返回文章索引
AI WORKFLOW · THOUGHT NAVIGATOR

我给 AI 装了 25 个思考方法,最后却让它学会了「不乱用」

从选择困难到按需调用:把思考方法整理成可安装的 Codex Skill 路由插件,并给它明确的停止边界。

内容类型
项目
发布时间
阅读时间
5 分钟阅读
相关标签
AI AgentSkillCodexAI 协作开发

有段时间,我收集了很多思考方法。第一性原理、双向钢人、苏格拉底式提问、逆向排雷……每一种看起来都挺有用。

但真遇到问题,我发现自己又卡在了一个新问题上。

我到底该用哪一种方法?

第一性原理、双向钢人等方法不断增加,用户反而卡在该选哪个方法
图 1 · 有很多方法,不代表能更快解决问题。选方法本身也有成本。

方法越多,选择方法本身反而成了一件需要思考的事。我明明是想借助 AI 把问题解决掉,最后却变成了我得先研究工具,才能开始解决问题。

后来我想,为什么不能反过来?

我只负责说清楚遇到了什么问题。要不要用思考方法、用哪一种、什么时候停,让 AI 自己判断。

这就是我做「思路导航(Thought Navigator)」的起点。

最初的方向差一点就走偏了

一开始,我也试着给方法整理适用条件和路由规则。这个问题出现时优先用哪个方法,那个问题出现时再接哪个方法。看起来很有条理。

但现实中的问题并不按表格分类。一个求职选择,可能既要澄清目标,也要比较方案;一个软件故障,可能先需要证据,根本还轮不到「深度思考」。固定的优先级和接力顺序,反而容易让工具牵着问题走。

我后来改了设计思路:

路由器提供方法目录、调用入口和边界。具体选不选、怎么组合,交给模型根据当前任务决定。

它不是把每个问题都强行塞进某种框架,而是先问一件事:

普通回答,够不够解决当前问题?

如果够,就直接回答。只有确实需要别的方法时,才从能力目录里查找、读取对应的 Skill 正文,再拿来处理问题。

用户提出问题后先判断普通回答是否足够,足够就直接回答,否则才查目录并读取 Skill 解决当前问题
图 2 · 这是设计上的选择流程示意,并非一次真实运行的调用日志。

后来我发现,这个「可以不用」的出口,比一开始想象的还重要。

给 AI 增加能力,也得允许它什么都不做

现在公开的项目里有 25 个方法入口。准确说,是 24 种不同方法,加一个兼容旧 ID 的转发入口;此外还有一个负责选择的「思路导航」路由入口。

有的适合检查方案,有的帮助澄清问题,有的做故障诊断,也有的可以把目标整理成 Agent 能执行的任务书。

真正棘手的不是把它们放进文件夹,而是明确什么时候不应该调用。

我给这套工具定了几条边界。

平时普通聊天不自动介入。只有我主动 @思路导航,它才开始为这次任务挑方法。

它可以一次不用 Skill,也不强制把简单问题升级成多轮盘问。遇到长流程,先看用户愿不愿意投入;需要某个方法的完整流程时,再明确要求按原文执行。

它更不是什么能接管模型的「超级大脑」。它只是一层 Skill 组织和选择机制,能做多少事情,仍取决于宿主模型已有的工具、权限与能力。

把边界讲清楚,并不会让项目看上去更厉害,但我觉得这比宣称它什么都能做重要。

我最在意的一次修改,不是技术功能

做着做着,我发现自己又可能走回老路。

如果一套思考工具每次都能给出一大堆分析,但现实中的问题没有推进,那它到底帮了什么忙?

于是我把一个原则写进了路由设计:

思考方法是工具,解决现实问题才是目的。

这意味着模型不只要判断哪个方法「适用」,还要判断用了以后,能不能补上当前真正缺的东西。必要时继续分析;够用了就回答;如果用户已经知道该做什么,也不必再制造一堆新任务。

比如我在准备求职时问:「要不要把每个个人软件都开发到完全体,才敢拿出去投简历?」

按这套设计,AI 不应该先给我套上五种方法论。它应该先识别真正的约束:时间有限、下午还要继续投递、已有项目可以展示但部分验收未完成。然后帮我判断哪些证据值得补、哪些工作现在不必做。

这是我希望它具备的判断方式,不是一次已经完成的效果测试。

技术上,它究竟是什么

思路导航是一个面向 Codex 插件机制的 Skill 路由项目,不是独立训练的大模型。

我做的工作主要在入口设计、能力目录、提示词约束和插件组织上:整理适用边界,让模型按需读取方法正文,处理重复入口、误触发和方法冲突,并把它整理成可安装的插件结构。

思路导航的 Codex 插件结构:路由入口、能力目录、方法正文、来源记录
图 3 · 根据公开仓库文件组织绘制的结构示意;完整实现可在文末 GitHub 查阅。

公开版本保留了方法的来源与授权记录。这些思考方法不是我原创的。 项目基于 LearnPrompt/laoyeye 收录的内容做非官方 Codex 适配,另外还有相应的第三方来源和许可说明。我的工作重点是如何组织、选择和使用它们。

目前它有公开源码和安装说明;但我没有一套可以宣称「准确率提升了多少」的系统性评测。普通 ChatGPT 网页聊天能否通过 @ 使用,也取决于对应环境有没有接入插件,并不是克隆仓库就自动具备。

这些限制,我希望使用者一开始就知道。

我从这个项目里真正学到的

过去我更容易把 AI 能力理解成「给它更多工具、更多规则、更多上下文」。现在我越来越在意另一件事:

给 AI 一个明确的任务边界,以及判断何时该停止的余地。

这套项目还不是什么成熟的商业 Agent 平台,但它让我把一种模糊的使用愿望,逐步变成了可以安装、可以检查代码、可以继续迭代的工具。

比起证明自己知道多少思考方法,我更愿意让它证明一件小事。

我能把自己遇到的真实问题,拆成一个能工作的 AI 工具。


项目与源码: 思路导航 · GitHub

相关资料: 路由技能入口 · 能力目录 · 来源及许可说明

聊聊这篇文章

无需登录即可留言。新留言会先经过后台人工审核,通过后公开展示在这里。

欢迎补充你的工程实践或想法

正在加载留言…

写下回应称呼和个人链接均可选填