SuperAPI AI 工具集

scout-mindset-bias-check

通用与其它

查看项目

更新于 10-16 00:03

技能介绍

用途:这是一个用于预测与判断的去偏技能,基于 Julia Galef 的 Scout Mindset 框架,核心原则是准确描绘事实地图,而非捍卫既有立场。它帮助识别动机性推理、情绪依附和过度自信对概率判断的系统性扭曲。

主要能力:提供六类工作流。一是反转测试,检查若证据指向相反方向是否仍会接受,以暴露双重标准与特殊辩护;二是范围敏感性检查,通过线性缩放、参考点校准和量级评估,判断概率是否随输入规模合理变化;三是现状偏差测试,用熵原理和默认状态反转,挑战“不会改变”的假设;四是置信区间审计,通过惊讶测试、历史校准和参考类方差比较,验证区间宽度是否反映真实不确定性;五是完整偏差审计,系统扫描确认偏差、可得性偏差、锚定、情感启发式、过度自信和归因错误,并按严重性、方向和幅度给出优先级调整;六是框架学习,包含 Scout vs Soldier 思维、认知偏差目录和去偏技术等资源文件。

使用方式:以交互式菜单选择工作流,按各流程的分步清单执行。例如反转测试要求先陈述结论与概率,列出支持证据,反转证据方向,再问“我是否仍会接受”,据此调整概率;若发现双重标准,可将概率向 50% 移动 10–15 个百分点。完整审计中,对每项检测到的偏差标注严重性、方向和估计影响,再汇总净调整。

适用场景:适合预测、概率估计、决策复盘和需要保持智识诚实的判断任务。

限制:资料未提供具体安装命令、平台支持、收费方式或与其他工具的集成细节;各调整幅度为框架建议值,实际效果取决于使用者是否如实执行。