副标题：从第一性原理到奥卡姆剃刀，我把人类最聪明的 12 种思考方式，做成了一句话就能调用的 AI 工具。
你是不是经常遇到这种情况------
打开 ChatGPT 或 Claude，想让它帮你分析一个复杂问题，结果它给出的回答虽然有道理，但总觉得「缺了点什么」。
缺的是什么？缺的是一套结构化的思考框架。
AI 很聪明，但它的默认思考方式是「通用」的。它不知道你此刻需要的是麦肯锡式的结构化分析，还是 Musk 式的第一性原理拆解，又或是丰田式的持续改善思维。
于是我做了这件事：把人类历史上最经典的 12 种思考方法论，一个个锻造成 AI 能听懂、能执行的「技能包」。
一个场景，两种回答
先看一个对比。
问 AI：「我想做一个面向程序员的笔记工具，帮我分析一下市场机会。」
普通 AI 的回答大概长这样：
「程序员笔记工具市场竞争激烈，已有 Notion、Obsidian 等成熟产品。建议你找到差异化切入点，比如专注某个编程语言......」
对不对？对。有用吗？不太有用。因为它没有用任何思考框架来分析。
而激活了五力分析 Skill 的 AI，回答是这样的：
新进入者威胁（原理 2）：笔记工具进入壁垒------你现在需要一个代码编辑器集成、一个 VS Code 插件、一个 Git 同步------这些都不是「下载个 App」级别的事了。壁垒：中等。
供应商议价力（原理 3）：你的上游是谁？如果你用 OpenAI API 做 AI 功能，OpenAI 对你有绝对议价权。如果你自建模型，没有。这个分歧很大，建议走自建或开源模型路线。
买方议价力（原理 3）：程序员是价格敏感且忠诚度低的群体。他们的转换成本不是「导出数据」，而是「工作流习惯」。你的竞争优势不在于数据锁定，而在于「比 VS Code 还顺手」。
替代品威胁（原理 4）：程序员「什么都不用」是最大替代品------纯本地 Markdown + Git。你的产品必须提供「不用你反而更麻烦」的价值。
行业竞争强度（原理 5）：目前是差异化竞争而非价格战------各产品在争「谁更懂开发者」而非「谁更便宜」。这对新进入者是好消息。
看出区别了吗？同样的 AI，同样的时间，回答的信息密度和可操作性差了 5 倍。
为什么方法论对 AI 这么重要？
这不是 AI 的问题。大语言模型本质上是「通用推理引擎」，它需要你告诉它按什么逻辑来推理。
人类专家之所以是专家，不是因为他们知道更多事实，而是因为他们内化了一套思考框架------医生有鉴别诊断流程，投资人有多维评估矩阵，工程师有系统设计原则。
这个项目叫 Forge Skill（锻造技能），做的事情很简单：
- 深度调研一个方法论的原始文献（不是二手解读，是原著）
- 提炼出 3-7 个核心原理（每个原理必须有至少 2 个跨领域验证）
- 构建可执行的「操作协议」------一步步告诉 AI 怎么用这个方法思考
- 质量验证（自动检查 + 人工审查）
- 生成一个标准的 Skill 文件，一行命令就能装到你的 AI 里
12 种思维武器一览
🔬 认知方法论（帮你更清晰地思考）
1. 第一性原理 把问题拆到不可再分的基本事实，从那里重新推导方案。SpaceX 用它把火箭成本降到行业 1/10。
2. 系统思维 不是看 A 导致 B，而是看 A 和 B 如何互相影响形成循环。复杂问题的「治本」工具。
3. 奥卡姆剃刀 同等解释力下，选假设最少的方案。不是「简单=正确」，而是「简单=更容易验证和纠错」。
4. 费曼学习法 不能简单解释清楚，就是没真懂。用「假装教给一个 12 岁的孩子」来检验理解深度。
📈 商业战略（帮你做出更好的商业决策）
5. 精益创业 Build-Measure-Learn 循环。在极端不确定中用最小成本最快学习。Dropbox 用 3 分钟视频验证了需求，Zappos 用手机拍照验证了「人在网上买鞋」。
6. 增长黑客 不是一次大动作，而是无数小实验。北极星指标锚定方向，全漏斗逐层优化，找到用户的「啊哈时刻」。
7. 五力分析 五种竞争力量决定行业利润率。进入任何新市场前，先问「这行业值得进吗？」
8. 改善（Kaizen） 每天进步 1%。丰田靠每年百万条员工改善建议，从战后废墟做到全球制造业标杆。
🎨 设计创新（帮你做出更好的产品）
9. 设计思维 以用户共情为起点重新定义问题。不是问用户要什么，而是观察他们真正经历什么。
10. 双钻模型 两轮发散收敛------先探索正确的问题，再探索正确的方案。大多数产品失败不是因为解错题，而是因为做错了题。
⚙️ 工程与方法（系统性的问题解决工具）
11. TRIZ 苏联科学家从 4 万份专利中提炼的发明规律。真正的创新不是灵感，是可以像解方程一样系统化求解的。
12. 事前验尸 项目启动前假设已经失败，反推失败原因。Gary Klein 实验证明这种方法能多识别出 30% 的风险。
怎么用？一行命令。
bash
npx skills add peterfei/forge-skill-first-principles-skill安装后，你只需要说出触发词：
- 「用第一性原理分析特斯拉为什么要做 Robotaxi」
- 「用系统思维看看为什么每次改这个 Bug 都会引出新 Bug」
- 「事前验尸一下我们下周要上线的新功能」
- 「这个行业能不能进？用五力分析评估」
AI 就会按照那套方法论的结构化流程，一步步帮你分析。
它不是在「扮演专家」，它是在执行一套经过三重验证的思维操作协议。
为什么开源？
因为思考方法不应该是秘密。
这些方法论本身是人类智慧的公共财富------Aristotle 的第一性原理、Porter 的五力分析、Toyota 的 Kaizen------没有一个是我的发明。我只是做了一件「翻译」工作：把这些原本需要花几个月读书和实践才能内化的思维框架，翻译成 AI 能直接执行的指令。
而且，这个项目的核心引擎也是开源的。你不需要等我锻造新的方法论------你可以直接用 forge-skill 引擎去锻造你自己的思维工具。
冷启动的真实反馈
上线 24 小时，GitHub 上的数据：
- 12 个方法论 Skill 全部通过 6/6 质量检查
- 每个 Skill 的一手来源占比超过 70%（不是二手博客，是原版书籍和论文）
- 支持 Claude Code、Cursor、Codex CLI、Cline 等 17 个 AI runtime
最让我意外的是：增长最快的居然是「事前验尸」这个 Skill。
这个方法论本身比较小众，但它的实用性太强了------项目启动前花 30 分钟跑一遍，能省掉事后 30 天的救火。
你需要哪一个？
如果你只能装一个------
- 做产品的 → 设计思维 + 双钻模型
- 做创业的 → 精益创业 + 增长黑客
- 做技术的 → 第一性原理 + TRIZ
- 做管理的 → 系统思维 + 改善
- 做投资的 → 五力分析 + 第一性原理
- 做决策的 → 事前验尸 + 奥卡姆剃刀
- 做学生的 → 费曼学习法
当然，全装上也就 12 条命令的事。
最后
我一直觉得 AI 时代最有趣的事情之一，不是让 AI 变得更像人，而是让人类最聪明的思考方式变得可以复制。
这套方法的核心理念来自 Tim Brown（IDEO CEO）说过的一句话：
「你不是在为 AI 编程，你是在为思维编程。」
12 个 Skill 只是开始。如果你有想锻造的方法论，来 GitHub 开个 Issue，我们一起来「锻造」。
GitHub: peterfei/forge-skill
安装: npx skills add peterfei/forge-skill-<方法名>-skill
#AI工具 #效率提升 #思维方法 #开源项目 #ChatGPT #Claude #生产力