A05 Skill 生态建设作为设计实践
为什么”Rick 为自己造的 skill”是研究 Rick 产品判断的最佳一手数据，而不是研究 Skill 技术的素材？本节点的问题陈述是：当一个 PM 不是给 KPI、不是给老板、不是给匿名用户、而是给只有一个用户（他自己）的产品做设计决策时，所有平时被需求文档、向上管理、A/B 数据稀释掉的产品判断，会以最高浓度暴露出来。本节用的框架不是”评测 skill 好不好”，而是把 skill 设计决策史当作可观察的行为日志（usage-log-as-behavioral-trace）——这是自我民族志里最不需要内省、最经得起证伪的一类数据。
§0 为什么是”设计决策史”这个框架，而不是”工具评测”或”使用频率统计”
读到”研究 Rick 自建的 skill”，脑子里默认会跳出两个错误框架，必须先挡掉。
错误框架一：把 skill 当成功能列表来评测（“trip 套件有 5 个 skill，覆盖发散到收敛，good”）。这是把研究对象搞错了——评测 skill 本身是 Skill 系统的本质、旅行规划 Skill 套件系统设计 那两个节点的工作，本节点不复述它们。本节点研究的是Rick 在造这些 skill 时做了哪些选择、否决了哪些选择、为什么收手。功能列表是结果，决策史是过程；自我民族志要的是过程。
错误框架二：把使用频率当成偏好的代理变量（“哪个 skill 用得多就是好 skill”）。这会落入 §8 事实接地纪律的雷区：使用频率属于 Rick 内省/行为统计数据，本节点没有这份数据，编造它就是一票否决。可观察的是 skill 的设计史（commit 式的迭代轨迹、对话存档里的指令演变），不是它被触发了几次。
正确框架：设计决策 = 偏好显示（revealed preference）。经济学里 revealed preference 的逻辑是”别问人喜欢什么，看他在约束下买了什么”。把这套逻辑搬到 skill 设计上：别问 Rick 觉得什么是好的 AI 协作，看他在”为自己造工具”这个没有外部约束的场景里，实际写进 SKILL.md 的约束、实际删掉的角色、实际收手的地方。这是 von Hippel（1986，The Sources of Innovation）lead-user 方法的一个变体——lead user 因为”比市场早遇到需求且能从解决方案获益”而成为创新源头；Rick 作为自己工具的 lead user，其设计选择直接外化了他对 AI 能力边界的判断。
[!note] 本节点的赌注 赌”为自己造工具暴露的产品判断，比 Rick 在工作中做的任何产品决策都更真实”。因为给自己造工具没有向上管理、没有需求方扯皮、没有”先上线再说”的 deadline 妥协——失效边界见 §4 对手框架回应。
§1 三段可观察的设计决策史（一手数据陈列）
下面三段都来自 vault 真实产物（对话存档时间戳、SKILL.md 文件），不含任何 Rick 内省内容。
| 案例 | 时间 | 可观察的决策动作 | 暴露的产品判断 |
|---|---|---|---|
| trip-* 五件套设计 | 2026-03-31~04-01 | 把”行程规划”拆成 discover/evaluate/macro/structure/qa 五个独立 skill，按”发散—收敛—明确指令—机制核查”四步节奏 | 拒绝”一个大 skill 包打天下”，按认知阶段而非功能切分 |
| trip-structure 收敛 | 2026-04-03 | over-design → 被 Rick 拉回 → 由 skill-creator 元 skill 重写收敛输出格式 | 主动识别并砍掉自己的过度设计；承认”我也会 over-engineer” |
| intellectual-lens 迭代 | 2026-04-05 | 用”竞品输出对照”法做 prompt 工程：拿另一个 AI 的分析当参照系，定位差距在 prompt 哪一步，局部修补 | 把 prompt 工程当成有 baseline 的工程问题，不是玄学调参 |
这三段构成一个完整的”产品判断指纹”：(a) 按真实工作流的认知阶段切分模块（不是按技术功能）；(b) 对自己的产物做 over-design 审查（设计者 = 第一个批评者）；(c) 把不可观测的”prompt 质量”锚定到可对照的 baseline。这三条恰好是好 PM 与坏 PM 的三条分界线，只不过在为自己造工具时它们被放大到无可遮掩。
§2 trip 套件的切分逻辑：按认知阶段而非功能切分
trip-* 的切分点是本节点最值钱的一处可观察判断。一个”功能导向”的设计者会按对象切分（景点 skill / 酒店 skill / 交通 skill），因为对象是显性的、好命名的。Rick 的切分是按用户在规划时所处的认知阶段：discover（我还不知道有什么）→ evaluate（这个值不值）→ macro（城市间怎么排）→ structure（一天怎么排）→ qa（会不会翻车）。
为什么这暴露了真实判断？因为按认知阶段切分需要先建一个关于”人如何做规划决策”的心智模型，再把工具映射上去。这正是产品设计里最稀缺、最难外包给需求文档的那一步——它要求设计者把自己当成被研究的用户，做了一次微型的工作流民族志。trip-discover 的 SKILL.md 里那句”Do NOT use for deep evaluation of a single item（use trip-evaluate）“是这套心智模型的直接证据：每个 skill 的边界都用”何时不该用我、该转交给谁”来定义——这是分布式系统里的”单一职责 + 显式路由”，被一个 PM 凭工作流直觉复现了出来。
§3 over-design 审查：设计者作为第一个批评者
trip-structure 在 2026-04-03 有一条完整的”过度设计 → 被拉回 → 重写”轨迹。这是本节点里最反常、因此信息量最大的一段：因为 over-design 几乎是所有”为自己造工具”的人共同的失败模式——没人监督你，你就会把工具雕花雕到天上去。Rick 不仅 over-design 了（人之常情），还主动识别并收手了（罕见），并且动用了一个元工具（skill-creator）来执行收敛。
这条轨迹的可观察意义：它证明 Rick 把”约束工具的复杂度”本身当成一个设计目标，而不是事后补救。这与同一作者在 vault AI 协作架构上做的事是同构的——2026-05-21 他主动发起”12 agent 是否 over-engineering”的挑战，用 A/B/C/D 框架（只有真正需要独立 context 隔离的才保留为 agent）把架构从 v1.3 的 12 角色塌缩到 v1.4 的 5 sub-agent + 6 skill。两件事跨越了一个半月、跨越了 trip 工具和 vault 架构两个完全不同的对象，却是同一条产品判断在重复显形：复杂度是成本，不是炫技；能塌缩就塌缩。 自我民族志里把这种”跨情境重复出现的稳定模式”叫作 pattern across episodes，是分析式自我民族志（Anderson 2006，“Analytic Autoethnography”,Journal of Contemporary Ethnography 35(4):373–395）要求的”理论性承诺”——从一手经验里抽出可迁移的命题，而非停留在个人故事。
§4 判断主轴：研究”为自己造工具”时，90% 的人会踩的四个坑
这是本节点的命门。把 skill 设计史当数据来分析时，下面四个错位最容易让分析失真。每点四件套：症状 → 为什么会错 → 正确做法 → 真实反例。
坑一：把”设计得好”当成”判断好”。
- 症状：看到 trip 套件结构漂亮，就写”Rick 产品判断强”。
- 为什么会错：结构漂亮可能只是抄了通用 skill 模板，不构成 Rick 个人判断的证据；自我民族志的效度来自”能否区分研究者特异性与通用性”。
- 正确做法：只把否决动作和收手动作当强证据——over-design 后的收敛、12→5 的塌缩、撤销数量上限的改写，这些是别人不会那样做的地方，才是个人判断指纹。
- 真实反例：trip-discover 的整体骨架很可能来自 skill 通用模板（发散类 skill 都长这样），把它算作”Rick 的判断”就是过度归因。
坑二：用使用频率冒充偏好。
- 症状：写”trip-structure 是最常用的 skill，所以最重要”。
- 为什么会错：本节点没有使用频率数据；这是 Rick 待填的内省/统计项，编造它触发 §8 一票否决。
- 正确做法：留 〔Rick 待填〕 模板，问可观测的引导问题。
- 真实反例：一个 skill 可能设计得最用心却几乎没触发（场景没出现），频率与设计投入未必正相关。
坑三：把”为自己造”等同于”无约束”。
- 症状：断言”给自己造工具完全没有约束，所以判断最纯粹”。
- 为什么会错：仍有约束——时间预算、Claude 当时的能力天花板、Obsidian/skill 系统的机制限制。无约束是理想化假设。
- 正确做法：把约束显式写出来（见 §0 赌注的失效边界），承认”最真实”是相对而非绝对。
- 真实反例：trip-structure 的 over-design 恰恰说明在低外部约束下，设计者反而会制造内部约束失效（雕花），这本身就是约束没消失的证据。
坑四：把单个 skill 的局部修补读成系统级战略。
- 症状：把 intellectual-lens 的一次 prompt 局部修补，拔高成”Rick 的 AI 工程哲学”。
- 为什么会错：局部修补就是局部修补；过度拔高是分析者给数据强加叙事，违背接地纪律。
- 正确做法：单案例只支撑单命题；跨案例重复出现才支撑系统级命题（如 §3 的 over-design 模式，因为出现了两次、跨两个对象，才敢上升为”判断”)。
- 真实反例：竞品对照法只在 intellectual-lens 这一处有明确记录，把它说成 Rick 所有 skill 的通用方法，目前证据不足，应标〔需 Rick 确认是否为通用习惯〕。
§5 产品 PM 视角补盲：自造工具暴露的，恰恰是工作里被压抑的判断
跳出”工程 PM”视角，补三个容易被忽略的点。
(1) 用户心理模型的暴露强度。 在公司做产品，PM 的用户心智模型会被需求评审、数据看板、销售反馈反复”洗”，最后留下的往往是各方妥协的最大公约数。给自己造工具时没有这层稀释——trip 套件按认知阶段切分，直接就是 Rick 脑中”人怎么做旅行决策”那张图的拓印。自造工具 = 用户研究的零失真样本，但样本量 n=1。
(2) 商业模式维度的彻底缺席，反而是信号。 这些 skill 没有任何变现、增长、留存的设计痕迹——纯粹是”把一件事做对”。这在商业产品里几乎不可能存在。它给研究者一个干净的对照组：当一切商业噪声被剥离，Rick 的产品判断收敛到”工作流正确性 + 复杂度控制”两个变量上。 这两个变量是不是他在公司里也真正在乎、只是被 KPI 盖住了——是 Rick 待填的内省项，不替他回答。
(3) 合规/隐私边界在自造工具里以另一种形式出现。 vault CLAUDE.md 原则四（AI 产出先入 _ai_review/ 沙盒，Rick 审阅后才 move）是一个自己给自己设的写权限隔离。在没有任何合规要求的个人 vault 里主动建立 AI 写权限沙盒，这种”对自己的工具也保持不信任”的设计，在业界 AI-augmented PKM 里少见——它暴露的是一种把”信任校准”工程化的倾向（信任应与实际可靠性匹配，见 Lee & See 2004,“Trust in Automation: Designing for Appropriate Reliance”,Human Factors）。
§6 跨域呼应：revealed preference 与”工具是固化的判断”
调度一个跨域资源：经济学的显示性偏好（revealed preference, Samuelson 1938）。它的核心断言是——主观偏好不可直接观测，但可从约束下的选择行为中被”显示”出来。把它接到本节点：Rick 的产品判断同样不可直接观测（且按接地纪律我们禁止去内省/编造它），但 skill 的设计选择是约束下的真实行为，于是判断被”显示”了出来。这就是为什么本节点能在”绝不编造 Rick 内省数据”的硬约束下，仍然产出关于 Rick 判断的实质结论——我们读的是行为，不是自陈。
但要引入一个 Rick 未必读过的对手框架来逼问这个方法的盲点：Winner（1980）“Do Artifacts Have Politics?”（Daedalus）。Winner 论证技术物本身携带政治/价值取向。对照本节点，它提出一个尖锐的反问：trip skill 的设计里，有多少是 Rick 的判断，有多少是 skill 系统这个”技术物”本身（Anthropic 设计的 SKILL.md 范式、frontmatter 约定、router 模式）替 Rick 预先做掉的判断？一个发散类 skill”长成 discover 的样子”，可能是系统的 affordance（可供性）在塑形，而非 Rick 的自由选择。这正是 §4 坑一的理论根基。结论：自造工具是 revealed preference 的好数据，但必须先扣掉”工具系统自带的政治”那一层，剩下的才是 Rick。 这一层扣除目前在本节点只能定性指出，定量区分需要把 Rick 的 skill 与系统默认模板逐行 diff——是一个可执行的后续动作。
§7 对手框架回应：Delamont 的”navel-gazing”指控
业界对自我民族志最锋利的反方立场来自 Sara Delamont（加的夫大学，2007/2012）：她直指自我民族志”缺乏学术严谨性”，本质是学术化的自我沉溺（navel-gazing）——研究 n=1 的自己，凭什么产生可推广的知识？
接受它对的部分：本节点确实是 n=1，且研究对象与研究者是同一人（Rick 的 skill、Rick 的分析视角），存在结构性的自我确认风险。把这个风险藏起来才是不诚实。
标注本节点坚持的边界与赌注：(a) 本节点不主张”可推广到所有用户”，只主张”对极端 power user 这一稀有样本的产品判断做高保真记录”——而 power/lead user 恰恰是 von Hippel 方法论里”少数但信息量极高”的样本，n=1 在这里不是缺陷而是设计；(b) 本节点用行为数据（设计史）而非自陈数据（感受）做主证据，把 navel-gazing 最容易出问题的”自我美化”通道堵死——你可以美化感受，很难美化已经落盘的 SKILL.md 和带时间戳的对话存档;(c) 本节点全程对 Rick 内省项留 〔待填〕 而不替他作答，这正是 Anderson（2006）“analytic reflexivity”要求的——研究者可见、但不僭越数据。赌注：赌”高保真的极端个案 + 行为接地 + 反身性留白”三件套，足以让一个 n=1 研究站住脚；如果 Rick 在待填项里填入的内省与本节点的行为推断系统性矛盾，那本方法的效度就要重估（这是显式的 failure scenario）。
§8 PM 决策启示
面试怎么用：当被问”你怎么理解好的产品判断”，不要答方法论，答这个——“我给自己造过一套工具，过程里我做的第一件事是按用户的认知阶段而不是功能切分，第二件事是审查并砍掉自己的过度设计。这两件事在为自己造工具时无法作假，因为没人逼我。” 用 revealed preference 的逻辑把”我判断力强”从自夸变成可验证的行为证据。
选型怎么用：评估任何 AI 协作工具/平台时，问一个 revealed-preference 式的问题——“这个工具的默认设计，替我做掉了哪些判断（坑一/Winner 的盲点）？哪些是我还能自己掌控的？” 区分”工具的政治”与”我的判断”，避免把厂商的 affordance 误当成自己的需求。
复现怎么用：要研究任何一个 power user（包括你自己）的 AI 使用模式，先扒设计史/行为日志，最后才问感受。顺序反了就会被自陈数据污染。本节点示范了一套可复用的接地纪律：可观测的设计动作如实分析，需内省的一律留结构化 〔待填〕 模板。
§9 与已有节点的关系
- 对照 Skill 系统的本质：那个节点回答”Skill 在抽象层级上是什么”（横向辨析）；本节点做的是升级对照中的”换轴”——不研究 skill 是什么，而把 skill 的设计史当作研究 Rick 的数据轴。从”研究工具”升到”用工具当镜子研究造工具的人”。
- 对照 旅行规划 Skill 套件系统设计：那个节点是 trip 套件的设计文档（系统怎么搭）；本节点不复述它的架构，只把它记录的设计决策当一手数据，做深化——从”设计了什么”问到”这些设计选择显示了 Rick 的什么判断”。
- 对照 trip-structure skill：本节点引用了它 2026-04-03 的 over-design→收敛轨迹作为 §3 的核心证据，是取证关系，不复述其内容。
- 对照 AI 记忆过拟合与泛化能力：那里 Rick 用 ML 术语对 AI 做元层干预；本节点的 §3 over-design 审查与之同构（都是”对自己的 AI 协作产物做诊断式审查”），构成互证。
§10 关联节点
核心（必读）
- Skill 系统的本质 — 本节点的”换轴”对照源
- 旅行规划 Skill 套件系统设计 — trip 套件设计文档，本节点的一手数据源
- trip-structure skill — §3 over-design 证据出处
- AI PM 知识图谱框架设计 — 同类”为自己造学习工具”的设计史，与本节点互证
- Claude routines 调研与 memory allowlist 设计 — memory 治理的设计决策史，同属 revealed-preference 数据
延伸（可选）
- AI 记忆过拟合与泛化能力 — over-design 审查的同构案例
- Polanyi 默会知识与提示工程的认识论张力 — skill 把默会工作流编码为显式 SKILL.md，本质是默会→显性的转译
- Claude Code / Agent / Skill 系统的本质 — 技术底座
- 人类学 / 民族志 — 方法论母体
- AI PM 知识图谱·总索引 — 图谱总入口
升级对照（显式）
| 旧节点/参照 | 本节点做了哪种升级 |
|---|---|
| Skill 系统的本质 | 换轴：从”skill 是什么”换到”skill 设计史作为研究 Rick 的数据” |
| 旅行规划 Skill 套件系统设计 | 深化：从”设计了什么”到”设计选择显示了什么判断” |
| Polanyi 默会知识与提示工程的认识论张力 | 对话：SKILL.md 是默会工作流的显式化，本节点提供其设计史侧证 |
| 0414（Claude Code 体感）〔同专题节点，待建〕 | 互补：0414 记录使用体感，本节点记录设计行为，体感与行为互校 |
| 0418（审阅瓶颈）〔同专题节点，待建〕 | 互补：原则四沙盒（§5.3）是审阅瓶颈的工程化前置，Rick 审阅行为是 0418 一手数据 |
| 0422（民族志方法）〔同专题节点，待建〕 | 方法继承：本节点是 0422 方法论在”自造工具”这一数据源上的具体落地 |
〔Rick 待填〕结构化模板
以下为需 Rick 内省/统计的内容，本节点不替你作答，仅留引导问题。这正是自我民族志的诚实做法。
待填一·使用频率与设计投入的关系
- trip 五件套里，旅途中实际触发最多的是哪个？最少的是哪个？
- 有没有”设计得最用心却几乎没用上”的 skill？是哪个、为什么？ 〔Rick 待填：你的实际观察〕
待填二·over-design 收手的主观驱动
- 2026-04-03 把 trip-structure 拉回时，触发”这过度了”的信号是什么？是输出太啰嗦、是机制太绕、还是别的？
- 12→5 agent 塌缩，是效率驱动、架构美感驱动，还是别的？ 〔Rick 待填：你的实际观察〕
待填三·“为自己造”是否真的更纯粹
- 给自己造工具时的判断，和你在 DiDi/99 做产品决策时的判断，最大的差别是什么？
- 本节点假设”自造工具暴露最真实判断”——你认同吗？哪里不对？ 〔Rick 待填：你的实际观察〕
待填四·竞品对照法是否为通用习惯
- intellectual-lens 用了”竞品 AI 输出对照”做 prompt 工程。这是个例，还是你做 prompt 工程的通用方法？ 〔Rick 待填：你的实际观察〕
修订日志
- R1 (2026-06-07)：首稿。建立”设计决策史=revealed preference”框架；陈列 trip 套件/over-design/intellectual-lens 三段可观察数据；判断主轴四件套（四坑）；跨域调度 revealed preference + 引入对手框架 Winner「技术物的政治」；对手回应 Delamont navel-gazing 指控（接受+边界+赌注+failure scenario）；与 Skill 系统的本质/旅行规划 Skill 套件系统设计 显式换轴/深化对照；0414/0418/0422 互补对照；全程对 Rick 内省项留〔待填〕模板，0 处编造内省数据。
- R1 接地核验 (2026-06-07)：WebSearch 已核 — Samuelson 1938”A Note on the Pure Theory of Consumer’s Behaviour”,Economica Vol.5（revealed preference 出处，其”摒弃内省式 utility、只用可观测选择”的原意恰好支撑本节点方法论）；Winner 1980”Do Artifacts Have Politics?“,Daedalus Vol.109 No.1, pp.121–136（精确）。Anderson 2006 / Lee & See 2004 / von Hippel 1986 经方法论简报交叉确认。Delamont 2007/2012 立场经简报确认。无〔待核实〕悬留。