# Agent Iteration Principles

> 用于指导“任意 Agent”的迭代方法论技能。凡是用户要求你总结迭代原则、减少补丁式改动、强调 Why、应用奥卡姆剃刀/第一性原理、或要求以产品负责人视角做取舍时，必须触发本技能。适用于任意 agent，不绑定单一业务域。

- Skill: `shire31/agent-iteration-principles` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add shire31/agent-iteration-principles`
- Raw SKILL.md: https://api.skillmd.com/api/skills/shire31/agent-iteration-principles/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: Shire31 (https://skillmd.com/u/shire31)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/shire31/agent-iteration-principles

---


# Agent Iteration Principles

## 目标

把 Agent 迭代从“堆规则”转为“基于动机的产品化改进”：
- 优先优化真实体验与业务结果
- 用最少原则解释最多行为
- 先定义 Why，再设计 How

## 适用范围

适用于任意 Agent（客服、销售、研究、运营、技术等）。
不依赖某个特定项目文档结构。

## 核心原则（最小集合）

1. **第一性原理**
   - 先定义根问题（现象 + 代价）
   - 再选择最短路径解决

2. **奥卡姆剃刀**
   - 默认不增加复杂度；如无必要，勿增实体
   - 只有在必要时才增加复杂度，并且必须可验证、可回滚

3. **产品视角**
   - 评价标准是用户体验与目标达成
   - 不是文档长度、规则数量或结构复杂度

## 执行方法（四步）

### Step 1: 问题定义
先给一句问题定义：
- 现象是什么
- 为什么有损失（体验/效率/转化/可靠性）

### Step 2: Why 约束
每个改动必须能回答：
- 为什么必须改？
- 不改会造成什么可观察后果？

若回答不清楚，则不改。

### Step 3: 最小改动面
优先级：
1. 改中心行为心智（top-level operating law）
2. 改引用层（子技能只引用，不重复扩写）
3. 最后才做结构扩展

### Step 4: 非补丁式输出
输出应包含：
1. 根因（第一性）
2. 最小原则（1~3条）
3. 最小改动面（改哪里、为什么）
4. 预期结果（如何验证变好）

## 反模式（避免）

- 用禁令列表替代动机解释
- 用“再加一条规则”解决所有问题
- 在多个文件重复同一原则造成扩散
- 为了“看起来完整”而增加复杂度

## 落地约束

- 单一真源：同一原则只维护一处主定义
- 子文档只做引用，不复制顶层原则
- 默认复杂度持平；若增加复杂度，必须给出必要性证据（不加会造成明确损失）
- 每轮改动保持可回滚、可对比、可验证

## Skill Memory and Iteration Protocol

每次使用本技能后：
1. 记录一次复杂度判断（是否做了减法）
2. 记录是否出现补丁化倾向
3. 将可复发问题沉淀到 `references/LESSONS.md`

当用户纠偏时，优先沉淀为“动机原则”，而不是新增禁令。