给 AI 装上「做决策」的能力：我翻遍 GitHub，三个决策技能包 star 都是 0

我一直想给 Agent 装一套「做决策」的能力。手里攒了 13 本相关的书——黑天鹅、反脆弱、思考快与慢、对赌、贝叶斯的博弈、博弈与社会、妙趣横生博弈论、适时退出……

但我先忍住没拆书，而是去 GitHub 翻了一遍：这套东西，到底有没有人已经做好了？

结论先行

1. 框架层直接用——装两个现成技能包，覆盖书单里约 70% 的思维框架，零代码
2. 计算层现在一个都别碰——贝叶斯网络、博弈论求解、因果推断那些库，解决的是「算」，不是「想」
3. 只有一件事值得自己做——记录 → 打分 → 回看 的决策日志闭环

下面是我怎么得出这三条的。

先把书单拆成四层

13 本书看着杂，其实是四层能力，每层的技术手段完全不同：

这个拆法的用处是：它直接告诉我哪几层有现成供给——前两层有，后两层几乎没有。

GitHub 上到底有什么

可以直接装的：两个技能包

第一个覆盖决策分析、认知偏差、系统思考、估算风险四大块，从 first-principles、pre-mortem 到 via-negativa、red-team 一应俱全，每个技能都有步骤、案例和检查清单，质量比我预期高。

第二个更特别：它是唯一带「度量闭环」的包。其他思维模型类技能只给框架、不给反馈，而这 13 个技能里有 brier-scoring（给预测打分）、calibration（诊断你偏高估还是低估）、update-ledger（带时间戳只追加的预测台账）。

后面这两个，本质上就是「对赌」那本书的操作化。

用不上的：计算库

这些库质量都不错，维护也活跃。但它们解决的是「算」——把方案加权打分、求纳什均衡、算条件概率。而书单里的 13 本书解决的是「想」。

引入它们等于给自己加了一堆依赖，却没解决任何真实问题。 唯一留了后路的是 pyDecision：如果以后真要加「多方案加权打分」，它一次 pip install 就能用，不用自己写算法。

已经有的：蒸馏管线

翻到这里我意识到一件事——我不需要去找决策技能，我已经有生产能力了。

本机装的 cangjie-skill（11.2K star）干的就是「把一本书蒸馏成一组可执行技能」，而且我已经跑通过一本。13 本书 = 13 个潜在技能，缺的只是产出动作，不是工具。

一个反直觉的发现

上面三个「决策技能包」，star 都是 0。

而网上那些《18 个神级决策技能》的文章，推荐的正好就是它们。

我的第一反应是「没生态 = 不可靠，别用」。但想清楚后觉得应该反过来读：

它们是内容资产，不是软件依赖。

内容是纯 markdown，没有依赖、没有运行时、没有 API 变更风险。star 低只说明没人做推广，不代表内容差。

真正的风险只有一个：作者删库。而对策成本极低——先 fork 一份到自己账号再装。零维护成本，且永远拿得走。

书单覆盖度：现成技能能顶多少

有意思的是这个分布：「缺」的那四本，恰好是前面说的后两层（策略互动、长期与退出）。

更巧的是，我后来在一份电子书合集的仓库里翻到，妙趣横生博弈论 和 奈尔伯夫·策略思维 都在——这两本是同一对作者（Dixit & Nalebuff）。也就是说，覆盖表里最大的那块空白，手头就有原料。

我最后怎么选

✅ 直接用：两个技能包，今天就能装。

🔧 基于现成的改：把 update-ledger + calibration 从「预测市场」语境改成中文决策日志。比从零写快得多，也比原版贴我的实际用法。

🛠 自己开发，但只做一件事：记录 → 打分 → 回看。

理由很简单——所有现成项目都断在这。框架技能不记录，计算库不记录，预测技能包记录的是「预测题」不是「你的决策」。没有记录就没有校准，框架再多，我也永远不知道自己是系统性乐观还是系统性悲观。

其余一律不自研：框架文本抄现成的，博弈计算用 Nashpy，偏差清单也是现成的。

MVP：不写一行代码

第一步｜装两个包（约 10 分钟）

git clone https://github.com/accelerate-data/agent-thinking-skills
git clone https://github.com/copyleftdev/superforecasting-skills-pack

按各自 README 把 skills/ 拷进 Agent 技能目录。验收：对它说「用 pre-mortem 分析我这个项目计划」，能出结构化输出就算通。

第二步｜建 decisions/ 目录，一个决策一个文件，只 5 个字段：

- 我的判断：接受（信心 70%）
- 关键假设：对方能按时付款
- 可逆性：不可逆
- 用了什么框架：pre-mortem + 机会成本
- 复盘日期：2027-01-12

第三步｜固定一条指令

读 decisions/，把到期的拿出来复盘：当时的信心 vs 实际结果，我系统性地高估还是低估了哪一类判断？

一个月后的验收标准（三条）

1. decisions/ 里 ≥ 10 条真实决策
2. 至少完成 1 轮复盘，能说出自己在哪类判断上系统性偏乐观
3. 有一个决策因为用了某个技能而改变了原本的选择

第 3 条是唯一的成功判据。前两条只是活动量。

一点说明

本页所有 star 与更新时间均通过 GitHub API 实时读取，非二手转述。两个技能包的内容我尚未在真实决策中跑过，使用体验待后续补充；superforecasting-skills-pack 的许可证是 NOASSERTION（GitHub 未识别出标准许可证），二次分发前需自行确认授权。