本期周报换个主轴看生态：不追单个爆款，而是把「让 Agent 自己变聪明」的件当作一个家族来盘点。样本有两个来源：本机装机清单（在册可验证的全量名称），以及本刊 5 月底至 9 月 11 日的实测存档。核心发现有三：其一，装机口径下自学件共 8 个在册，可分为自我进化、教人学习、思维纪律三层，恰好拼出一个完整的学习闭环；其二，这个家族是典型的「装机冷、星值热」——5 月安装口径下与 skill-creator 相差近 80 倍，但本周星值榜第一梯队首次出现了记忆/学习件；其三，家族有一个公认的结构性空洞：只记不忘。评分综合历史实测记录与本机核验，未能验证的维度如实标注待验。
本周榜单面的事实已在本刊往期专文核实，此处存档速览，不再展开：
| 仓库 | 星值 | 动向（据本刊 9 月 11 日星值追踪） |
|---|---|---|
| anthropics/commerce-agents | 2732 | 两周自 2202 涨至 2732，毕业不熄火 |
| tigerless-labs/agent-memory | 992 | 818→992，+174/日，加速型 |
| kajisho5/ffmpeg-skill | 950 | 存档冲突样本（556/518/950 三笔并存） |
| larashero3-dotcom/lieflat-gongwen | 807 | +138/日，爆发进行时 |
| inclusionAI/Choruz | 635 | +42/日，背书慢热型 |
值得点名的是 agent-memory：它自我描述为「长期记忆运行时，纯 Markdown 作为事实源」，以 +174/日 的增速紧咬榜首 commerce-agents（+177/日）。这是记忆/学习赛道第一次把票仓搬上星值榜第一梯队——也是本期把主线让给自学件家族的由头。
本机在册的 430 个 Skill 中，功能是「让 Agent 或人变得会学」的共 8 个，按作用对象分三层：
mindmap
root((自学件家族<br/>装机口径8件))
自我进化层
self-learning 经验笔记
continuous-learning-v2 偏好注入
教人学习层
learning-coach 官方收录
telecom-learning-coach 行业孪生
telecom-learning-planner 行业孪生
mentoring-juniors 带新人
思维纪律层
scientific-critical-thinking 证据审判
systems-thinking 系统提问
广义家族还有一圈外围：course-designer、knowledge-to-course、tutorial-engineer、ai-course-development-expert 属于「教学产出端」（把知识做成课，而非让谁学会），remembering-conversations、planning-with-files 属于记忆邻接件，本文不计入核心八件。
self-learning（philschmid，2026 年 5 月底记录 3.1K 安装）。作者是 Hugging Face 技术负责人 Philipp Schmid，据本刊 5 月底实测记录：它在 Agent 的关键操作点（工具调用前后、代码修改前后、测试运行后）插 Hook，把重复出现的错误模式写成「经验笔记」存进 .claude/learning/ 目录，后续操作先查笔记再动手。实测中确实能让 Agent 在同类任务里避开上一次的类型推断错误，但局限同样清楚——它只学「避免什么」，学不会「应该做什么」；过于具体的经验笔记反而会误导。这是整个家族里最像「给 Agent 装反思回路」的一件。
continuous-learning-v2。两期存档对它的归属记录不一：5 月底一期记为 Superpowers 生态内置（称其用 Instinct 模型），另一期记为独立社区件、随 Hooks 自动加载——但机制描述一致：Hook 监听每次工具调用，提取命名偏好、代码风格、常用库等模式，存为结构化经验笔记，下次会话注入回上下文。实测 5-6 次会话后能学到「偏好 TypeScript」「用 pnpm 不用 npm」级别的约定；硬伤是知识追加式、只增不减，偏好变化时会出现自相矛盾，Hook 机制还有约 5-8% 的性能开销。名字里那个 v2 是全生态少见的敢把版本号写进名字的件——侧面说明学习系统的迭代烈度。
learning-coach（anthropics/skills 官方仓库收录）。它把主动回忆、间隔重复、费曼技术三个认知科学方法论编码成可执行步骤。本刊 5 月底实测：给目标「30 天掌握 Claude Code Skills 开发」，它产出四阶段计划——概念打底、用 skill-creator 造三个练手 Skill、学 MCP 集成、综合项目——每阶段带练习和检验标准。它是家族里上手最低的一件：自然语言说目标就能启动，不要求理解任何 Hook 机制。
telecom-learning-coach 与 telecom-learning-planner（本机在册）。这是通用件垂直化的活样本：learning-coach 进入电信行业后拆成了两件——planner 管规划、coach 管陪跑。规划与执行分开，和 pcap 三件套「读/造/改」的切法同构：按认知阶段切，每个阶段的指令不必兼容另一阶段的语气。本刊此前对电信谱系的观察是：这条线的价值在组合后的工作流连续性，单个件不在线榜上，公开数据缺失，本文不计分。
mentoring-juniors（本机在册）。名字直译「带新人」，语义指向以导师视角给 junior 级别的产出提意见。公开目录与本刊存档均未见其收录与评测记录，本机副本未暴露描述，全部维度待验。收录它是因为家族完整性——没有「传承」环节的学习闭环是不完整的，但本文只给它命名层的座位，不给分数。
scientific-critical-thinking（据本刊 7 月记录，源码见 ckorhonen/claude-skills 仓库）。给论文「照 X 光」的件：内置 GRADE 证据分级、Cochrane 偏倚风险（ROB）、预注册核查三类标准，对一篇研究输出系统性的可信度审判。7 月实测评级 4.25，当时的一句话结论是「卖审判不卖代笔」——客户为「可信」付费而非为「快」付费。它管的是「学进去的东西可不可信」，是自学件里唯一以证伪为己任的。
systems-thinking（本刊 7 月记录评级 4.00）。逼 Agent 用系统动力学的语言思考：多利益相关方、反馈回路、二阶效应。面对「要不要涨价」「这个功能会不会反噬社区」这类牵一发动全身的决策，它把拍脑袋变成画存量-流量图。与 scientific-critical-thinking 的分工清晰：一个证伪单点结论，一个审视复杂动态。
评分综合本刊 5-7 月实测存档与本机在册核验，权重为功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%、社区活跃度 15%；仅命名层核验的件如实标注：
| Skill | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 | 加权 |
|---|---|---|---|---|---|---|
| scientific-critical-thinking | ★★★★ | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | 4.2 |
| learning-coach（官方收录） | ★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★☆ | 4.1 |
| systems-thinking | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★ | 3.9 |
| self-learning | ★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★☆ | 3.8 |
| continuous-learning-v2 | ★★★ | ★★★☆ | ★★★☆ | ★★★ | ★★★ | 3.2 |
| mentoring-juniors | 待验 | 待验 | 待验 | 待验 | 待验 | 未计分 |
| telecom-learning-coach/planner | 谱系在册，公开数据缺 | — | — | — | — | 未计分 |
第一，版本号敢写进名字，是因为这一层迭代最快。 continuous-learning-v2 的 v1 死于「只记不删」，v2 也还没解决遗忘。学习系统的数据结构比功能型 Skill 更容易出 breaking change——功能件坏了是单次任务失败，学习件坏了是带着错误记忆持续污染后续所有会话。
第二，通用件垂直化时的切分方向有共识。 learning-coach 进电信行业拆成 planner 与 coach 两件，而不是做一个塞满 if-else 的 telecom-learning-coach-pro。规划与执行是两个认知阶段、两种触发词、两种更新节奏——这与本刊此前提炼的「数据动作切分法」（pcap 读/造/改）互为印证：垂直化不是翻译，是重新切分。
第三，家族有一个公认的结构性空洞：遗忘。 self-learning 承认自己「过于具体的经验反而误导」，continuous-learning-v2 承认自己「知识只增不减」，本刊 7 月评过的 remembering-conversations 承认「该记什么、何时遗忘、如何去重仍是开放难题」。三层八件，没有一件实现了「该忘的忘」。本周星值榜上 +174/日 的 agent-memory 打的正是这个洞——「纯 Markdown 作为事实源」意味着记忆可读、可改、可删，把遗忘权还给用户。
第四，装机冷、星值热，赛道正站在拐点上。 5 月底安装口径：skill-creator 241.6K 对 self-learning 3.1K，近 80 倍差距；本机 430 个装机里自学件 8 个，占比约 2%。但 9 月的星值榜第一梯队出现了记忆件。安装量反映当下刚需，星值反映下一季度的预期——资本投票已经先于使用投票抵达。
flowchart TD
ERR["开发现场：错误与偏好"] -->|"Hook 观察"| SL["self-learning"]
ERR -->|"Hook 观察"| CL2["continuous-learning-v2"]
SL -->|"经验笔记"| STORE["经验笔记目录"]
CL2 -->|"偏好与模式"| STORE
STORE -->|"下次会话注入"| AGENT["变强的 Agent"]
GOAL["学习目标"] -->|"自然语言"| LC["learning-coach"]
LC -->|"阶段计划与检验标准"| LEARNER["学习者"]
LEARNER -->|"结论存疑"| SCT["scientific-critical-thinking"]
SCT -->|"证据分级"| LEARNER
LEARNER -->|"复杂决策"| ST["systems-thinking"]
ST -->|"回路提问"| LEARNER
MJ["mentoring-juniors"] -.->|"带新人"| LEARNER
最小可用组合是三件：self-learning 负责「Agent 不重复犯错」，learning-coach 负责「人按计划学」，scientific-critical-thinking 负责「学的东西是真的」。continuous-learning-v2 建议等遗忘机制成熟后再上生产——带着只会增长的记忆跑长会话，污染风险大于收益。
# self-learning（2026年5月记录的安装命令，装前以仓库为准）
npx skills add philschmid/self-learning-skill@self-learning
# learning-coach（官方仓库收录）
npx skills add anthropics/skills@learning-coach
# scientific-critical-thinking（合集仓库，手动取单件）
git clone https://github.com/ckorhonen/claude-skills
# 把 skills/scientific-critical-thinking/ 目录拷入 ~/.claude/skills/
# continuous-learning-v2（据5月记录随 Hooks/框架生态加载）
npx skills add obra/superpowers # 框架整体安装，单件是否随附以仓库为准
# systems-thinking / mentoring-juniors / telecom-learning-coach / telecom-learning-planner
# 本机为预装；独立安装渠道未逐一核实，先定位再装：
npx skills find systems-thinking
npx skills find mentoring-juniors
只装一个：learning-coach——官方收录、零门槛、效果立竿见影，适合所有人。
按人群： 1. 开发者：self-learning + scientific-critical-thinking（Agent 不重犯错 + 结论有人把关） 2. 学习者/转行者：learning-coach + systems-thinking（计划 + 决策） 3. 团队负责人：mentoring-juniors 值得试装（带新人场景），但先当实验品
最被低估：scientific-critical-thinking——在人人卷产出的生态里，它是少数卖「不信任」的件。
最需观望：continuous-learning-v2；以及本周榜单上的 agent-memory——若「纯 Markdown 事实源」真把遗忘做成了普通文件操作，它可能是自学件空洞的第一个合格答案。
八件自学件摆在一起，能看到生态的一条暗线：功能件让 Agent 会做事，自学件让 Agent 越做越会。前者的问题是没有壁垒，后者的问题是没有成品——遗忘、冲突消解、经验共享，每个洞都还开着。但星值榜已经先投票了。对普通用户的建议朴素：先给自己装 learning-coach，给你的 Agent 装 self-learning，其余的等遗忘机制补上再说。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。