Index of every page on this site: llms.txt
All skills
steelan9199 avatar

/cybernetic-thinking-yashu

@9e01957
Run it yourself

用控制论框架拆解并闭环推进任务——划定系统边界、展开可能性空间、定义目标差、建立负反馈回路并判稳收敛。激活条件:用户消息须包含以下关键词之一:`用控制论思路`、`控制论视角`、`按控制论拆解`、`控制论优化`、`控制论诊断`、`用控制论创建skill`。

  • 5 files
  • 40.7 KB
  • Updated 3 months ago
  • GitHub
Use this Skill: https://skilld.dev/gh/steelan9199/wechat-publisher/cybernetic-thinking-yashu

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

SKILL.md

≈93 tokens for metadata: the name and description. ≈2.3k when used: this file. ≈8.1k more on demand in 4 files.

Description uses 1.9% of example budget

Before choosing a Skill, your Agent reads its name and description. All available Skills share that space.

  • A shorter description leaves more room for other Skills. This entry exceeds our 1% size suggestion.

In our Claude Code example, all Skill names and descriptions share 8,000 characters. This Skill uses ≈155 characters, or 1.9%.

The 1% threshold is a size suggestion. Longer descriptions can still fit.

Your model, settings, and other Skills decide how much text your Agent can read.

Example settings and source

The example uses a 200k-token context and default Claude Code settings. The count includes the name, description, separators, and when_to_use when present. Codex also counts local file paths.

Skit's source and limits: Codex 0.160.1, Claude Code 2.1.292.

控制论思维 Cybernetic Thinking

0. 内核

任何任务 = 在可能性空间中,通过建立反馈回路,把系统稳定地推向目标。

关键词不是"做完",而是"偏差持续缩小并收敛"。

  • 没有目标 → 不是控制问题,是探索问题
  • 有目标但不可观测 → 先解决观测,不要动手
  • 可观测但无反馈回路 → 每一次输出都是孤立投掷,错误不会自动修正
  • 有反馈但不稳定 → 会振荡、会发散、会"越改越糟"

1. 三层来源与分工

层 来源 回答的问题 核心动作
L1 世界观 维纳《控制论》1948 这是什么系统?信息怎么流动? 划边界、找通道、分信号与噪声
L2 问题 金观涛、华国凡《控制论与科学方法论》1983 我要在哪片可能性里做选择? 展开可能性空间、选控制方式、判定黑箱
L3 执行 钱学森《工程控制论》1954 怎么做出来且不出事? 建模 → 设目标差 → 建反馈 → 判稳 → 寻优 → 容错

顺序不可颠倒:先看清系统,再定义问题,最后才动手。 绝大多数失控,源于跳过了 L1/L2 直接进 L3。

2. 何时启动 / 何时不启动

启动

  • 用户显式点名(控制论思路、控制论视角、按控制论拆解)
  • 创建或优化 skill、提示词、工作流、SOP
  • 多步 / 长链路 / 需迭代收敛的任务
  • 需要复盘、纠错、质量控制的场景
  • 涉及复杂系统分析、决策、策划

不启动

  • 闲聊、事实查询、翻译、摘要
  • 单步就能完成的简单指令
  • 用户明确只要一个直接答案

3. 三个必须先内化的心智模型

3.1 控制 = 有方向地缩小可能性空间(金观涛) 任何对象都有多种可能走向。控制不是把结果钉死成唯一,而是把不确定性压缩到可接受范围。追求"绝对确定"往往导致过度控制,反而降低系统韧性。

3.2 唯一能对抗不确定性的机制是负反馈(维纳 + 金观涛) 负反馈 = 持续测量"目标差"(实际值与目标值之差),让每一次动作都朝减小目标差的方向积累。单次完美的计划,不如一个能持续纠偏的粗糙回路。

3.3 稳定优先于最优(钱学森) 不稳定的系统谈性能没有意义。顺序永远是:先判稳 → 再寻优 → 最后加容错。在会发散的回路上调参数,是常见的自毁行为。

4. 五步主工作流

Step 0 判定:这到底是不是控制问题

同时满足三条才算:

  1. 有目标(可描述的期望状态)
  2. 有可观测的偏差(能量出"离目标还差多少")
  3. 有可施加的动作(能改变系统状态)

缺任一 → 明确告知用户缺什么,先补齐,不要硬套。

Step 1 定系统与边界(维纳层)

  • 划出系统边界:什么在系统内,什么是外部扰动
  • 找信息通道:信号从哪来、经过什么、到哪去
  • 区分信号与噪声:哪些是真的有用信息,哪些是干扰
  • 检查通道容量:通道太窄会丢信息,太宽会引入噪声

产出:一句话系统描述 + 输入/输出/扰动清单

Step 2 展开可能性空间(金观涛层)

  • 列出对象所有现实的走向(不要只想"应该怎样")
  • 估算控制能力 = 控制前可能性空间 ÷ 控制后可能性空间
  • 选控制方式(按效率从低到高):
    1. 随机控制(试错)—— 只在完全无知时使用
    2. 有记忆的控制(排除已证伪选项)—— 注意不可逆选择要最后试
    3. 共轭控制(找个中间变换,把不可控变成可控)—— 工具的本质
    4. 负反馈调节(持续逼近目标)—— 能力最强,可累积
  • 判定黑箱:能不能打开?值不值得打开? 打不开就用输入输出建模

产出:可能性空间描述 + 选定的控制方式 + 黑箱策略

Step 3 建模与设定目标差指标(钱学森层)

  • 建立模型:输入 → 状态 → 输出,允许粗糙,但必须能算
  • 定义目标差:一个可量化或至少可判定的偏差指标
  • 设定容差:允许误差多大?超出多少必须触发纠偏?
  • 明确代价函数:时间、token、金钱、风险,哪个最贵

产出:模型(哪怕只是文字流程图)+ 目标差定义 + 容差阈值

Step 4 建反馈回路并判稳(钱学森层)

  • 设计回路:执行 → 测量 → 比对目标差 → 调整 → 再执行
  • 判稳:这个回路会收敛还是会发散?
    • 纠偏力度过大 → 振荡
    • 纠偏过于滞后 → 过冲
    • 测量本身有噪声 → 把噪声当偏差,越调越乱
  • 若不稳定:先降增益(减小单次纠偏幅度)、加阻尼、缩短反馈周期

产出:反馈回路图(文字)+ 稳定性判断 + 增益设置

Step 5 纠偏、收敛、加容错(钱学森 + 金观涛)

  • 执行纠偏,记录每一轮目标差,确认是单调下降还是振荡
  • 识别质变:中间过渡态是稳定的(渐变)还是不稳定的(飞跃)
    • 飞跃时存在滞后与矫枉过正 —— 这是正常的,不是调错了
    • 飞跃时关节点是一个区域,不是一个点
  • 加容错:冗余、自检、降级路径。默认每一步都可能失败
  • 设终止条件:什么时候算收敛?什么时候该放弃并上报?

产出:收敛记录 + 容错措施 + 终止条件

5. 六个高频思维工具

工具 一句话 用在什么时候
可能性空间 先列出所有可能走向,再谈目标 定义问题、避免漏解
共轭控制 直接做不到的事,找个变换间接做到 卡死时找突破口
黑箱认识论 打不开就别硬开,用输入输出建模型 面对不可见系统(他人、市场、闭源模型)
负反馈 / 正反馈 缩小目标差 / 放大偏离 判断在收敛还是在失控
突变与关节点 质变不是点而是区域,飞跃必有滞后 改革、重构、切换方案时
容错与冗余 用不可靠的部件搭可靠系统 长链路、多步骤、高风险任务

6. 常见失控模式速查

症状 控制论诊断 处置
越改越糟 正反馈回路:纠偏动作在放大偏离 先停手,画出反馈链,切断放大环节
反复横跳、永不收敛 增益过大导致振荡 减小单次纠偏幅度,加阻尼
改了但看不到效果 反馈时滞过长,或通道断了 缩短反馈周期,检查测量是否真的在发生
过度反应、草木皆兵 把噪声当成了偏差信号 加滤波:多次观测取一致、多通道交叉验证
卡死动不了 目标在可能性空间之外,或该用共轭控制 换控制方式,找中间变换
一开始很猛后来崩盘 自繁殖:内部存在自动增长的因果链,抑制机制失灵 建立负反馈抑制,设上限
改小毛病改出大故障 过度打开黑箱,破坏了原有稳态 退回上一稳定态,改用外部观测

7. 供其他 skill 引用

其他 skill 可在正文中这样引用本技能,即可获得完整思维底座:

本 skill 采用控制论思维框架,执行时参考 `cybernetic-thinking`:
- 定义阶段:展开可能性空间,明确目标差
- 执行阶段:建立反馈回路,每轮测量偏差并纠偏
- 收尾阶段:判断收敛,加入容错

引用方只需遵守三条,不必复述理论:

  1. 先定义目标差指标,再动手
  2. 每一轮都要测量,不允许无反馈执行
  3. 先判稳再寻优

8. 输出模板

用本技能完成任务时,结论按此结构收尾:

【系统边界】<什么在系统内,什么是外部扰动>
【目标与指标】<目标状态 / 目标差如何测量 / 容差>
【可能性空间】<有哪些现实走向,为什么选这一条>
【控制方式】<随机 / 有记忆 / 共轭 / 负反馈,为什么>
【反馈回路】<执行 → 测量 → 比对 → 调整,周期多长>
【稳定性】<会收敛吗,振荡风险在哪,如何抑制>
【容错】<哪一步最可能失败,退路是什么>
【收敛状态】<当前目标差,是否达标,下一步>

9. 参考分册

按需读取,不要一次全读:

  • references/01-wiener-system-information-feedback.md — 维纳层:系统、信息、熵、反馈
  • references/02-tsien-engineering-control.md — 钱学森层:建模、判稳、寻优、滤波、容错
  • references/03-jin-possibility-space.md — 金观涛层:可能性空间、共轭控制、黑箱、突变
  • references/04-workflow-and-checklist.md — 五步工作流展开版与完整自检清单

10. 精简自检(每次执行前扫一遍)

  1. 目标清晰吗?能说出"达标"的判据吗?
  2. 偏差可测量吗?测不到就先解决观测
  3. 反馈回路闭合了吗?还是单向投掷?
  4. 这个回路会收敛还是会振荡?
  5. 失败会怎样?有退路吗?
  6. 什么时候该停?

Source: SKILL.md on GitHub

No rule matched.

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

No third-party reports yet.

Signed by skilld at 9e01957. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 3 weeks ago.

Activeupdated 3 months ago

README badge

README badge for steelan9199/wechat-publisher/cybernetic-thinking-yashu