外观
把普世智慧写成 Agent 能执行的规则:12 条常识与 uw-mode
一句话定义:模型早就读过德鲁克和芒格,缺的不是知识,而是触发条件——把写给人的道理改写成「遇到什么情况 + 必须做什么 + 禁止做什么」,它才会在正确的时刻用上。
为什么"知道"不等于"会用"
德鲁克说知识工作者本质是在"管事":大量自主思考、判断、决策,不一定管人,但要对结果负责。Claude Code、Codex 这类 Agent 已经接管写代码、写方案、整理资料、做视频,它们也在管事,于是也成了知识工作者。
芒格说的普世智慧,是跨领域通用的认知框架,标准很严苛:足够简单才能普世,足够智慧才有价值。
问题在于,这些常识早就躺在训练数据里。平时不给明确条件,模型并不知道什么时候该调用哪一条:它不会因为"以终为始"就主动在开写前对齐验收标准,也不会因为"逆向思考"就自己去找边界情况。
改写公式
要把道理变成行为,只做一个动作:
text
写给人的道理 → 遇到什么情况 + 必须做什么 + 禁止做什么(+ 一个示例)以"以终为始"为例:
- 遇到什么情况:需求只给了具体做法或功能,且上下文里查不到最终目的、使用场景或验收标准时——即使对方要求「直接给架构 / 直接开写」;
- 必须做什么:先查需求文档和前文;只在缺失信息会改变实现方向或验收结果时提问,最多 3 个,用来对齐目标、场景和可观察的验收标准;
- 禁止做什么:重复追问已经给过的信息;把某条实现路径当成最终目的;关键信息缺失时直接展开完整设计或开写代码;
- 示例:用户说「帮我给工具加一套完整账号登录系统」,前文没交代访问边界——先别写代码,先问清「哪些人能访问、哪些人必须被拒绝」「主要防哪类风险」「什么状态算验收通过」。
"禁止做什么"这一栏是最容易被略过、也最值钱的部分。模型的主要失败模式不是不懂道理,而是顺着你说、提前动手、把推测写成事实——这些恰好要靠禁令封住。
12 条,按任务阶段分组
| 阶段 | 常识 | 写给 Agent 的动作 |
|---|---|---|
| 目标与拆解 | 以终为始 | 开工前对齐目标、场景与可观察的验收标准 |
| 第一性原理 | 分开写明已确认约束与未验证假设,不照搬别人产品的功能 | |
| 二八法则 | 首版只留支撑核心场景的主干,其余列进「建议移出首版」并说明理由 | |
| 金字塔原理 | 拆到每步都能独立验证——估时超过 30 分钟就继续拆 | |
| 计划与执行 | 适合度景观 | 开放性问题先比 2–3 条差异明显的路线,别上来就用默认方案 |
| 系统动力学 | 改局部前先列上下游与副作用;同一前提连修两次失败就停下查根因 | |
| 积极主动 | 外部受阻时先在自己可控范围内找替代,不把活原样推回来 | |
| 道在中间 | 按风险分流,风险判断优先于步骤数 | |
| 交付与收尾 | 逆向思考 | 交付前切到反方视角,列 2–3 个最易出错的边界并优先验证 |
| 费曼学习法 | 用白话讲清改了什么、测了什么、哪些还没验证 | |
| 检查清单 | 按已有清单逐项核对,不靠临场记忆说「都检查过了」 | |
| 复盘 | 真出现过返工才复盘,把根因沉淀成下次能核对的检查动作 |
几条背后的原文逻辑值得单独记住:
拆细到什么程度才算够。 Light 带研发团队时的标准是:任何任务开工前先估时,估时超过 30 分钟就继续拆,直到最细的步骤都不超过 30 分钟。理由很直接——一个步骤估出来超过半小时,说明你还没想清楚它具体怎么做。
规则会互相打架,用风险定优先级。 学完这些规则最容易出现两种极端:连改个日期都反复确认,或者对着删数据、覆盖原文件直接执行。解法不是折中,而是按风险分流:可能造成数据丢失、覆盖或外发这类难以挽回的后果,哪怕只有一步,也要写清影响范围、准备可回退方案、在副本上验证「备份能否真实恢复」;确认低风险、可逆、指令明确的小事,直接做完。
改局部要看连接。 金字塔原理隐含一个前提:把大问题拆成小问题逐个解决,就等于解决了原问题。复杂系统不这样运转——把广告位加上去,用户体验下降,活跃度和时长一起掉,单个指标越用力整体越差。所以要盯的是节点之间的连接,不是节点本身。
从 12 条到 7 条常驻规则 + 1 个 Skill
12 条全部常驻会挤占每次请求的上下文,也会在改错别字这类小事上加一层不必要的流程。作者的做法是分层:
- 常驻底线:贴进
AGENTS.md/CLAUDE.md/GEMINI.md,每次对话自动读取,不增加交互负担; - 按需 Skill:
uw-mode(Universal Wisdom Mode),平时只占系统提示里两三行简介,遇到产品立项、开放性方案设计、架构选型、重要决策评审、返工复盘时才加载。
仓库 AGENTS-snippet.md 当前给出的常驻底线是 6 条:
markdown
## 做事与协作底线
1. 汇报先给结论,再给理由和步骤;短句白描,不空谈。
2. 禁止迎合我的既定倾向;发现逻辑漏洞、反例或风险直接指出。
3. 没实际运行或核对过的内容明确标「未验证」,不编造数据、链接或结果。
4. 禁止擅自增加需求之外的功能;复杂任务先确认使用场景、验收标准和「本次不做什么」再动工。
5. 修改局部前先看上下游影响;同一问题基于同一前提连续两次修复失败时,立刻停下查根因与底层假设,不再继续打补丁。
6. 遇到产品立项、开放性方案设计、架构选型、重要决策评审或返工复盘时,主动加载并执行 `uw-mode` Skill。长文与推文里写的是"7 条常驻底线",仓库两次提交里的 AGENTS-snippet.md 都是 6 条,以仓库当前版本为准。
Skill 的四阶段
uw-mode 不按 12 条罗列,而是按任务进度切成四个阶段,并且明确要求按所处阶段介入,不在第一轮把四个阶段全铺开:
| 阶段 | 要做的事 |
|---|---|
| 开工前 | 对齐使用场景、可验证的完成标准、关键前提;用户一次提 3 个以上功能点时,挑 1–2 个最小主干进首版,其余已提功能列进「建议移出首版」;先定层级再拆子模块 |
| 方案期 | 开放性问题给 2–3 个差异化方案与短期/长期取舍,判断权交回人;改局部前扫上下游;优先可逆、低成本试错;同一前提连修两次失败就熔断查根因 |
| 交付前 | 不迎合既定倾向;从反面问「出现哪种情况就说明当前结果不能用」,列 2–3 个易错边界并优先实测;用无术语白话交接,标明未验证项 |
| 收尾时 | 一次跑通不复盘;有返工则 3–5 句写清原目标 → 偏差点 → 根因,提炼 1–2 条可执行检查项,问过用户再写入规则文件 |
输出纪律也被写进规程:先给结论再给理由,短句白描;不要反复引用「根据第一性原理 / 系统动力学」这类理论标签,除非用户主动追问。
安装可以一句话交给 Agent:让它把仓库装成本机的 uw-mode Skill,并把常驻底线展示出来让你确认是否加入全局规则。手动安装则是克隆到对应目录——Claude Code 用 ~/.claude/skills/uw-mode,Codex 用 ~/.codex/skills/uw-mode,Antigravity 用 ~/.gemini/config/skills/uw-mode。
落地要点
- 常驻与按需分开,是上下文预算问题。 每条常驻规则都会进入每一次请求;技能简介只占几行,用到才展开。这与工具按需加载是同一个取舍:默认前缀越短越好。
- 规则要写冲突时的优先级。 十几条规则放一起必然会撞车,
uw-mode用「风险优先于步骤数」给出裁决,否则 Agent 只能在两种极端之间摇摆。 - 简单任务要明确豁免。 Skill 的描述里排除了简单查询、单步明确小改动、错别字与格式微调,否则流程本身成了负担。
- 规则文件的写入权留在人手里。 复盘提炼出的检查项要先问过用户,再写进
AGENTS.md或对应项目文档;让 Agent 自己改规则,等于让被约束者修改约束。
适用与不适用
适合:正在给 Claude Code / Codex 写 AGENTS.md、希望 Agent 在立项、选型、评审、复盘这些高代价节点上不要抢跑的人;需要把团队约定从口头变成可核对条件的人。
不适合:一次性简单任务;以及本来就该由人做的判断——文章最后也明说,剩下 10 条常识(认知失调、长期、复利、反脆弱、四象限等)对日常决策很重要,但对 Agent 的启示有限,应该自己去学,而不是托管出去。
参考资料
- 原推文 · X 长文
- GitHub:longhaiqwe/uw-mode
- Light《知识工作者的普世智慧》专栏(小报童):https://xiaobot.net/p/universal-wisdom
关联词条
- 从一次 LLM 调用到完整 Harness(concept)—— 规则文件属于 harness 的哪一层,可对照上下文装配与记忆的划分
- 监督比你聪明的 Agent:六个动作与 Lint 倒金字塔(pattern)—— 把纠正过的错误锻造成约束,是这里的第 12 条
- 工具按需加载:把工具目录从系统提示词里挪出去(pattern)—— 常驻规则与按需 Skill 的上下文成本,与工具分层同构
- 返回 设计模式