@Phoenixyin13: 不是暴论,这套自我进化的 Compounding Loop 才是长期杀手级。 现在,根据这篇文章,每个人要习惯让自己的整个流程,包括拆解方式、验证规则、输出格式、你的偏好打包成一个可复用的Skill。这将是来自未来的能力。 下次遇到类似任…

X AI KOLs Timeline 新闻

摘要

该推文讨论了将个人工作流程(包括拆解方式、验证规则、输出格式等)打包成可复用Skill的理念,认为这种自我进化的Compounding Loop符合控制论原则,是长期关键能力。

不是暴论,这套自我进化的 Compounding Loop 才是长期杀手级。 现在,根据这篇文章,每个人要习惯让自己的整个流程,包括拆解方式、验证规则、输出格式、你的偏好打包成一个可复用的Skill。这将是来自未来的能力。 下次遇到类似任务,直接调用Skill,几乎零配置,速度起飞,质量还更高。 从我最近一直在研究从系统工程学与工程控制论的视角看,这个设计非常合理,甚至算得上相当的优雅。 维纳和钱学森看到如今这样的时代变化,或许会粲然一笑吧。 这个Loop设计,应该算是把控制论的经典原则,诸如反馈、自适应、 requisite variety、分层控制、系统记忆在当前大模型约束下落地的极好,也值得复现。 它不需要堆参数,它只需要在系统层面做文章。 这点,就是我认为值得学习的思维方式。 真正让人类变得聪明的,是整个控制回路。 从我日常学习的认知科学、人机交互的背景看,这仿佛就是在模拟一个高适应性的distributed cognition,类似人类团队与工具外加组织记忆的究极放大版。
查看原文
查看缓存全文

缓存时间: 2026/06/20 14:37

不是暴论,这套自我进化的 Compounding Loop 才是长期杀手级。

现在,根据这篇文章,每个人要习惯让自己的整个流程,包括拆解方式、验证规则、输出格式、你的偏好打包成一个可复用的Skill。这将是来自未来的能力。

下次遇到类似任务,直接调用Skill,几乎零配置,速度起飞,质量还更高。

从我最近一直在研究从系统工程学与工程控制论的视角看,这个设计非常合理,甚至算得上相当的优雅。 维纳和钱学森看到如今这样的时代变化,或许会粲然一笑吧。

这个Loop设计,应该算是把控制论的经典原则,诸如反馈、自适应、 requisite variety、分层控制、系统记忆在当前大模型约束下落地的极好,也值得复现。 它不需要堆参数,它只需要在系统层面做文章。 这点,就是我认为值得学习的思维方式。 真正让人类变得聪明的,是整个控制回路。

从我日常学习的认知科学、人机交互的背景看,这仿佛就是在模拟一个高适应性的distributed cognition,类似人类团队与工具外加组织记忆的究极放大版。

相似文章

@freeman1266: 如何从零开始构建一个工业级 Skill 工业级标准要求具备精准触发、权限收敛以及可评测迭代等核心特性,而非简单的提示词堆砌。 构建评分标准、测试用例及质量门禁脚本的重要性,以确保工作流的严谨性。 通过在 Codex 等 Agent 环境中…

X AI KOLs Timeline

本文介绍了从零构建工业级技能(Skill)的方法,强调精准触发、权限收敛、可评测迭代等核心特性,以及构建评分标准、测试用例和质量门禁脚本的重要性,展示了如何在Codex等Agent环境中实现专业、可维护的技能包。

@shao__meng: Perplexity 团队内部 Agent Skills 设计、迭代与维护之道 Perplexity Agents 团队的内部规范公开版,核心论点很反直觉:写 Skill 不是写代码,而是为模型构建上下文。把工程师写代码的本能直接套到 S…

X AI KOLs Timeline

Perplexity 团队公开了 Agent Skills 的设计、迭代与维护规范,强调 Skill 编写并非传统编码,而是为模型构建上下文。文章提出了以评测为先、渐进式加载及通过处理特例(Gotchas)来优化 Agent 行为的反直觉方法论。