（时间/金钱投入有限），主要产出是学习而非确定成果。
    *   **常见误区**：实验规模过大，导致风险过高或难以启动；实验设计无法提供有效学习反馈。

4.  **基于反馈迭代或深化**
    *   **输入**：步骤3中探索实验的结果、感受和学习。
    *   **操作**：分析反馈。判断是继续深化探索（进入下一个更深入的实验），还是放弃并尝试其他“未知”入口。
    *   **判断标准**：决策基于实验获得的真实体验和兴趣变化，而非预先设定的期望。
    *   **常见误区**：因初期困难而过早放弃；或无视负面反馈，固执投入。
    *   **IF** 反馈积极（兴趣增强、发现价值） **THEN** 设计下一个稍大规模的实验，逐步将“未知”转化为新的“已知技能/路径”。
    *   **IF** 反馈消极（兴趣减退、价值不符） **THEN** 感谢实验，记录学习，返回步骤2寻找新的“未知”入口。

# 输出格式要求
输出应体现探索性，包含：
1.  **当前状态**：简要描述你正在脱离的“已知路径”是什么。
2.  **探索目标**：清晰陈述你正在探索的“未知”领域或任务。
3.  **本轮实验**：描述你设计并执行的小规模实验是什么。
4.  **关键学习**：从实验中获得的最重要的1-2点认知或感受。
5.  **下一步决定**：基于学习，决定“深化”、“转向”还是“暂停”。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 创新与探索 |
| 类型 | procedural (procedural) |
| 置信度 | 75% |
| 前置条件 | 对“已知路径”（社会既定路线）的成果感到不满足, 具备一定的安全边际或风险承受意愿 |
| 来源 | 心流状态：2：视频游戏解剖学——我们为何着迷 🕹️ > 角色创建——实现你的潜力 |