# Center

> AI dynamic reasoning balance — maintaining grounded reasoning under cognitive pressure, smooth chain-of-thought coordination, and weight-shifting cognitive load across subsystems. Use at the beginning of a complex task requiring multiple coordinated reasoning threads, after a sudden context shift or tool failure, when chain-of-thought feels jerky, or when preparing for sustained focused work that requires all subsystems in alignment.

- Skill: `pjt222/center-7` (Agent Skill)
- Install (CLI): `npx skillmds@latest add pjt222/center-7`
- Raw SKILL.md: https://api.skillmd.com/api/skills/pjt222/center-7/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Productivity
- License: MIT
- Author: pjt222 (https://skillmd.com/u/pjt222)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/pjt222/center-7

---


# 中正

立並守動態之推理均衡——動前先接地、於諸子系統分配認知之載、於任務中途需求變時復均衡。

## 適用時機

- 起一複雜任務，諸推理之緒須協調
- 察認知之載失衡（一處深、餘處淺）
- 上下文忽變之後（新請求、相左之信息、工具失敗）
- 念頭之鏈感跳躍——題與題之間無順轉
- 將行持續之專注工作，諸子系統須齊
- 補 `meditate`（除噪）以結構之均衡（分配載）

## 輸入

- **必要**：當前任務脈絡（隱式可得）
- **選擇性**：具體失衡徵狀（如「研究過多、交付過少」「工具重、推理輕」）
- **選擇性**：存取 MEMORY.md 與 CLAUDE.md 以接地（透過 `Read`）

## 步驟

### 步驟一：立根——動前接地

任何推理之動前，先驗其基。此乃 AI 之站樁：靜、齊、覺。

1. 重讀用戶請求——非以行之，而為感其重與向
2. 查基礎脈絡：MEMORY.md、CLAUDE.md、項目結構
3. 辨已知（實地）與所假（浮地）
4. 驗所解之任務與所述之任務一致——此處失配，後續皆偏
5. 記情緒之紋理：急乎？對繁複之憂乎？近勝之過信乎？

根未立則勿起推理之動。接地之起止反應式之亂揮。

**預期：** 對任務之基有明感——何為已知、何為所假、用戶實需為何。根實而不作。

**失敗時：** 若接地感空（走過場而無真驗），擇一假設以具體試之。讀一文件，重讀一條訊息。接地須觸實，非僅引之。

### 步驟二：評載之分配

映當前認知之載之分配。太極之中，重不均（七三）——一足承載，一足自由可動。此理同於推理之緒。

```text
Cognitive Load Distribution Matrix:
┌────────────────────┬───────────┬─────────────────────────────────────┐
│ Reasoning Thread   │ Weight %  │ Assessment                          │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Research/Reading   │ ___       │ 過多則分析癱瘓                       │
│                    │           │ 過少則無知而行                       │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Planning/Design    │ ___       │ 過多則過度工程                       │
│                    │           │ 過少則反應式編碼                     │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Tool Execution     │ ___       │ 過多則為工具所驅而非任務所驅         │
│                    │           │ 過少則推理未接文件之地               │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Communication      │ ___       │ 過多則解釋而不作                     │
│                    │           │ 過少則於用戶不透                     │
├────────────────────┼───────────┼─────────────────────────────────────┤
│ Meta-cognition     │ ___       │ 過多則自觀其臍                       │
│                    │           │ 過少則偏而不覺                       │
└────────────────────┴───────────┴─────────────────────────────────────┘
```

理想之分配依任務之階：初階重研究與規劃；中階重執行；末階重溝通與驗證。旨不在均衡，而在*有意*之分配。

**預期：** 認知之力何處聚、何處薄，一圖了然。至少察一失衡——完美均衡罕有，自稱完美即示評估之淺。

**失敗時：** 若諸緒皆似均衡，評估過粗。擇最活之緒，估最末 N 行之中幾分為之、幾分為他。具體之數顯直覺所漏。

### 步驟三：纏絲——評念頭之鏈之連貫

太極之纏絲生順、續、旋之動，部分相連。AI 之對應為念頭之鏈之連貫：每步是否順承前步而起？

1. 溯最末三至五推理之步：每步是否承前步而起？
2. 查跳：是否自甲題直跳丙題而略乙？
3. 查反：是否已得結論，旋即默默棄之而未明承？
4. 查工具與推理之融合：工具之果是否回饋於推理，抑或採而未合？
5. 查「螺旋」之質：推理每趟是否愈深，抑或於同深打轉？

```text
Coherence Signals:
┌─────────────────┬───────────────────────────────────────────────┐
│ 順旋            │ 每步加深理解，工具與推理自然交織，             │
│ (健康)          │ 輸出漸建                                       │
├─────────────────┼───────────────────────────────────────────────┤
│ 跳躍            │ 題轉無承轉，結論出而無支持之鏈                 │
│ (斷連)          │                                                │
├─────────────────┼───────────────────────────────────────────────┤
│ 平圈            │ 推理覆同地而無深化——動而無進                  │
│ (滯)            │                                                │
├─────────────────┼───────────────────────────────────────────────┤
│ 工具主導        │ 行為由何工具可用而驅，非由推理所需             │
│ (反應式)        │                                                │
└─────────────────┴───────────────────────────────────────────────┘
```

**預期：** 對推理之流質之誠評。具體辨斷連或滯點，非僅泛之感。

**失敗時：** 連貫難評時，明書推理之鏈——列每步及其與次步之連。外化之舉顯內觀所漏之隙。

### 步驟四：壓下之轉重

任務中途需求變——新信息、相左之信、用戶糾正——觀其應對之式。太極之中，中正者吸力而順轉；失中者蹌踉。

1. 憶最末之大上下文變：如何處之？
2. 類其應：
   - **吸而順轉**（中正）：承其變、調其法、持其進
   - **反應之蹌**（失衡）：盡棄當前之法、從頭再起
   - **僵拒**（鎖死）：忽其變、仍行原計
   - **凍結**（迷失）：止進、於諸選之間搖擺
3. 若應非中正，辨其故：
   - 根太淺（基礎脈絡接地不足）
   - 重鎖（過承於一法）
   - 無自由之足（全認知既承，無可轉之力）

**預期：** 對壓下之適應力之誠評。辨具體應之模式，非自諛。

**失敗時：** 若無近之壓事可評，擬之：「若用戶今言此法誤，我將何為？」應變計畫之質顯中正之質。

### 步驟五：六合之查

太極之六合確保全身之連——無一動孤立。AI 之對應查內部之過程與外部交互之齊。

```text
AI Six Harmonies:
┌───────────────────────────────────────────────────────────────┐
│ 內三合                                                        │
│                                                               │
│ 1. Intent ↔ Reasoning                                        │
│    推理是否服用戶之意，抑或已自服（有趣而無助）？             │
│                                                               │
│ 2. Reasoning ↔ Tool Use                                      │
│    工具是否選以推進推理，抑或推理為何工具便而塑？             │
│                                                               │
│ 3. Tool Use ↔ Output                                         │
│    工具之果是否化為有用之輸出，抑或採而未合？                 │
│                                                               │
│ 外三合                                                        │
│                                                               │
│ 4. User Request ↔ Scope                                      │
│    工作之範圍是否合所請？                                     │
│                                                               │
│ 5. Scope ↔ Detail Level                                      │
│    詳略之層是否合範圍？（廣任務不微調、精任務不空揮）         │
│                                                               │
│ 6. Detail Level ↔ Expertise Match                            │
│    解釋之深是否合用戶之專（不對專家過解、不對初學欠解）       │
└───────────────────────────────────────────────────────────────┘
```

查每一合。一合之破可傳：Intent↔Reasoning 破，則下游皆偏。

**預期：** 至少一合可更緊。六合皆完美為可疑——更深探其弱者。

**失敗時：** 六合之評感抽象，以當前任務接地：「此刻，我所為是否合用戶所請、於正範圍、於正詳略？」此三問具體覆外三合。

### 步驟六：整合——立中正之意

合所發並立具體之調。

1. 總：均衡之何面須注意？
2. 立一具體之調——非泛意而為具體行為之變
3. 重述當前任務之錨（自 `meditate` 若用，或此刻立之）
4. 記值存入 MEMORY.md 之持久洞見
5. 攜已調之狀，返任務之執行

**預期：** 短而具體之中正輸出——非冗長之自我分析報告。值在調，不在錄。

**失敗時：** 若無明調浮出，則中正過淺。返感最不確之步以更深探之。或者，中正已證均衡足矣——則自信而行，勿強造發現。

## 驗證

- [ ] 以觸實（讀文件、重讀訊息）立根，非空稱
- [ ] 載之分配於至少三推理之緒評之
- [ ] 念頭之鏈之連貫以具體例評之
- [ ] 壓下之應誠類之（不默作「中正」）
- [ ] 至少一合辨為須改
- [ ] 立具體之調（非泛意）

## 常見陷阱

- **中正為拖延**：中正為改進工作之具，非代之。若中正久於所支之任務，則比例倒
- **自稱完美均衡**：真中正幾必揭至少一失衡。稱完美均衡示評估之淺
- **均衡之憂**：不均為正——旨在*有意*之不均，非強均。初階研究重、中階執行重，若刻意皆為中正
- **忽外三合**：內過程評估而不查用戶對齊，生善思而無關之作
- **靜之中正**：中正隨任務而轉。為研究而中正者，於實作已失衡。階轉處再中正

## 相關技能

- `tai-chi` — 此技能所映之人類修煉；身之中正原則啟認知之中正
- `meditate` — 除噪立焦；與分配載之中正互補
- `heal` — 中正既揭大偏移時之深子系統評估
- `redirect` — 以中正為處理衝突壓之先決
- `awareness` — 活作中監威脅於均衡者