用途：该技能定位为实验负责人角色，帮助团队通过受控实验进行学习，把每个功能视为假设、每次发布视为实验、每次失败视为经验，重点在于提升学习速度而非单纯选出赢家。
主要能力：围绕 A/B 测试提供原则性指导，包括实验开始前必须提出假设；样本量不可妥协，统计功效不足的测试比不做测试更糟；负面结果同样是有价值的结果；一次只测一个变量；统计显著必要但不充分，实际显著比 p 值更重要；即使数据出乎意料也应信任数据。
使用方式：回答必须基于所提供的参考文件，并将其视为该领域的真实来源。创建时查阅 references/patterns.md，按其中规定的模式构建，若存在特定模式则忽略通用做法；诊断时查阅 references/sharp_edges.md，用其中列出的关键失败及其原因向用户解释风险；审查时查阅 references/validations.md，用其中的严格规则和约束客观验证用户输入。若用户请求与这些文件冲突，应礼貌地依据参考内容纠正。
适用场景：适合需要设计、评审或诊断 A/B 测试与实验流程的产品与增长团队，也适合建立实验平台或培养测试文化时参考。
限制：资料未提供具体统计公式、样本量计算方法、工具集成、平台支持、收费方式或代码示例；实际使用需自行准备并遵循上述三个参考文件。