浪费20亿Token之后,我做了一个帮自己定义目标的Skill。

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
浪费20亿Token之后,我做了一个帮自己定义目标的Skill。
7541点击    2026-07-27 11:10

今天给大家开源一个我自己周末做完然后用的很爽的Skill。


我把它称为, Leader.skill。


它专门解决一件事,就是帮我们定义目标。


把我们人类脑子里那些模模糊糊、连自己都还没完全想清楚、不知道该怎么明确定义目标的需求,变成一份能交给Agent使用目标模式或者/goal模式独立执行几个小时以上并且保证完成度的目标。


比如,就这么一句话。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


然后它就会根据你的代码库,还有网上最新的信息,根据skill的知识,帮你产生一份定义的极其清晰的、下一个Agent拿到就直接完美开干的目标任务书。


就像这样。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


所以,你可能就明白,为啥这个skill叫leader.skill了。。。


毕竟很多领导,也是说不明白话的嘛


当然,这玩意还有另一个最合适的场景,就是多模型组合,用类似Claude Fable 5、Kimi K3这种强大的规划模型出一个清清晰的目标,然后交给类似GPT-5.6 Sol、GLM-5.2这种执行能力更强的模型去超长程执行。


之所以做这个东西,其实也是因为我最近跟Agent的交互,越来越强烈的一个感受。


人类跟Agent的协作方式,其实越来越是以定义目标为核心了。


很久远的过去,我们用AI,核心交互单位是一轮对话,你问一句,它答一句,那时候,是聊天制。


后来有了Coding Agent,核心交互单位变成了一个任务。


你让它做一个功能、改一个 Bug、查一份资料,它自己调用工具,自己执行,最后把结果交回来。


但到了2026年的今天,你像Claude Code、Codex、Kimi Code都已经有了/goal、目标模式这样的功能。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


我们开始希望交给Agent一个目标,它就能自己连续工作几个小时,甚至几天,然后帮我们完成这个目标。


它可以自己拆任务、自己调工具、自己派子 Agent、自己验证、失败了自己重试,一轮接一轮地跑下去。


人类不需要坐在屏幕前一直盯着,也不需要一直交互,只需要最终验收目标就行。


这就是这几年,AI与人类交互范式的转变,从聊天制,到任务制,再到目标制。


这件事听起来特别美好对吧。


但当Agent真能独立跑一整夜以后,一个以前还能被人类临场补救的问题,会突然变得非常致命。


你的目标到底写得对不对。


短任务跑偏了,你看一眼,还能马上纠正。


长程任务跑偏了,你睡醒以后,它可能已经沿着错误方向狂奔了八个小时。


它越勤奋,浪费得越彻底,就像这样,直接一天浪费了我20亿Token。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


当然,网上吐槽归吐槽,但是我其实明白,核心问题还是在我自己菜比,目标定义的完全不清楚,导致Agent理解错误,最后面向错误的方向一路狂奔。


所以我之前其实一直不是很喜欢Loop Engineering这个词,我更喜欢Goal Engineering。


一个目标里,除了有明确的目标定义,也必然是包含着Harness。


所以,这个技能最重要的部分,我觉得来了,也就是,到底什么是目标?


这个问题,我其实思考了两周多的时间,也看了很多的书还有过去的一些理论,又用AI做了大量的横纵分析调研。


最后我觉得两件事特别重要。


第一件,来自军事传统里的一个概念,指挥官意图,Commander's Intent。核心就一句话,告诉部队“为什么打”和“打完了战场该是什么样”,然后让他们自己决定怎么打。


因为没有任何计划能在跟现实第一次接触后存活。比如你说“过桥清扫高地”,桥被炸了部队可能就傻了。你说“掐断补给线”,桥没了它自己就会绕路,这就是意图不变,手段随机应变。


给Agent定义目标也是同一件事。


你告诉它过桥,它就会对着断桥一直死磕,但是你告诉它掐断补给线,它有可能自己找到另一条路。


这一件事,其实大家比较好理解。


但第二件事,我觉得才是我真正花了时间才想明白的。


定义一个目标,最重要的部分,不是告诉它要做什么,是告诉它什么不能做。


大佬们花在排除上的时间,远远多于花在设定本身上的时间。


普通人定目标,想要什么,写下来。而大佬们定目标,想要什么,很多先想的是“达成这个数字最偷懒的办法是什么”,然后把偷懒路径全堵死,剩下的才是目标。


肯尼迪1961年那句著名的登月宣言,关键不在登月两个字,而在后半句:


landing a man on the Moon and returning him safely to the Earth。


把人送上月球,然后,安全带回地球。


如果只是说,把人送上月球,那其实可能以当时的科技,没有特别难,但是多出来的安全返回四个字,效果上做的事情是,它把“单程票”这个最省钱的解法直接删掉了。


芒格说,我只想知道自己会死在哪里,这样我就永远不去那里。


其实也是一样的。


所以我后来越来越觉得,一个目标里,Harness比Goal本身更重要。


Goal告诉Agent往哪走,Harness告诉它哪些路不许走,没有Harness的Goal,你相信我,Agent永远会找到你没想到的捷径。


然后基于这些呢,我自己总结了一个对Agent很友好的我称为目标七问的方法论:


我用出海来打比方,因为出海跟让Agent干活也挺像的。


你给Agent定义一个目标,就是派一艘船出海,然后它在海上怎么兴风作浪,你可是管不了一丁点了。


所以,这七个问题,就是出海前你必须想清楚的七件事,缺一条都不行。


第一个,目的,Why。我们为什么要出这趟海,你是去找香料的?还是去探新航线的?还是去打仗的?这个不写清楚,船在海上遇到岔路口就不知道该咋整了。


第二个,完成态,Done。船回港的时候,甲板上应该有什么?比如出去转一圈不是完成态,带回三船香料才是。这个完成态得很具体,具体到船靠岸那一刻就能判断的程度。


第三个,证据,Proof。谁来清点货舱,怎么算数。船长说满载而归,你得有人上去一箱箱点过,数字对得上才算,你不能听船长说满就是满。


第四个,反作弊,Anti。比如不许抢商船凑数。你说带回三船香料,最省事的办法是在港口外面劫三条商船,指标一样达成了,但是人事是一件没干。所以你得把这些偷懒路径一条条写明白,告诉他不许这么干。


第五个,边界,Bounds。比如你只许走这三条航线,其他海域不准进。粮食够吃三十天,第二十天还没找到就必须掉头。


第六个,取舍,Trade。风暴里保货还是保船。大部分时候不冲突,但真冲突了船长得知道保哪个,你不提前说优先级他就只能猜,猜错了整趟航程就彻底废了,甚至人财两空。


第七个,未知,Unknown。海图上的空白区怎么办。遇到没见过的海域不要硬闯也不要原地抛锚,记下来绕过去继续走,回来以后再决定要不要探,闷头闯和原地停都是最差的选择。


七条,每一条在定义目标的时候,都需要问清楚自己。


而这,就是整个Leader.skill的最核心的心法。


还是用最开始的那个案例来给大家看一下使用流程。


直接选中一个适合做方案和规划的模型,把你的需求,比如我用的就是Claude Fable 5 Extra。


我的需求就特别的“领导”,我就要重构后台,我觉得后台做的不符合我心意,我感觉我看不懂,我不相信里面的数据是真的,而且我觉得你卡得要死。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


对任何一个执行者来说,我觉得看到这段需求,必然都会窒息的。。。


这时候,就该Leader.skill出场了。


Leader.skill专治想不清楚目标的领导。


它会根据流程,先对自己的文件库进行实测,或者去网上调研最新的方案,先进行全面调研,知己知彼,方能百战不殆。


然后呢,必然就是要摸清楚领导具体的需求和喜好了,所以Leader.skill会问你最多5个他调研完以后,确实需要知道你偏好的问题,这些问题是必须由你来拍板的,比如我这个重构后台的任务,就问了我一些问题。


它问我,为啥看不懂???


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


还有你想秒开,只能取舍一下了。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


等等。


这一步完事了之后呢,它就会自己根据上述的目标七问,开始哐哐的写目标任务书了。


有定义、有界限、有现状、有规矩、有完成条件等等。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


全程大概12分钟左右。


而拿到这个目标任务书之后,你可以让Fable 5直接以这个目标进行长程开发,但是我觉得一般大家是不会的,所以更多的会是用一个便宜的模型进行后续的目标开发。


所以,这时候,我们就可以比如在Claude里新建一个会话,开启worktree,开启/goal,然后把目标任务书复制进去,让Opus 5 High来去执行。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


当然,如果你是跟我一样的Claude、Codex双开玩家,两个都开了200刀的会员,也想烧烧Codex的Token,就同样的,在Codex里选择目标模式。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


把目标任务书粘贴进去,选中GPT-5.6 Sol,然后,开跑。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


它就会自己开始嘟嘟嘟的跑了。


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


可能几个小时以后,Codex就会开发完了,这时候,你可以去睡觉,也可以去干别的,也可以多开几个目标并行,到时候做完了以后验收就行。


我自己一般的习惯就是Claude Fable 5规划,然后用GPT-5.6 Sol去长程执行,我觉得是目前最经济效果最好的方案,也能最大化利用两家的Token额度。


如果你只能用国产,那我目前觉得,Kimi K3规划比较好,执行上GLM-5.2也不错,当然你要是只有比如Kimi K3,他自己干全程,也没有问题。


核心还是Leader.skill帮你定义清楚目标。


最后,老规矩,这个Skill我也直接开源了,网址在此:


https://github.com/KKKKhazix/khazix-skills/tree/main/leader


浪费20亿Token之后,我做了一个帮自己定义目标的Skill。


这个就是。


你需要做的就是把它装到你的skill目录里,直接把链接复制给你的Agent,让它给你装这个Skill,然后在对话里跟Claude说一句你想干的事让它帮你定义一下目标啥的,它就会自动触发Leader.skill,帮你产出一份完整的目标任务书。


而且我还发现了一个神奇的用法,不止是帮我拆功能开发的目标。


我在公司管理上,当我给足足够的上下文,用Leader.skill来帮我定义目标,有奇效。


大家也可以试试,把它放在市场策划、运营方案等等一些有趣的地方。


说不定就有更加独特的用法。


希望对大家有用~


文章来自于"数字生命卡兹克",作者 "卡兹克"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md