whb786200 元技能自举法 · SKILL Bootstrap Methodology
核心信条：好东西都是总结出来的，不是发明出来的。
一、核心三角：OTF + JIT + Bootstrap
OTF = On-The-Fly（即时总结）
执行过程中发现模式的那一刻，立即记录、归纳、应用，不等项目结束。
三个触发时机：
- 时机1：发现重复（同一类错误出现 3 次）→ 立即提炼规则
- 时机2：发现异常（意外情况）→ 立即记录边界条件
- 时机3：批次边界（每处理 N 个样本）→ 批量归纳模式
JIT = Just-In-Time（即时交付）
不追求第一次就完美交付，而是及时交付最小可用版本 → 拿反馈 → 快速迭代收敛。
三个层次：
- 功能 JIT：最小可行产品，按需开发，不提前过度设计
- 质量 JIT：梯度收紧 P0(60%) → P1(80%) → P2(90%) → P3(97%)
- 知识 JIT：按需沉淀，需要时才写文档，不要提前写"完美文档"
Bootstrap = 知识自举
每一步迭代产生的元知识，能被下一步直接复用。知识自我增殖，自动化程度递增，人工干预递减。
二、知识自举五阶演化
| 阶段 | 自动化率 | 人工占比 | 关键产出 |
|---|---|---|---|
| 第一阶 | 0% | 100% | 对话记录、操作日志 |
| 第二阶 | 20% | 80% | 检查脚本、统计脚本 |
| 第三阶 | 60% | 40% | Skill 文档、Agent 反思工作流 |
| 第四阶 | 90% | 10% | 自动生成的 Skill 更新 |
| 第五阶 | 99% | 1% | 元 Skill（关于如何总结 Skill 的 Skill） |
三、五层抽象金字塔（知识压缩过程）
层5 哲学：演进 > 设计
↑
层4 洞察：总结是唯一的知识来源
↑
层3 原则：OTF + JIT + Bootstrap
↑
层2 模式：错误模式、工具模式、决策模式
↑
层1 案例：具体错误、修正记录、决策历史
压缩比参考：
- 案例 → 模式：13,000 个错误 → 25 条模式（520:1）
- 模式 → 原则：25 条模式 → 5 条原则（5:1）
- 原则 → 洞察：5 条原则 → 1 个洞察（5:1）
四、从任务到 Skill 的完整工作流
阶段 1：观察与记录（OTF 触发）
对每个任务执行时，保持以下记录习惯：
- 决策日志：记录"为什么选方案 A 而非方案 B"
- 错误记录：每个错误包含：问题描述 → 根因 → 解决方案 → 预防措施
- 模式标记：发现重复时立即标记，不等积累到"完美数量"
阶段 2：提炼模式（JIT 收敛）
何时提炼：
- 样本量足够（定量 > 30，定性 > 10）
- 规律已稳定（新模式 = 0，连续 2 轮不变）
- 有实际用途（下次遇到可直接套用）
何时不提炼：
- 样本量不足（偶然规律）
- 规律仍在快速变化
- 过度泛化（把具体方案当方法论）
阶段 3：写成 Skill
将提炼的模式写成 Skill 文档，包含以下章节：
# [Skill 名称]
## 触发条件
什么样的任务会触发这个 Skill
## 核心原则
这个 Skill 背后的 2-3 条核心原则
## 工作流程
步骤化的执行流程
## 常见错误
按模式归纳的 3-5 个高频错误 + 解决方案
## 边界条件
这个 Skill 适用的范围和不适用的范围
五、14 个元技能清单
| 编号 | 元技能 | 核心理念 |
|---|---|---|
| 00-META-00 | 好东西都是总结出来的 | OTF + JIT + Bootstrap 自举增殖 |
| 00-META-01 | 反思 | Agent 自主发现错误模式 |
| 00-META-02 | 迭代工作流 | 广度优先、模式驱动、指数衰减 |
| 00-META-03 | 冷启动 | 5 个样本建立直觉 |
| 00-META-04 | 柳叶刀方法 | 精细分解、混合驱动、成本意识 |
| 00-META-07 | 可读性 | 中间产物人类可读、Git 友好 |
| 00-META-08 | 标注体系设计 | 本体从数据中"长"出来 |
| 00-META-09 | Agent 提示词工程 | SKILL 作为 Agent 的"DNA" |
| 00-META-10 | 质量控制 | Lint 规则来自错误案例 |
| 00-META-11 | 数据体感培养 | 多维观察数据异常 |
六、反模式（避坑指南）
| 反模式 | 表现 | 正确做法 |
|---|---|---|
| 总结代替思考 | 遇到问题立即套用模式，从不思考为什么 | 理解模式本质，判断是否适用 |
| 追求完美总结 | 花 3 天写"完美"文档，无人阅读 | 够用就好，总结也要迭代 |
| 只总结成功经验 | 无失败案例记录 | 失败案例 > 成功经验 |
| 过度设计先行 | 项目开始先设计完整体系 | 先跑最小版本，边做边总结 |
七、实践检查清单
执行任务时（自动触发）
- 每处理 5-10 个样本，自问："当前批次有什么重复模式？"
- 遇到决策点时，记录："为什么选择方案 A 而非方案 B？"
- 自动分配时间：90% 执行任务 + 10% 模式总结
每轮迭代后（自动总结）
- 生成本轮统计：处理 X 个案例，发现 Y 个问题，分布如何
- 提取错误模式：自动归类为 Z 条模式，更新模式库
- 更新 Skill 文档：将新模式写入"常见错误"章节
总结边界判断
- ✓ 总结时机：样本量足够 + 规律已稳定 + 有实际用途
- ✗ 不总结：样本不足 / 规律未收敛 / 过度泛化
八、核心认知（三句话）
- 知识是压缩：10,000 个案例 → 100 条模式 → 10 条原则 → 1 个洞察
- 理解是归纳：看到规律才算真正理解，没有规律就没有知识
- 方法是沉淀：做一次是经验，做十次总结出来才是方法论