闲社服务运行正常AI智能体自动化平台
i

反转协议

技能标识:inversion-protocol

>

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

反转协议

逆向协议

我只想知道自己会死在何处,这样我就永远不会去那里。
— 查理·芒格

该技能的作用

逆向协议是一个元认知推理层,能够提升AI智能体做出的每一个决策的质量。其工作原理是在重大行动之前插入一个快速的逆向思维检查点。

大多数技能赋予机器人新的能力。而本技能通过在实际发生错误、幻觉、错误假设和过度设计的解决方案之前捕捉它们,使所有现有能力更好地发挥作用。

本技能零依赖、零运行时成本。 它是纯粹的推理增强——无需API、无需二进制文件、无需环境变量、无需外部服务。

何时激活

在对错至关重要的任何行动之前应用逆向协议:

  • - 编写或修改代码
  • 运行破坏性或不可逆的命令
  • 调试问题(尤其是卡住时)
  • 做出架构或设计决策
  • 回答准确性至关重要的问题
  • 执行多步骤工作流
  • 用户曾纠正过你的任何情况

不要应用于读取文件、列出目录或回应问候等琐碎操作。该协议适用于关键时刻。

三个透镜

当协议激活时,按顺序应用这三个透镜。每个只需几秒钟,但能捕捉完全不同类型的错误。

透镜1:逆向(反向工程师)

问:我该如何故意制造这个问题?

不要问我该如何修复这个问题?,而是问我该如何故意破坏它?答案会揭示正向思维完全忽略的根本原因。

机制:

  1. 1. 用一句话清晰陈述问题或目标
  2. 将其逆向:描述3种你会导致这个确切失败的具体方式
  3. 检查:当前情况中是否存在这些失败模式?
  4. 如果是——你已经找到了根本原因。直接解决它。

示例——调试慢速代码:

  • - 正向思维:让我分析性能并优化热点路径
  • 逆向:我该如何故意让代码变慢?

- 在大数据集上添加不必要的嵌套循环
- 在循环内进行冗余的数据库/API调用
- 用同步操作阻塞主线程
- 跳过缓存,每次都重新计算所有内容
  • - 在代码库中检查这些确切的反模式
  • 结果:30秒内找到N+1查询问题,而不是30分钟

示例——编写API端点:

  • - 正向思维:让我实现快乐路径
  • 逆向:我该如何让这个API尽可能不安全?

- 将未净化的输入直接接受进查询
- 向客户端返回完整的错误堆栈跟踪
- 跳过身份验证和速率限制
- 以明文记录敏感数据
  • - 检查:我是否无意中做了这些中的任何一个?
  • 结果:在开发期间而不是生产环境中发现安全问题

透镜2:事前验尸(时间旅行者)

问:现在是明天,这件事完全失败了。哪里出了问题?

事前验尸技术(由心理学家加里·克莱因创建)利用了一种认知偏差:人们更擅长解释过去的事件而非预测未来的事件。通过将失败框架化为已经发生,你解锁了大脑通常会抑制的失败模式。

机制:

  1. 1. 假设你的计划行动已经执行并且失败了
  2. 生成3个最可能的失败原因
  3. 对于每个原因,确定:我能否在行动前验证这不会发生?
  4. 如果可以验证——就去验证。如果不能——添加一个保障措施。

示例——重构一个函数:

  • - 计划行动:将共享逻辑提取到辅助函数中
  • 事前验尸:重构已发布并破坏了生产环境。为什么?

- 该函数有我没注意到的隐藏副作用(最可能)
- 其他代码依赖于确切的返回结构,而不仅仅是值
- 测试套件没有覆盖这个函数处理的边缘情况
  • - 验证:阅读所有调用者。运行测试。检查副作用。
  • 结果:发现该函数修改了一个全局配置对象——本会导致一个微妙的线上bug

示例——回答技术问题:

  • - 计划行动:使用库X提供解决方案
  • 事前验尸:用户尝试了我的解决方案但没成功。为什么?

- 库X的API在我不知道的最近版本中发生了变化
- 用户的环境有我没问到的限制条件
- 我的解决方案在隔离环境中有效,但与他们的现有代码冲突
  • - 验证:承认版本不确定性。询问限制条件。对答案添加说明。
  • 结果:提供稳健的答案,而不是自信但错误的答案

透镜3:减法之道(剃刀)

问:在这里我绝对绝对不能做的一件事是什么?

受纳西姆·塔勒布原则的启发——消除伤害比增加好处更强大。在复杂系统中,避免最严重的错误比找到最佳解决方案更重要。这个透镜防止灾难性错误。

机制:

  1. 1. 识别这种情况下可能造成的最具破坏性的单一错误
  2. 明确确认你即将犯这个错误
  3. 如果是——停下来,重新考虑你的整个方法

示例——数据库迁移:

  • - 减法之道:我绝对不能做的一件事?

- 在没有协调的情况下删除或修改其他服务依赖的列
  • - 检查:我即将这样做吗?→ 是的,users.email列被认证服务引用
  • 结果:防止级联的多服务宕机

示例——回应沮丧的用户:

  • - 减法之道:我绝对不能做的一件事?

- 给出他们已经拒绝过的相同答案,只是换种说法
  • - 检查:我的新回应是否有实质不同?→ 没有,基本上是相同的方法,只是语法不同
  • 结果:迫使采用真正的新方法,而不是重新表述失败

集成模式

模式A:完整协议(复杂决策)

适用于架构选择、多文件重构、卡住的调试会话或高风险操作:

[逆向协议 — 完整]
目标:{一句话描述我要做的事情}

逆向:我该如何导致这个问题?

  1. 1. {失败模式1}
  2. {失败模式2}
  3. {失败模式3}

当前情况中存在?{是/否 + 详情}

事前验尸:它失败了。为什么?

  1. 1. {最可能的原因}
  2. {第二可能的原因}
  3. {第三可能的原因}

行动前可验证?{验证步骤}

减法之道:我绝对不能做的一件事?
→ {要避免的灾难性错误}
我即将这样做吗?{是/否}

决策:{继续 / 调整方法 / 停下来重新思考}

模式B:快速检查(常规操作)

适用于编写函数、运行命令或标准回应——一个5秒的心理检查:

[逆向 — 快速]
逆向:{一种我会导致失败的方式}
事前验尸:{一个可能出错的原因}
剃刀:{绝对不能做的一件事}
→ {继续 / 调整}

模式C:卡住模式(当进展停滞时)

当智能体尝试了多种方法都不奏效,或者用户多次纠正同一类型的错误时:

[逆向协议 — 卡住模式]
我一直在尝试:{描述}
我目前的方法:{列出已尝试的方法}

完整逆向:我该如何保证这永远不成功?

  1. 1. {反方法1}
  2. {反方法2}
  3. {反方法3}

我是否无意中做了这些中的任何一个?{分析}

重新框架:如果问题不是{我认为的那样}
而是{逆向框架}呢?

该技能不做的事情

  • - 不添加工具或API集成
  • 不需要任何环境变量、配置或依赖
  • 不会明显减慢智能体速度(每次检查只需几秒)
  • 不会覆盖用户的指令
  • 不适用于琐碎操作
  • 不是安全过滤器或内容策略——它提高决策质量

为什么有效(认知科学)

  1. 1. 确认偏误对策:人类和LLM自然倾向于寻找证实第一直觉的证据。逆向迫使考虑否定性证据。
  1. 2. 前瞻性后见之明:克莱因的研究表明,与标准的可能出什么问题?思维相比,事前验尸将识别失败原因的能力提高了30%。
  1. 3. 减法优于加法:塔勒布的减法之道认识到,在复杂系统中,避免最坏结果(稳健性)比优化最佳结果更有价值。
  1. 4. 二阶思维:该协议自然产生一阶推理所遗漏的二阶后果。

可组合性

逆向协议增强了生态系统中所有其他技能:

  • - 代码技能 → 在bug被写出之前捕捉它们
  • DevOps技能 → 防止配置错误的部署
  • 研究技能 → 避免确认偏误的搜索
  • 沟通技能 → 防止不合时宜的回应
  • 金融技能 → 在执行前捕捉风险交易
  • 自动化技能 → 防止失控进程

它是一个力量倍增器,而不是任何现有能力的替代品。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 inversion-protocol-1776285466 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 inversion-protocol-1776285466 技能

通过命令行安装

skillhub install inversion-protocol-1776285466

下载

⬇ 下载 inversion-protocol v1.0.0(免费)

文件大小: 12.65 KB | 发布时间: 2026-4-16 15:35

v1.0.0 最新 2026-4-16 15:35
Initial release
返回顶部