Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →staruhub/xuefeng-method
雪峰式AI-Native产品开发方法论。适用于：(1) 用户行为开放、不可穷举的AI-native产品（AI日历、AI助手、AI推荐、对话式产品等），(2) 强模型依赖型场景，AI驱动核心决策而非仅辅助，(3) 多专精Agent架构设计与分工，(4) 上线后快速校准、行为审计与漂移检测，(5) 模型选择和智能路由策略，(6) 概率性输出的质量评估。触发场景包括"AI-native产品怎么做"、"用户行为不可预测怎么办"、"多agent怎么分工"、"模型漂移怎么处理"、"校准到95%太难了"、"唯快不破"、"怎么选模型"、"agent并行分工"、"AI产品上线后怎么迭代"。注意：如果产品是场景明确、边界可定义的+AI类型，请改用 keqian-method skill。即使用户没有明确说"AI-native"，但在讨论AI驱动决策、用户行为不可预测、概率性输出等话题时也应触发。
Passed 19 of 22 test cases with the skill, and 12 of 22 without it.
and 10 more in the full report
8 fixed11 passed either way2 still failing1 broke
Tokens, turns and time describe resource use, not a dollar price.
One of 8 test cases the skill fixed. Same model, same prompt, with and without the skill.
我们正在规划一款允许用户自由语音和文本交互的AI智能日程规划产品。由于用户的输入场景完全不可预测，传统写死用例的测试方法失效了。请帮我们评估这个产品的架构方案，给出包含以下维度的方案规划：首先判断其产品架构类型，然后提出拆分专精Agent的职能与分工，建立概率性验收与行为属性测试的机制，最后制定一个防止上线后模型发生偏移的行为审计流程。
| Checked | Without skill | With skill |
|---|---|---|
| Classifies the product as AI-native based on open-ended user behavior and un-enumerable inputs | Missed | Passed |
| Recommends targeting an 80% calibration bar for initial release rather than delaying for 95% | Missed | Passed |
| Proposes split specialized agents including NLU understanding, Action execution, Verify validation, and NLG expression agents | Passed | Passed |
| Specifies probabilistic acceptance criteria using property checks instead of exact match assertions | Passed | Passed |
The instructions your model reads when the skill loads.
核心理念：强模型依赖 × 多专精Agent × 快速校准 × 行为审计
来源：雪峰——AI-Native连续创业者，深耕AI日历管理等AI驱动产品。 核心洞察：穷举是死循环，唯快不破才是AI-native的生存之道。
与克谦方法论（keqian-method）互为对偶： 克谦解决"如何让AI在明确边界内可靠执行"， 雪峰解决"当边界本身不确定时怎么办"。
在选择任何开发策略之前，先判断你的产品类型。 选错方法论比没有方法论更危险。
| 类型 | 特征 | 关键判断标准 | 推荐方法 |
|---|---|---|---|
| +AI（场景依赖型） | 用户行为可枚举，AI辅助执行确定性流程 | 能列出所有合法输入输出组合 | → keqian-method |
| AI-native（强模型依赖型） | AI驱动核心决策，用户行为开放式 | 用户的下一步操作你无法预测 | → 本skill |
| 混合型 | 核心流程确定，部分环节AI-native | 能拆分出哪些模块是确定的、哪些是开放的 | → 两者结合，按模块选用 |
回答以下问题，如果3个以上答"是"，你大概率是AI-native：
"穷举意味着：有多少人工，就有多少智能。这是死循环。"
test cases passed, vs 12 / 22 without
More skills from the same source and nearby in the registry, with their headline benchmark lift.