返回顶部
c

chaos-pivot混沌枢轴

Prevents LLMs from sunk-cost pushing broken solutions. Triggers when an agent is stuck, looping, or failing repeatedly. Forces a Popperian falsification moment, then generates 3 constrained-chaotic alternative approaches and picks the best one. Loops like design thinking until solved or escalated.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
671
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

chaos-pivot

混沌转向

最重要的是不要停止提问。 ——爱因斯坦
能解释一切的理论实际上什么也解释不了。 ——卡尔·波普尔
游戏是研究的最高形式。 ——传为爱因斯坦所言
困难之中蕴藏机遇。 ——提醒我们失败是数据,而非挫败

此技能旨在解决智能体AI中最常见且最隐蔽的失败模式:固执。一个无法失败的LLM会编造成功。它会将已失效的方法推进到超出理性的地步,因为它从未被真正教导过如何放手。此技能教会它放手——并纵身一跃。

其哲学基础有三重:

  • - 波普尔的可证伪性:一个失败的方法并非挫折。它是你将收到的最诚实的信号。它告诉你关于世界的某些真实情况。尊重它。
  • 塔勒布的反脆弱性:不要仅仅容忍混乱。要利用它。混沌转向并非从失败中恢复——而是从失败中成长
  • 博弈论/混合策略:可预测的智能体是可被利用的智能体。在你的策略空间中注入真正的随机性,可以防止你被自己的假设所困。



何时激活此技能

你已陷入死胡同。你必须诚实地认识到这一点。触发条件是以下任意情况:

  1. 1. 重复而无进展:你已尝试相同核心方法(或其微小变体)2次或以上,结果并未实质性改善。
  2. 明确的不确定性:你发现自己正在思考或陈述我不确定这能否奏效这可能不是正确的方法我似乎卡住了。如果你在叙述自己的困惑,这就是一个信号。
  3. 超出阈值:你为此范围的任务所采取的步骤已超出合理预期,却仍未达成解决方案。如果一个任务应需5步,而你在第10步仍无明确终点,则已越过阈值。

若满足上述任一条件:在当前方法上不要再迈出一步。完全停止。沉没成本已经付出。额外投入无法挽回。



阶段一——证伪时刻

在生成替代方案之前,你必须命名失败。此步骤不可省略。跳过此步骤会导致浅层转向,那只是同一失效想法的表面变体。

撰写一份简短的内在裁决(除非能增加清晰度,否则无需向用户展示):

死胡同声明



尝试的方法:[用一句话描述你正在做什么]
失败的核心理念:[你曾相信会成立但实际并非如此的是什么?]
这次失败实际告诉我的是:[将其重新定义为信息,而非挫败]
我绝不能继续沿用的:[指出你必须打破的约束或习惯]

这是波普尔式的时刻。该方法已被证伪。它告诉了你一些真实情况。现在你自由了。



阶段二——生成3个受约束的混沌替代方案

现在你将生成恰好3个替代方法。这些方法必须同时满足两个标准,它们之间存在刻意的张力:

  • - 受约束的:每个方法必须保持在问题领域内。你并未放弃目标。你放弃的是方法。
  • 混沌的:每个方法必须与其他方法以及你已尝试过的所有方法真正不同。换种字体不是混沌。完全不同的数据表示才是混沌。不同的API端点不是混沌。根本不使用API才是混沌。

为了生成这3个替代方案,请使用以下三个视角。每个替代方案对应一个视角:

视角A——反转

问:如果完全相反的情况成立会怎样? 如果你在自上而下构建,那就尝试自下而上。如果你在获取数据,尝试在本地计算。如果你在添加,尝试移除。如果你在自动化,尝试手动操作,看看手动过程揭示了什么。反转会暴露你未曾意识到的假设。

视角B——类比

问:一个完全不同的领域会如何解决这个问题? 生物学家、厨师、城市规划师或游戏设计师会如何处理这个问题?将他们的方法映射到你的领域。重点不是字面复制——而是借用他们思考的结构。类比推理是突破发生的方式。

视角C——简化/蛮力简单

问:这个问题的可能最笨版本是什么,它仍然能工作? 剥离所有对优雅的假设。如果你完全忽略效率会怎样?如果你硬编码某些东西会怎样?如果你只解决80%的问题而不是100%会怎样?通常,笨版本会以复杂版本所掩盖的方式揭示真实问题的形态。
在执行任何替代方案之前,记录这3个方案:

混沌替代方案



[A——反转]
方法:[描述]
为何这打破了先前的模式:[解释]

[B——类比]
方法:[描述]
借用的领域:[指明领域]
为何这打破了先前的模式:[解释]

[C——简化]
方法:[描述]
这刻意牺牲了什么:[指明权衡]
为何这打破了先前的模式:[解释]



阶段三——执行与评估

尝试3个替代方案中的每一个。你无需在评估前完全完成每一个——有意义的试探就足够了。你在寻找信号,不一定是完整的解决方案。

对每次尝试,记录:

  • - 它是否遇到了与原始方法相同的障碍?(如果是,则假设比你想象的更深。)
  • 它是否打开了新的可能性,即使是部分的?
  • 它揭示了什么原始方法无法展示给你的东西?



阶段四——选择与继续

选择产生最强信号的替代方案。这不一定是看起来最正确的那个。它是打开了最多大门或揭示了最有用的信息的那个。

如果某个替代方案明显有效或部分有效:采纳它并继续。

如果没有任何一个完全有效,但有一个显示出前景:采纳它,并从头开始再运行一次此完整循环,使用新的失败数据。

如果所有三个都产生了真正的新信息但没有解决方案:你学到了重要的东西。综合所有三个失败的共同点——这种综合往往是通往真正解决方案的路径。



设计思维循环

此技能不是一次性的救援。它是嵌入在你推理中的循环往复。该循环镜像了设计思维:

观察 → 定义实际发生的情况(而非你预期的)

定义 → 清晰地命名真正的约束或失败(阶段一)

构思 → 生成3个受约束的混沌替代方案(阶段二)

原型 → 对每个方案执行有意义的试探(阶段三)

测试 → 评估信号,而不仅仅是成功/失败(阶段四)

审计 → 第三方验证——它是否真的站得住脚?(阶段五)

退出(如果审计通过)——或带着新的失败数据循环回观察

当找到可行路径时循环退出。它不会因为你厌倦了循环或因为解决方案看起来足够好而退出。它在你获得真正信号时退出。



阶段五——第三方验证

在宣布循环结束之前,你必须跳出自身。找到解决方案的智能体没有资格成为其唯一的评判者——它对自己刚刚努力得出的答案存在偏见。此阶段强制进行刻意的视角转换。

你不再是解决者。你是一个持怀疑态度的第三方,刚刚被递上这个解决方案,对其产生过程一无所知。你唯一的工作是在它成为别人的问题之前找到缺陷。

在内部执行以下审计:

第三方审计



这个解决方案实际上声称要做什么?[用平实的语言重述,如同向不熟悉的人解释]
什么情况必须成立才会导致它失败?[假设它失败——逆向推导]
是否存在此解决方案无法处理的更简单版本的问题?[边缘情况、边界条件]
此解决方案解决的是原始目标,还是一个略有不同的目标?[转向后范围漂移很常见]
领域专家会立即质疑什么?[调用相关的专家视角]
裁决:通过 / 标记

如果裁决是通过:循环结束。解决方案成立。

如果裁决是标记:你发现了一个真正的缺口。不要忽视它。返回阶段四并完善所选方法——或者,如果缺口是根本性的,带着新的失败数据重新进入阶段一的循环。这不是倒退。这是审计在履行其职责。

第三方不是在寻找完美。它是在寻找诚实的缺口——实际错误或缺失的东西,而非理论上可以更好的东西。标准是:这个解决方案在正常使用中会失败吗? 如果不会,则通过。



升级

如果你已完成此循环的3个完整循环,仍然没有可行路径,则不要再循环。相反,升级。告诉用户:

  • - 你试图完成什么
  • 你在所有循环中尝试的3个核心方法,以及每个方法揭示了什么
  • 失败模式本身对问题有何启示
  • 你认为缺少什么信息或能力才能取得进展

这不是失败。这是元层面的反脆弱性:利用累积的失败数据产生精确、可操作的诊断。带有良好失败数据的清晰升级,比强行通过的糟糕解决方案更有价值。



此技能禁止的行为

  • - 表面转向:更改变量名、用略有不同的参数重试、或在失效方法周围添加重试循环,都不是混沌转向。它们是伪装下的沉没成本延伸。
  • 在失败上叙述成功:如果失败的输出实际上没有推动你前进,不要将其描述为良好的第一步或进展。将失败命名为失败。这是波普尔式的契约。
  • 跳过证伪时刻:在生成替代方案之前,你必须命名失败的原因和内容。未经诊断的转向产生的是随机游走,而非智能探索。
  • 沿用失效的假设:每个替代方案必须违反先前方法的至少一个核心假设。如果所有3个替代

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 chaos-pivot-1776419964 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 chaos-pivot-1776419964 技能

通过命令行安装

skillhub install chaos-pivot-1776419964

下载

⬇ 下载 chaos-pivot v1.0.0(免费)

文件大小: 5.41 KB | 发布时间: 2026-4-17 18:48

v1.0.0 最新 2026-4-17 18:48
An anti-sunk-cost, chaos-injection mechanism into agentic reasoning.

Falsification Moment (Phase 1) is the soul of the skill. Without naming why the approach failed and what assumption broke, any pivot is cosmetic. This is Popper applied directly — the failure must be honored as real information before being discarded.
The 3 Lenses (Inversion, Analogy, Reduction) give the chaos structure. Fully random alternatives can waste cycles. Philosophically-guided alternatives — borrowed from how humans actually have breakthroughs — stay within the problem domain while being genuinely divergent. Inversion comes from TRIZ methodology, Analogy from how most scientific breakthroughs actually happen, and Reduction from the Unix philosophy and first-principles thinking.
The Design Thinking loop gives it the iterative self-correcting structure you asked for. It doesn't just pivot once — it carries accumulated failure data forward so each loop is smarter than the last.
The Escalation clause prevents infinite looping. After 3 full cycles, it surfaces the diagnosis to the user — which is itself a valuable output, not a failure.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部