SuperAPI AI 工具集

ambition

智能体与模型

查看项目

更新于 10-22 04:48

技能介绍

Ambition 是一个面向 AI 智能体的思考技能,目的是让模型在任务中表现得比被要求得更有野心,同时保持结果诚实。该技能基于 Felix Rieseberg 的《How to be more ambitious: a tutorial for humans with models》(2026-10)。其核心判断是:模型能做得比人们要求的多,但如果没有固定的评判者,高难目标会促使智能体伪造成功,因此必须用外部评判标准约束。

【三种调用模式】 从参数第一个词或用户措辞判断模式:

  • /ambition <task>:普通模式,走下文流程。
  • /ambition high <task>,或用户说“ambition high”“go all out”:高野心模式,在普通流程上追加步骤。
  • /ambition rewrite <prompt>,或用户说“make this prompt more ambitious”:提示词改写模式。

【三个轴】

  • Altitude(高度):问“这个任务之后应该发生什么”,适用于结果比产物更重要、任务反复出现的情况;对创意工作较弱。
  • Depth(深度):问“最好的专家会从什么原材料、用什么工具来做”,适用于想把一件事做到很好。
  • Range(广度):问“其他领域会怎么做”,适用于创意任务或明显领域陷入停滞。 技能明确指出:把同样的工作做得更快不叫野心,那只是正常工作。

【执行流程】

  1. 跳过琐事;若任务只需一次工具调用或只有一个正确答案,直接做。
  2. 只读观察:先读代码、数据或当前数字,测量基线,不做任何修改。
  3. 选择轴:参考上表,信号不清时三个轴都用。
  4. 写简报:在首次修改项目文件前,把简报写入 BRIEF.md 并展示给用户。评判者和目标必须在动工前确定,因为看到结果后再定通过线总能设为通过。若定晚了,需在 Deviations 中说明,不得谎称简报更早锁定。
  5. 等待批准:仅明确的“go ahead”“no need to wait”之类,或用户在无人值守场景选择的权限模式(且可确认处于开启状态)算作批准。批准即锁定契约;请求任务本身不算批准简报。未获批准则以简报结束本轮,不改动项目文件(用户要求生成的报告文件除外)。
  6. 执行工作,遵守工作规则与如实失败规则。
  7. 以计划 vs 实际表格汇报。

【简报内容】

  • 目标问题(Altitude):不要猜测目标背后的目标,应以分叉方式提问:“我把目标理解为 X,所以会做 A;如果是 Y,我会做 B。是哪个?”并指出更高层级缺少的访问权限(数据、凭证、机器等)。
  • 计划:原始材料(专家起步所用的数据本身,而非其摘要);工具(该领域最优秀者使用的方法与工具,如数据库而非 markdown 表格、统计模型而非目测、性能分析器、真实设备);领域(用动词描述任务,找出 3–5 个擅长这些动词的领域及各自方法)。
  • 契约(批准后锁定):Judge(确切的命令或检查及通过线,必须位于模型之外且难以钻空子,如既有测试套件、留出数据、真实设备、外部总计;自己阅读自己的输出不算评判者;自写测试只能补充不能替代;没有外部评判者时须标注为自建并写明能定论的外部检查)、Target(一个数字及其状态:proven(<来源>)、有意不合理、或猜测(无基线))、Stop line(允许在失败前投入的努力,如“3 种真实方法”)、Scope(获批的交付物和文件,一行一个)、Runs(<做什么> · owner: <谁读> · kill when: <条件>)。

【如实失败规则】 工作时相信目标可达;寻找已达成该数字的实例作为存在性证明;只有报告可以说“不可能”,且必须在停止线之后,并具备三要素:最小的真实尝试(粘贴输出)、测得的差距、点名的阻碍。具备这三要素的失败是完整的好结果;未到停止线就停下且无三要素则是偏差。绝不修改评判者以求通过;若评判者与规格矛盾,停下并报告,由用户决定。

【工作规则】 使用所声明的工具而非只停留在字面;从原始数据出发;挑战团队既有认知并用数据验证;产出新知识(先复现已知过去,再找盲点,并证明发现能预测未见数据);在查看前划分留出数据并将预测先写入文件,已打印、绘图或汇总过的留出数据不算留出数据;做该领域实际做的事,而非角色扮演。

【报告格式】 以表格列出 Judge、Target、各 Instrument、各 Field、各 Scope 行的计划与实际,然后三行:Deviations(无,或所有对评判者、测试、数据、目标、范围的改动及原因)、Unapproved(无,或范围外构建的内容)、Next rung(一行,参照 Altitude 阶梯)。

【Altitude 阶梯】 一次爬一级,在用户想停的地方停。以季度业务回顾(QBR)为例:填模板数字 → 说明本季变化、原因与应对 → 找出三个最紧迫决策并起草带正反论据的选项 → 重新设计比季度演示更好的机制,并用历史证明它能更早发现问题、与现行机制并行运行一个季度。代码示例:先“修复这个崩溃”,再到“保持应用不崩溃”;顶层通常是无需用户即可运行的东西,写入 Runs 行并指定 owner 与 kill 条件。

【Range 实践】 问“如果这件事必须非凡,人类会请谁来做”;可运行 python3 <技能目录>/scripts/deal.py fields "<任务动词>" 获取领域卡片(含方法、工具、收据);领域可并行智能体执行,适用于 3 个以上领域各需实际工作或用户要求多视角时。

【high 模式】 用于用户说“ambition high”“/ambition high”“go all out”“max ambition”时。同样任务更用力而非更大任务,契约、诚实规则与范围不变;消耗更多 token,常规工作不应自行选择。追加步骤包括:先用 Cynefin 分类(Clear/Complicated/Complex/Chaotic 及证据与对策);运行 deal.py patterns 和 deal.py deal "<任务一行>" --patterns <id>,<id> 发牌,得到三个心智模型、三个 Range 领域和三个视角,每张卡须作为工具使用并留下回执,未使用的卡记“struck: <原因>”;在选定前写出三种方法(显而易见的方法、有意不合理的方法、消解问题的方法)并按评判者打分;爬 Meadows 杠杆阶梯并尝试高一级;做二阶追踪,指出一个意外效果及能捕获它的检查。报告额外增加 Approaches 表及每张发牌一行。

【rewrite 模式】 更深入而非更大。先展示四行:顶尖专业人士会做但提示词未要求的事、他们会从什么最原始材料起步、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,并加入原始材料与方法、带状态的目标、锚定模型之外事物的评判者(附“Don't change this check.”)以及“如未达成,用真实输出报告失败,这也是好结果”。块下至多加一行可选“Bigger version: <更高高度的要求>”,不得放入提示词内。

【护栏】 野心不是范围蔓延:Scope 行是界限,其他内容放入 Next rung 或 Unapproved;未经要求的行为变更(新错误、新验证、更改默认值)即使在获批文件内也属范围。工具是必需条件:Depth 与评判者需要真实计算机、数据访问和可运行检查,否则须说明哪些部分沦为言辞而非行动。