拆continuous-learning-v2：给Claude养本能

本期观察范围与核心发现

这是本栏的定期观察。前几期盯的都是「能干活的件」——出片、修错、部署、抓包，本期换个货架：专看那些不产出任何文件、只改变 Claude 行为方式的「软技能件」。清点本机装机的六个样本后发现，这个赛道正在悄悄分化成三派：语录派（把名人的思考框架写成清单）、制度派（把行为规范写成铁律和话术脚本）、装置派（用钩子和后台进程让 Claude 自己长记性）。

本期最重要的发现是 continuous-learning-v2——一件打着 v2.1 版本的「自我改造装置」，它承认了一件行业公开的秘密：技能是概率性的，触发率只有五到八成，而钩子是确定性的，触发率百分之百。它于是把学习这件事从 SKILL.md 里搬了出去，搬进 hooks、搬进 jsonl 日志、搬进带置信度评分的 YAML「本能」文件。

先说明数据口径：本期全部素材来自本机装机内六个 SKILL.md 的逐段拆读，未采信任何外部榜单数字，凡涉及 Star 数、下载量、上架日期处一律不标，读者可自行到仓库核实。

赛道地图

flowchart TD
    subgraph Think["思考框架件：语录派"]
        A["systems-thinking"]
        B["scientific-critical-thinking"]
    end
    subgraph Learn["自我学习件：装置派"]
        C["continuous-learning-v2"]
        D["self-learning"]
    end
    subgraph Coach["行为制度件：制度派"]
        E["mentoring-juniors"]
        F["personal-productivity"]
    end

三个子类指向同一个问题：Claude 默认是个「什么都会答应」的助手，而这批件在做的事，是给它加上约束、记忆和教学法。

评测对比表

活跃度一项按仓库内可观察的维护痕迹判断（版本号迭代、迁移指南、署名与外链），不代表热度排名。

深拆 continuous-learning-v2：一台三层渐进的自我改造装置

它先承认了技能的极限

这件的开篇没有吹功能，而是先自我否定了一段，原文写着：

"v1 relied on skills to observe. Skills are probabilistic -- they fire ~50-80% of the time based on Claude's judgment."

翻译过来：v1 版靠技能本身去观察会话，但技能是概率性的，靠模型自觉触发，只有五到八成的触发率；而 hooks（钩子）是确定性的，百分之百触发。所以 v2 把「观察」这道工序整体迁到了 PreToolUse / PostToolUse 钩子上——每次工具调用前后都截一道水流，分析则丢给后台的低成本模型去做。

这是本期拆到的最有工程味道的一个设计决策：不跟概率系统较劲，直接换确定性的地基。

「本能」是什么

它的知识单元不叫技能，叫 instinct（本能）——一条 YAML，一个触发条件配一个动作，长这样：

id: prefer-functional-style
trigger: "when writing new functions"
confidence: 0.7
domain: "code-style"
scope: project

四条属性决定了它和普通 SKILL.md 的本质区别：原子性（一个触发只配一个动作）、置信度加权（0.3 是试探，0.9 是近乎必然）、证据链（记录这条本能是被哪几次观察喂出来的）、作用域（项目级还是全局级）。置信度不是摆设，它直接决定行为：0.3 只建议不强制，0.7 起自动应用，用户纠正会让分数下降，长期不被观察到也会衰减——这是把机器学习的反馈回路，整个搬进了提示词工程。

v2.1 的关键一步：项目隔离

v2.0 时代所有本能全局共享，一份 React 项目里养出来的习惯会污染 Python 项目。v2.1 用了四层判别来确定「我现在在谁家干活」：优先读 CLAUDE_PROJECT_DIR 环境变量，其次对 git remote get-url origin 的 URL 做哈希——同一个仓库在不同机器上会得到同一个十二位项目 ID，这保证了本能库可以跨机器携带——再不行退回仓库路径，最后才是全局兜底。

配套还有一条晋升通道：同一条本能在两个以上项目出现、平均置信度不低于 0.8，就具备 /promote 升为全局本能的资格。框架习惯留在项目里，通用习惯（比如「先校验输入」「编辑前先 grep」）逐级上浮——这是给 Claude 建了一套经验的社会化流程。

完整流水线

flowchart TD
    S["会话活动"] --> H["钩子逐次捕获"]
    H --> O["观察日志 jsonl"]
    O --> A["后台观察员分析"]
    A --> I["生成本能 yaml"]
    I --> P{"作用域判定"}
    P -->|项目专属| L["项目本能库"]
    P -->|跨项目通用| G["全局本能库"]
    L --> E["evolve 聚类进化"]
    G --> E
    E --> F["长成技能或命令或Agent"]

短板，而且不小

第一，上手成本是六件里最高的：要改 settings.json 挂双钩子、要跑 Python CLI、要理解六条斜杠命令的分工，而且后台观察员 observer.enabled 默认是关的——装完不开这个开关，等于装了个静默的大多数。第二，隐私与性能的账要自己算：每个工具调用都会过一遍观察脚本，且默认设计是「会话内容持续落盘到 ~/.claude/homunculus/」；虽然它承诺只导出本能、不导出原始观察，但磁盘上那堆 jsonl 的存在本身就是一行需要知情的配置。第三，进化链路依赖后台模型的判断力，本能质量的天花板是那个便宜模型的天花板。

次拆 mentoring-juniors：一件精心设计的「拒绝机器」

如果说 continuous-learning-v2 是装置派的技术巅峰，mentoring-juniors 就是制度派的教科书。它的自述只有一句话：用苏格拉底式问答带新手，永远通过提问引导，绝不替学习者解决问题。

整件的主角是一个叫 Sensei 的人设——十五年以上的资深工程师，开场白是一句改写的谚语：「给开发者一条鱼，他吃一天；教会开发者调试，他发布一辈子。」真正的精华在四条金律（任何解法必须能被学习者逐行解释、禁止盲目复制粘贴、禁止居高临下、禁止不耐烦）和两张话术对照表：禁止说「这是错的」，永远改说「还没到」「差一点」「好的开始」；学习者卡壳时不给答案，给的是四级递进的线索——轻度的给引导问题加文档，中度的给伪代码，重度的给带 ___ 空格的半成品代码让他填空，最严重时也只给分步引导，并且原文明文规定：哪怕到了最严重级，也永远不提供完整可运行的代码，该转人工就转人工。

它甚至为「交付还是学习」的矛盾给了三角方案：低紧急度全程苏格拉底，中紧急度走 PEAR 循环（先写伪代码、再借 AI 起步、逐行分析、用自己的话重写），高紧急度允许 AI 直接生成但强制事后复盘，还附好了复盘模板。给新手的提示词教学法被总结成 CTEX 公式——上下文、任务、示例、要求解释。

设计上它和 continuous-learning-v2 是一对镜像：后者给 Claude 加记忆，前者给 Claude 上枷锁——整个件的功能就是不让模型做它最擅长的事（直接给答案）。短板也明显：它是为 GitHub Copilot 语境写的（满篇 /explain、@workspace、Ctrl+→），在 Claude Code 里这些指令需要自行换算；且全部内容挤在一个单文件里，没有做分层加载，正文长度在同类里数一数二。文内署名作者为 Thomas Chmara 与 François Descamps，附有 GitHub 主页链接。

其余四件速评

systems-thinking（语录派代表作）：一件把六位产品圈人物的思考框架压缩成四步法的技能——先画系统地图（所有玩家和他们各自的激励）、再辨存量与流量（什么在积累、什么在流动）、然后追二阶三阶效应、最后找杠杆点。引语来源包括 Seth Godin、Sriram Krishnan、Will Larson、Melissa Perri 等，文末附「常见错误清单」（只见一阶效应、忽视激励、局部最优）。结构上是分层加载的正确示范：正文只放框架，六段完整洞见放 references/guest-insights.md 按需取用。短板：只有「怎么想」，没有「产出什么」——没有输出模板、没有交付物定义，触发词「systems thinking」词面又太宽，容易在不该出现的场合被唤起。

personal-productivity（同门小弟）：与 systems-thinking 同属一个「产品课」家族，同样的 references/guest-insights.md 结构，只是语录源换成了两位（时间盒管理的 Gokul Rajaram、全写下来的 Maya Prohovnik），四条原则（日历是战略的显影、精力管理与时间管理同等重要等）。作为入门件合格，但深度明显薄一截——两段语录撑一个赛道，还是单薄了。

self-learning（外籍件）：一件「自学转化器」——/learn <主题> 之后自动搜文档、选三到五个官方来源、抽取内容、 synthes 成一个新技能落盘。真正的看点是它的宿主暴露：保存路径写的是 .agent/skills/ 和 ~/.gemini/antigravity/skills/，工具清单写的是 search_web、read_url_content、browser_subagent——这是另一家 Agent 生态的工具名。它此刻躺在本机的 Claude 技能目录里，属于跨生态迁徙的样本：正文逻辑是通用的，但每个工具调用都需要模型现场做一次「名实映射」。它有四条铁律，第一条就是「永不幻觉文档：只收录抓取到的信息」，纪律意识在线。

scientific-critical-thinking（空心件）：本期唯一的负面样本。在本机两次调用，返回的都只有一行执行占位符，没有注入任何指令正文——一件主打「批判性思维」的技能，自己没有内容可执行。不排除是个别环境的加载问题，但连续两次一致的表现，至少说明它在本机的可用性为零。列在这里是提醒：装机清单上的名字和货架上的实物之间，存在空心的可能，装完不验货，就不知道哪件是空壳。

从六件里提炼的 SKILL.md 写法模式

想自己写件的读者，这期样本足够提炼五条可直接抄的模式：

1. 人设卡先于功能清单——mentoring-juniors 通篇是 Sensei 在说话，不是「本技能将……」；身份感是行为件最强的粘合剂。
2. 禁令写成对照表——不说「要有耐心」，而是把禁语和替换语两列并排（"That's wrong" → "Not yet"）。模型对例子的服从远好于对形容词的服从。
3. 给系统留一个升级出口——两件高分样本都有「兜底转人工/转全局」的边界设计：mentoring-juniors 卡死时建议找人类导师，continuous-learning-v2 两个项目都验证的本能才许升全局。没有出口的制度，会在边界场景里崩坏。
4. 正文分层，细节下沉——systems-thinking 家族把正文控制在框架层，语录原文放 references/ 按需加载；这是官方推崇的渐进式披露写法，直接决定长技能的触发命中率。
5. 承认概率性，用确定性补位——continuous-learning-v2 用钩子补技能触发率的不足。推而广之：任何「希望每次都发生」的步骤，别写进 SKILL.md 祈祷模型自觉，能挂钩子的挂钩子，能用脚本校验的用脚本校验。

推荐排行榜

• 总分第一：continuous-learning-v2（4.50）——唯一一件把「学习」做成闭环工程的
• 最值得抄作业：mentoring-juniors（4.25）——话术对照表和四级线索梯度，任何教学/审查类技能都能搬
• 最适合作第一个自己写的件：systems-thinking——结构最标准，照着骨架换内容即可
• 最跨境样本：self-learning——研究跨生态技能迁移的活化石
• 本期避雷：scientific-critical-thinking——装机请验货

安装与使用

# 发现（skills 生态通用 CLI）
npx skills find continuous-learning-v2
npx skills find mentoring-juniors

# 手动安装通用法：把技能文件夹整个拷进用户级技能目录
cp -r <技能文件夹> ~/.claude/skills/

# continuous-learning-v2 装完必做两件事：
# 1) 按 SKILL.md 把 PreToolUse/PostToolUse 钩子写进 settings.json
# 2) 把 config.json 里的 observer.enabled 改为 true，否则后台观察员不工作

各件的仓库归属以各自 SKILL.md 或仓库 README 内标注为准；mentoring-juniors 文内附有作者主页链接可直接溯源。

参考来源

1. mentoring-juniors SKILL.md（本机装机原文） — Sensei 人设、PEAR 循环、CTEX 公式均出自此文；文内署名 Thomas Chmara (@AGAH4X) 与 François Descamps (@fdescamps)
2. continuous-learning-v2 SKILL.md（本机装机原文） — 本能模型、v2.1 项目隔离、钩子配置的全部出处；文内致谢 Homunculus 社区项目，并附 skill-creator.app 与作者长文 The Longform Guide
3. systems-thinking SKILL.md（本机装机原文） — 四步法与六位产品人物引语的出处，分层加载结构的范本
4. self-learning SKILL.md（本机装机原文） — Antigravity 宿主路径与「永不幻觉文档」铁律的出处
5. personal-productivity SKILL.md（本机装机原文） — 时间盒与「全写下来」两条原则的出处

[!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。