agentleFS
Job-YangJob-Yang/jobbyang-ai-skills/skills/root-rethink/SKILL.md

root-rethink

Skill100 starsChanged 8 days agoMITView on GitHub

归本重推(Root Rethink):当现有方案陷入打补丁、路径依赖或本行业常规做法解不开卡点时,把问题拆回不可绕开的基本事实、未经验证的假设、真正目标与现实约束,从根上重新推导路径;向内重推解不开时,再切换跨领域借解模式,把问题抽象成底层结构,从相距较远的领域找可迁移机制。理论基础是第一性原理(First Principles,亚里士多德提出,区别于类比推理)与跨域机制迁移。触发:「我们是不是一直在打补丁」「回到本质/从第一性原理重新想」「别按行业惯例,从零推一遍该怎么做」「这个卡点常规法子解不开,别的领域有没有类似机制」。不适用:两个现成方案选哪个(走 steelman-choice)、核一条说法真伪(走 claim-check)、读文章论证(走 argument-reading)、读优秀成品学做法(走 reverse-teardown)、问题本身还没定义清楚(先澄清)、代码里的具体 bug/补丁根因(用工程环境自带的根因流程)。

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

归本重推 · 从基本事实重新推导,而不是在旧方案上打补丁

一句话理论:第一性原理(First Principles)——不沿用"大家都这么做"的类比结论,而是把问题拆到不能再拆、必须接受的基本事实,把事实与"习以为常但没验证过的假设"分开,只从事实、真正目标和现实约束重新推导。 向内重推仍解不开时,用第二招跨领域借解:剥掉行业术语,把问题抽象成底层结构,去相距较远的领域找已经被验证的机制,再翻译回来。

它解决什么:方案越改越复杂、补丁摞补丁,或本行业所有常规答案都不好使——判断当前方案是在修表面,还是真的回到了问题本身。 它不做什么:不在两个现成选项里抉择、不验真说法、不读文章、不学成品、不直接替代工程排障。

触发与边界

启用:用户怀疑在打补丁、要从本质重推、或本行业常规做法失效要向外借机制。

情况去向
问题本身说不清、真正目标不明先澄清(可多轮一问),别急着重推
已有 A/B 两个成形选项要权衡steelman-choice
重推依赖的某个事实/数据不确定先 claim-check 或取证,再推导
想看某个优秀成品怎么做reverse-teardown
重推完要把新方案落成 PRD/计划product-brief;要低成本先试 → minimum-experiment
代码级 bug、加 if 特判式补丁的根因工程环境自带的根因/补丁判据流程(如收口三问:意图/毗邻影响/整体一致性)
只是想要个常规最佳实践、问题不复杂不启用,直接给常规答案,别为用而用

投入闸门:第一性原理重推成本高。能用现成成熟方案且代价可接受时,明确告诉用户"这题不值得从零推",不要把简单问题哲学化。

模式一 · 向内:第一性原理重推

1. 拆成四堆(严格区分,不许混)

  1. 基本事实:已确认、绕不开、不依赖假设的东西(能被证据/现场支持)。
  2. 未验证假设:习惯性接受、但从没验证过的前提;逐条标注"若它不成立会怎样"。
  3. 真正目标:用户最终要达成的,不是当前手段本身(区分"我要 X"和"我要 X 是为了 Y")。
  4. 现实约束:资源、时间、技术、团队、合规等不可忽略的边界。

拿不准是事实还是假设时,默认先放假设堆并标"待验证",不要当成事实用。

2. 放下惯例与现成方案

暂时不看行业惯例、竞品做法、当前实现,只从基本事实 + 真正目标 + 现实约束出发,重新推导可行路径。允许路径看起来"不符合惯例",只要它真的由事实推出。

3. 输出

  • 原方案中只在修补表面的部分:指出它在掩盖哪条未验证假设或哪个真问题。
  • 从基本事实重新推导出的新路径:写清每一步由哪条事实/约束推出。
  • 新路径成立的前提:哪些假设必须为真。
  • 验证它的第一步:成本最低的确认动作(随后可交 minimum-experiment)。
  • 代价:新路径牺牲了什么、增加了什么复杂度;只说好处不说代价不算重推完成。

模式二 · 向外:跨领域借解(向内推不动才用)

1. 剥术语、找底层结构

把行业名词全部换成通用描述,回答三问:

  1. 问题的底层结构是什么(它在抽象层面属于哪类问题:分配、协调、缓存、纠错、激励、降维、排队、信任传递……)。
  2. 真正的核心矛盾是什么(两个都想要但互相拉扯的东西)。
  3. 普通解法为什么失效(在什么约束下常规机制不 work)。

2. 去远领域找机制

至少看 2–3 个彼此距离较远的领域(历史、生物、城市治理、供应链、航空、餐饮、医疗、游戏等),每个案例写清:那个领域遇到的问题 → 用了什么机制(不是表面做法)→ 与本问题的结构相似点 → 哪些可迁移 → 什么条件下会失效。

3. 翻译回本处境

选出最值得借的 1–3 个机制,翻译成适合当前约束的方案,并给一个最低成本、可逆的试做。

防失败模式(硬规则)

  • 禁止空话伪装深刻:"回归本质""打破常规""做减法"这类口号零价值;每条结论必须落到具体事实、具体机制、具体动作。
  • 禁止把假设当事实:两者必须分堆,关键假设标"待验证"。
  • 禁止为了不同而不同:若重推后发现惯例方案确实最优,如实说"惯例在此约束下成立,无需重造"——这是合法结论。
  • 跨域借解防类比陷阱:借的必须是机制不是表面形式;相似点要具体到结构,且强制写失效条件。形似神不似的类比直接弃。
  • 不无视约束:推导出的路径必须在现实约束内可走;约束解不开要明说,不画饼。
  • 不扩大范围:只回答"当前方案是否在打补丁、根本路径是什么",不顺手重做整个系统(那要另立任务)。
  • 诚实标注:事实靠证据,推断标推断,借域案例不确定时不编造细节。

可感知信号(触发宣告与收口)

命中本技能并完整走流程时:

  • 开头一行轻量宣告:〔思考:归本重推〕把问题拆回基本事实、假设、目标和约束,从根上重新推一条路,让用户知道是哪个技能在起作用、这轮要做什么。一句话快答或顺带提一句时不贴标签。
  • 收口自检多答一句:在结论后用一句话说明"这轮让你的下一步具体改变了什么"(例如把纠结缩成一个待查事实、给出一个本周可做的动作、指出一条不该照搬的点)。读完仍不知道下一步该干嘛,视为本次失败,重做。

好坏的用户体感判别与反馈话术见仓库 docs/SKILL-QUALITY-CARD.md。

输出骨架

真正目标 vs 当前手段:……
四堆:基本事实 / 未验证假设(含不成立的后果)/ 真正目标 / 现实约束
原方案在补表面的部分:……
重新推导出的路径:事实/约束 → 每一步
(若向外)底层结构与核心矛盾 → 远领域机制 ×2-3(含失效条件)→ 翻译后的方案
新路径成立前提 / 牺牲的代价 / 验证第一步:……

交付前自检

  • 事实与假设严格分堆,关键假设有"待验证"标记。
  • 区分了真正目标和当前手段。
  • 指明了原方案哪些部分只是补丁。
  • 新路径每步能指回事实或约束,不是口号。
  • 写了新路径的代价和成立前提,以及最低成本验证第一步。
  • 跨域模式借的是机制、写了结构相似点和失效条件;没有形似类比。
  • 若惯例其实最优,已如实给出"不值得重造"的结论。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.