ambition

用途 Ambition 是一个 AI 技能，用于在执行任务或改写提示词时提高“野心层级”。依据资料，它源自 Felix Rieseberg 的文章《How to be more ambitious: a tutorial for humans with models》（2026-10）。其核心主张是：模型能做的比人们要求的更多；该技能要求更多，同时保持结果诚实。资料指出，没有固定评审者的硬目标会让智能体伪造成功。

主要能力与模式 技能从参数第一词或用户话语中读取模式：

• 普通模式：/ambition <task>，走下述流程。
• 高模式：/ambition high <task>、“ambition high”、“go all out”，在普通流程上增加步骤。
• 改写模式：/ambition rewrite <prompt>、“make this prompt more ambitious”，改写提示词。

三个轴

• Altitude（高度）：这个任务之后应该发生什么？适用于结果比产物更重要、会反复出现的任务；对创意工作较弱，此时用 Range。
• Depth（深度）：最好的专家会从什么原始材料、用什么工具来做？适用于想把这件事做得非常好。
• Range（广度）：还有哪些领域会换一种做法？适用于创意任务或明显领域陷入僵局。 资料强调，把同样的工作做得更快不算这里的野心，那只是正常工作。

使用方式（流程）

1. 跳过琐事：只需一次工具调用或只有一个正确答案的任务直接做。
2. 先只读观察：读代码、数据或当前数字，测量基线，暂不修改。
3. 选择轴：按表格选择；信号不清晰时三个轴都用。
4. 写 brief 并展示给用户。brief 包含：高度目标问题（以分叉形式提问，不猜测目标背后的目标，并指出更高一级所缺的访问权限，如数据、凭据或机器）、计划（原始材料、工具、用动词描述任务并点出 3–5 个擅长这些动词的领域及其方法）、契约（Judge 评审：模型外、难以作弊的精确命令或检查及通过线；Target 目标：数字及其状态；Stop line 停止线；Scope 范围；Runs 运行项及负责人和终止条件）。
5. 等待批准：除非用户已批准，否则以 brief 结束本轮，不改动项目文件。只有明确说“go ahead”“no need to wait”等，或用户为无人值守工作选择的权限模式（且 harness 确认已开启，如 Claude Code 的 auto 模式、bypassPermissions）才算批准；无法确认的模式视为未开启。预先批准仅覆盖所请求的任务。
6. 执行工作，遵守“工作规则”和“诚实未达标”。
7. 以计划与实际对照表汇报。

诚实未达标规则

• 工作时相信目标可达（如 Dantzig 把未解问题当作业）。
• 存在性证明胜过打气：找已经达到该数字的人。
• 只有报告可以说“不可能”，且必须在停止线之后，并需三项：最小真实尝试（粘贴输出）、测得的差距、点名的阻碍。具备这三项的未达标是完整的好结果；在停止线前没有这些就停下属于偏离。
• 绝不改评审来通过：不改评审、测试、数据或目标，也不特例处理。若评审与规格矛盾，停下报告，由用户决定。

工作规则

• 使用工具，而不只是词语；若点名方法就要用它。
• 从原始数据开始：日志、导出、崩溃报告或源数据，不只靠摘要。
• 挑战已知：尝试从原始数据复现团队信念，数据不支持时报告。
• 产生新知识：先复现已知过去，再找盲点，并展示发现能预测未见数据。
• 做该领域实际做的事，不要角色扮演。

报告 以表格对照计划与实际：Judge（命令、通过线、粘贴输出或退出码）、Target（数字与状态、达成或差距）、Instrument（工具调用或“struck: 原因”）、Field（方法、完成或“struck: 原因”）、Scope（每行完成/未完成）。随后三行：Deviations、Unapproved、Next rung。

Altitude 阶梯 一次爬一级，在用户想停处停下。以季度业务回顾（QBR）为例：填模板数字；说明本季变化、原因与建议；找出三个最紧迫决策并起草选项与正反论证；设计比季度汇报更好的方式，用历史证明能更早发现问题，并与现行方式并行一个季度。代码例子：从“修这个崩溃”到“让应用不再崩溃”；最高一级通常是无需用户运行的东西，放入 Runs 行并配负责人和终止条件。

Range 实践 问“如果要做到非凡，人类会请谁？”用各领域的方法：编辑的剪辑、法务会计的 Benford 检验、记者的第二信源。当 3 个以上领域各需实际工作或用户要求多视角时，用多智能体技能或普通子智能体并行。

高模式 用于用户说 “ambition high”、“/ambition high”、“go all out” 或 “max ambition”。同一任务更用力，不是更大任务；契约、诚实规则和范围不变，但消耗更多 token，不要自行用于常规工作。附加步骤：先用 Cynefin 分类（Clear/Complicated/Complex/Chaotic 及证据）；发牌：运行 python3 <技能目录>/scripts/deal.py patterns，选 1–2 个契合模式，再运行 python3 <技能目录>/scripts/deal.py deal "<一行任务>" --patterns <id>,<id>，得到三个心智模型和三个 Range 视角；无法运行 Python 时读 references/deck.json 同样选择。每张牌当工具用，留下回执（产物或数字）作为报告行；不合适的写“struck: 原因”，绝不伪造回执。选择前写三种方案：明显方案、故意不合理方案、消解问题方案（反转或提高抽象层级直到问题消失），按评审评分后选一并说明理由。爬杠杆阶梯：点出所选变化的 Meadows 层级（参数<缓冲<结构<延迟<反馈回路<信息流<规则<目标），尝试高一级；若超出 Scope 则归入 Next rung。二阶效应：追溯两步“然后呢？”，点出一个意外效果及能捕捉它的检查。报告增加 Approaches 表（方案、评审结果或估计、选/弃理由）和每张牌一行。

改写模式 更深入而非更庞大。先展示四行：顶尖专业人士会做而提示词未要求的事；他们会从什么最原始材料开始；他们的具体方法与工具；除模型或用户外，什么能证明结果正确。然后在代码块中给出改写后的提示词，保留原交付物，并加入：第 2–3 行的原始材料与方法；带状态的目标；锚定模型外事物的评审（源系统总数、留出数据、现有测试），并写明“Don't change this check.”；“If you miss, report the miss with the real output. That is a good result.” 块下最多加一行可选的 Bigger version。

护栏 野心不是范围蔓延。契约的 Scope 行是界限，其他进 Next rung 或 Unapproved；没人要求的行为变化（新错误、新验证、改默认值）也算范围。工具是必需项：深度和评审需要真实计算机、数据访问和可运行检查；没有时，说明哪些部分变成了词语而非行动。

适用场景与限制 适用于希望模型超越字面要求、追求更高目标并保持可验证诚实的任务，尤其是结果导向、需要专家方法或多领域视角的工作，以及提示词改写。资料未提供具体收费、平台支持范围或效果数据，暂未提供。依赖 Python 脚本的步骤在无法运行时需改用读取 references/deck.json 的方式。