本文へ移動
cccskills
無料GitHub で公開

comprehension-gap

识别和管理 Loop 系统的认知风险: 自动化程度越高,你真正理解的部分越少。 当用户发现"仓库里有很多代码但我看不懂"、"loop 产出很多但不确定对不对"、或需要向团队警示 AI 使用风险时使用。 不适用于: 纯技术调试、或产出完全可客观验证的场景。 关键 trigger: "AI 生成的代码我看不懂"、"产出太多理解不过来"、"AI 使用风险"。

インストール方法を見る

含まれるファイル(3)

  • SKILL.md5.1 KB
  • test-prompts.json2.6 KB
  • test-results.md1.8 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Source Metadata

Original cangjie-skill frontmatter from the distillation run:

name: comprehension-gap
description: |
  识别和管理 Loop 系统的认知风险: 自动化程度越高,你真正理解的部分越少。
  当用户发现"仓库里有很多代码但我看不懂"、"loop 产出很多但不确定对不对"、或需要向团队警示 AI 使用风险时使用。
  不适用于: 纯技术调试、或产出完全可客观验证的场景。
  关键 trigger: "AI 生成的代码我看不懂"、"产出太多理解不过来"、"AI 使用风险"。
source_book: "Loop Engineering 视频合集"
source_chapter: 视频3 (小木头) / 视频4 (Idoos Money)
tags: [risk, cognition, understanding, safety, human-in-the-loop]
related_skills: [loop-worthiness-test, maker-checker, three-stage-evolution]

认知差距警告 — Loop 的隐性风险

R — Reading (原文)

"理解在loop越快的交付你没有亲手写的代码,亲手看的代码,仓库里的东西和你脑子里真正搞懂东西差距就越大。另一个更加扎心的事实是最危险的姿态是舒舒服服的接受loop吐出来的一切,这是非常危险的。在AI生成的内容中,越多我们不了解的内容,对于我们来讲风险就越大。" — 小木头 (视频3)

"无人盯着的loop,也是无人盯着的在犯错。所以验证这个事情,永远还是在你自己手上。" — 小木头 (视频3)

I — Interpretation (自述)

核心洞察: 自动化程度与理解深度负相关。

Loop 交付速度越快 → 你没亲手写/看的代码越多 → 仓库里有的东西和你真正搞懂的东西之间的差距越大 → 风险越高。

最危险的态度: 舒舒服服地接受 Loop 输出的一切,不加审视。

关键原则: 验证永远在你自己手上。即使 loop 有自我验证环节,人仍需定期审查。

A1 — Past Application (书中案例)

案例1: Ralph Loop 失败 (视频3)

  • 一个出了名的循环: 锲而不舍,永不放弃
  • 失败模式: 无人盯着的 loop 持续犯错,把小修复变成灾难
  • 教训: 没有人类监督的 loop 会制造"理解鸿沟"

案例2: Boris 的代码库 (视频2)

  • Loop 产出的代码占仓库很大比例
  • Boris 强调"代码库必须对 agent 可读" — 但可读 ≠ 人理解
  • 隐含风险: agent 能改代码 ≠ 团队能理解为什么这么改

A2 — Future Trigger (未来触发)

  1. 产出理解不过来时: "仓库里有很多代码但我看不懂"
  2. Loop 产出质量不确定时: "它说做完了,但我不确定对不对"
  3. 团队 AI 使用风险警示时: 向团队传达"自动化≠理解"
  4. 设计 Loop 监督机制时: 在哪些环节加入人类审查?

语言信号: "AI 生成的代码我看不懂"、"产出太多理解不过来"、"AI 使用风险"、"无人盯着的 loop"

与相邻 skill 的区别:

  • loop-worthiness-test: 判断要不要做 loop (本 skill 是运行后的风险管理)
  • maker-checker: 用 AI 审查 AI 的质量 (本 skill 是人类理解层面的风险)
  • three-stage-evolution: 阶段定位 (本 skill 是 Stage 3 的特定风险)

E — Execution (可执行步骤)

Step 1: 评估认知差距

定期问自己:

  • 这个 loop 产出的东西,我能解释给新人听吗?
  • 如果 loop 出错,我能快速定位问题吗?
  • 仓库里有多少代码/内容是我没亲手看过的?

Step 2: 设置人类审查节点

  • 定期审查: 每周/每月审查 loop 产出样本
  • 关键节点审查: 在 loop 重大变更、新任务类型、或异常指标时触发人工审查
  • 理解度检查: 随机抽取 loop 产出,尝试用自己的话解释其逻辑

Step 3: 缓解策略

  • 文档化: 要求 loop 在产出时附带"设计说明"
  • 渐进式自动化: 从 loop-build-path 的 Step 1 开始,确保每步都理解后再升级
  • 团队 review: 定期让团队成员互相审查 loop 产出

B — Boundary (边界)

不要使用这个 skill 的场景:

  1. 产出完全可客观验证: 测试 100% 通过 → 认知差距风险低
  2. 纯技术调试: "这个 loop 报错" — 不是认知风险
  3. 非 AI 场景: 这个模型只适用于 AI 生成内容

作者的盲点与局限:

  • "理解越深越好"是隐含假设,但有些场景 (如 CI/CD) 不需要人理解每一行
  • 作者没有给出"理解到什么程度就够了"的标准
  • 警告了风险但没有量化 — "差距多大算危险?"没有答案

与之相邻但容易混淆的方法论:

  • Technical Debt: "代码质量负债"; 本 skill 是"理解程度负债"
  • Bus Factor: "只有一个人会"; 本 skill 是"没人理解"

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

设计 Loop 的 Goal 和 Verification 环节: 将模糊目标转化为可验证的停止条件。 当用户发现 loop 产出质量不稳定、循环无法停止、或"不知道什么时候算做完"时使用。 不适用于: 目标已经非常清晰可量的任务、或非循环场景。 关键 trigger: "loop 停不下来"、"产出质量不稳定"、"怎么定义完成"、"goal 怎么写"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

设计或审计完整 Loop 系统的组件架构: 5 大组件 + 1 根脊柱。 当用户需要搭建一个完整的 (而非最小可用的) loop 系统、或审计现有系统的组件完整性时使用。 不适用于: 最小可用 loop 的设计、或单次任务的自动化。 关键 trigger: "设计一个完整的 loop 系统"、"我的 loop 缺什么"、"loop 系统怎么组织"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

从"手动做事"到"系统自动做事"的四步渐进构建路径。 当用户已经决定要做 loop、但不知道从何入手时;或团队正在将手工流程自动化时使用。 不适用于: 尚未决定要不要做 loop 的任务、或已经稳定运行的 loop 优化。 关键 trigger: "怎么开始做 loop"、"自动化第一步"、"从手动到自动"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

设计或审计任何循环系统的起点: 将循环拆解为 Trigger(触发器)、Action(动作)、Stop Condition(停止条件) 三要素。 当用户需要设计一个新循环、诊断一个失效循环、或向他人解释"什么是 Loop"时使用。 不适用于: 单次任务执行、非循环的自动化脚本、或已经稳定运行无需重新设计的系统。 关键 trigger: "设计一个 loop"、"这个循环为什么不停止"、"什么是 loop 的最小结构"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

判断一个任务是否值得做成 Loop 的四条决策标准。 当用户在纠结"这件事要不要自动化"、"该不该用 loop"、或"为什么我的 loop 得不偿失"时使用。 不适用于: 已经决定要做 loop 后的设计阶段、或一次性任务。 关键 trigger: "这件事值得做 loop 吗"、"该不该自动化"、"loop 成本太高怎么办"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

设计 Loop 中的 Maker-Checker 模式: 用独立 agent 审查产出,避免自产自检。 当用户发现 loop 产出质量不稳定、agent 自我评估过于宽容、或需要提升产出可信度时使用。 不适用于: 产出可以客观验证 (测试通过/失败) 的任务、或成本极其敏感的场景。 关键 trigger: "agent 自评不准确"、"产出质量不稳定"、"怎么让 agent 审查 agent"。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/loop-engineering-skill272026年7月3日 更新

kangarooking のスキルをすべて見る

このスキルの問題を報告する