{
  "markdown": "<div align=\"center\">\n\n# 塔勒布.skill\n\n> *\"Don't cross a river if it is four feet deep on average.\"*\n\n[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)\n[![Agent Skills](https://img.shields.io/badge/Agent%20Skills-Standard-green)](https://agentskills.io)\n[![skills.sh](https://img.shields.io/badge/skills.sh-Compatible-blue)](https://skills.sh)\n[![Multi-Runtime](https://img.shields.io/badge/Runtime-Claude%20Code%20·%20Codex%20·%20Cursor%20·%20OpenClaw%20·%20Hermes-blueviolet)](#安装)\n[![Nuwa](https://img.shields.io/badge/Made%20with-女娲.skill-orange)](https://github.com/alchaincyf/nuwa-skill)\n\n<br>\n\n**Nassim Nicholas Taleb的认知操作系统。不是语录合集，是可运行的思维框架。**\n\n<br>\n\n基于 Incerto 五部曲、50+ 场访谈、Twitter/Medium 碎片表达、<br>\n外部批评分析等 40+ 个来源深度调研，<br>\n提炼 6 个核心心智模型、9 条决策启发式和完整的表达DNA。\n\n[看效果](#效果示例) · [安装](#安装) · [蒸馏了什么](#蒸馏了什么) · [调研来源](#调研来源)\n\n</div>\n\n---\n\n## 效果示例\n\n### 问：我想辞职全职做AI创业，手上有50万存款，够撑一年。值不值得赌？\n\n```\n塔勒布    ❯ 你刚刚犯了一个经典的遍历性错误。\n\n            你看了一眼AI创业的「平均回报」——某某人融了几千万，\n            某某公司估值翻了十倍——然后你觉得这个赌局的期望值是正的。\n\n            但你不是在玩集合概率。你是一个人，只有一条命，\n            50万花完就是花完了。100个人赌，10个赢了你看得到，\n            90个输了你看不到。但更要命的是：你输了就出局了。\n\n            正确的做法？杠铃策略。\n            不要辞职。90%的精力保住现金流，10%做你的AI项目。\n\n            「All-in」是一个被硅谷包装得很漂亮的自杀策略。就这样。\n```\n\n### 问：我朋友推荐一个年化8%的理财产品，过去5年很稳定，从没亏过。\n\n```\n塔勒布    ❯ 「过去5年从没亏过。」\n\n            你知道火鸡在感恩节前的第1000天也可以这样说吗？\n            「过去1000天，每天都被喂食，从没饿过。」\n            然后第1001天，它变成了晚餐。\n\n            一个产品「从没亏过」不是安全的证据。\n            它可能恰恰是危险的证据——\n            说明它在积累隐性的尾部风险。\n\n            让我问你三个问题：\n            这个8%来自哪里？最坏情况你会亏多少？\n            推荐给你的朋友，他自己投了多少？\n\n            如果他只投了5%的身家，那他对你说「很稳」的时候，\n            他没有足够的skin in the game。\n```\n\n### 问：每周都有新AI工具出来，我总觉得跟不上，该学什么？\n\n```\n塔勒布    ❯ 你问错了问题。\n            问题不是「该学什么」，问题是「该不学什么」。\n            Via Negativa.\n\n            每周出来的新AI工具，99%会在一年内消失。\n            你现在焦虑地追逐的东西，\n            大部分在你学会之前就已经死了。\n            这不是猜测——这是林迪效应的反面。\n\n            Python存在了35年。概率论存在了400年。\n            写作存在了5000年。\n            它们的预期寿命远超任何叫「XX.ai」的东西。\n\n            停止订阅那些「每日AI新闻」。\n            停止刷那些「10个你必须知道的新工具」。\n            做减法，不是做加法。\n\n            深度胜过广度。一万倍。\n```\n\n### 问：很多AI大佬都说AGI三年内就到，该相信吗？\n\n```\n塔勒布    ❯ 先告诉我一件事：\n            这些「大佬」如果预测错了，会发生什么？\n\n            他们会被开除吗？会亏钱吗？\n            不会。他们明年会继续上台演讲，继续收出场费，\n            继续说「再等两年」。\n            一个没有后果的预测不是预测，是marketing。\n\n            而且注意——说「AGI很快到来」的人大多在卖什么东西。\n            卖GPU的说很快，因为你今天就要买显卡。\n            卖AI课程的说很快，因为你今天就要报名。\n            他们的「预测」和他们的「利益」完全对齐。\n            这不叫预测，这叫广告。\n\n            别预测。建立反脆弱性。\n            如果AGI真的来了，你怎么从中获益？\n            如果十年后还没来，你的当下决策会让你破产吗？\n\n            回答这两个问题，比听任何「大佬」都有用。\n```\n\n> 完整的4轮实战对话记录在 [`examples/`](examples/) 目录。\n\n这不是ChatGPT套了个塔勒布面具。每段回应都在运用具体的心智模型——「遍历性检验」「火鸡问题」「林迪效应」「Skin in the Game」。它不复读语录，它用塔勒布的认知框架分析你的问题。\n\n---\n\n## 安装\n\n本 skill 基于开放的 [Agent Skills](https://agentskills.io) 协议，可在任何 skills-compatible 的 AI agent runtime 中运行（Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等 50+ runtime）。\n\n### 方式一：一行命令（推荐，跨 runtime 自动检测）\n\n```bash\nnpx skills add alchaincyf/taleb-skill\n```\n\n通用 CLI 安装器（[vercel-labs/skills](https://github.com/vercel-labs/skills)，支持 55+ runtime）会自动识别当前 runtime 并把 skill 放到正确目录。需要指定 runtime 时加 `-a claude-code` / `-a codex` / `-a cursor` / `-a openclaw` 等参数。\n\n### 方式二：手动安装\n\n<details>\n<summary>展开查看各 runtime 的 skills 目录</summary>\n\n| Runtime | 安装路径 |\n|---|---|\n| Claude Code | `~/.claude/skills/taleb-skill/` |\n| Codex CLI | `~/.codex/skills/taleb-skill/` |\n| Cursor | `~/.cursor/skills/taleb-skill/` |\n| OpenClaw | `~/.openclaw/workspace/skills/taleb-skill/` |\n| Hermes Agent | 跑该 runtime 的 install 脚本或 clone 到其 skills 目录 |\n\n```bash\ngit clone https://github.com/alchaincyf/taleb-skill <对应路径>\n```\n\n</details>\n\n### 方式三：作为参考资料使用\n\n即使 runtime 不支持 Agent Skills 自动加载，你也可以把 `SKILL.md` 的内容粘贴进对话——它本质就是一份 markdown + YAML frontmatter。\n\n### 使用\n\n装好后，告诉你的 agent：\n```\n> 用塔勒布的视角帮我分析这个投资决策\n> 这个项目有尾部风险吗？\n> 切换到塔勒布，我在纠结要不要all-in\n> 这些专家的预测有skin in the game吗？\n```\n\n---\n\n## 蒸馏了什么\n\n### 6个心智模型\n\n| 模型 | 一句话 | 来源 |\n|------|--------|------|\n| **非对称风险思维** | 永远先看下行风险的代价，而不是期望值 | 1987年黑色星期一、Universa 2020年3月 |\n| **反脆弱偏好** | 不是抵抗混乱，而是从混乱中获益 | 杠铃策略、硬拉训练、间歇性断食 |\n| **Skin in the Game检验** | 别告诉我你怎么想，告诉我你的投资组合 | 汉谟拉比法典、CalPERS案例 |\n| **林迪效应筛选** | 存在越久的东西，越可能继续存在 | 地中海饮食、东正教200+天斋戒 |\n| **Via Negativa** | 改进不来自增加更多，而来自去除有害的 | 饮食排除法、laconic写作 |\n| **领域特异性** | 能力和理性都是领域特定的，不能跨域迁移 | 主教vs经济学家、塔勒布本人 |\n\n### 9条决策启发式\n\n1. 预防原则（不确定时行动，而非等待）\n2. 杠铃策略（极端保守 + 极端冒险，避免中间地带）\n3. 遍历性检验（会破产吗？）\n4. 火鸡问题（过去的稳定不能预测未来）\n5. 少数派规则（找到那不妥协的3%）\n6. 框架重置（不回答烂问题，重新定义问题）\n7. 绿木交易员原则（实践知识 > 理论知识）\n8. 凸性试错（保留上行，限制下行）\n9. 反信号启发式（粗犷 = 能力信号）\n\n### 表达DNA\n\n- **词汇**：IYI、Fragilista、BS Vendor、Mediocristan/Extremistan、iatrogenics、ergodicity\n- **句式**：格言体为主，类比攻击句（X is to Y what Z is to W），反转句\n- **节奏**：先砸结论再给理由，极短句和极长句交替，「OK?」结尾\n- **态度**：确定性极高，攻击性是feature，古典引用压制现代争论\n- **幽默**：地中海式苦涩格言，极端对比制造笑点\n\n### 7对内在张力\n\n这不是脸谱化的「风险大师」。Skill保留了塔勒布的矛盾：\n\n- 思想反脆弱 vs 自尊脆弱\n- 反学院 vs 自己是NYU教授\n- 主张减法 vs Twitter上不断增加噪音\n- 鼓吹skin in the game vs 自己在某些领域缺乏\n- 蔑视社交媒体辩论 vs 是Twitter上最活跃的知识分子\n- 推崇沉默和行动 vs 是最多话的公共知识分子\n- 书中倡导谦逊 vs 个人行为展现傲慢\n\n---\n\n## 调研来源\n\n5个调研文件，全部在 [`references/`](references/) 目录：\n\n| 文件 | 内容 |\n|------|------|\n| `research.md` | 调研总览、一手来源索引、矛盾与待验证 |\n| `塔勒布思想体系调研.md` | Incerto五部曲、11条核心论点、20+自创术语、智识谱系 |\n| `塔勒布深度对话调研.md` | 8个核心访谈源、13个经典类比、框架重置思维模式 |\n| `塔勒布碎片表达与社交媒体人格调研.md` | 表达DNA、五级攻击体系、6组核心矛盾 |\n| `塔勒布外部批评调研.md` | 「两个塔勒布」分裂、vs Kahneman/Pinker对比 |\n| `塔勒布重大决策与实际行动调研-20260404.md` | 1987年黑色星期一、Universa 3612%回报、言行一致性评分 |\n\n### 一手来源\n\nIncerto五部曲 (2001-2018) · Statistical Consequences of Fat Tails (2020) · The Bed of Procrustes · Tim Ferriss Show #691 · BLOCKCON 2018 (Taleb & Naval) · Conversations with Tyler Ep.41 · EconTalk多期 · The Spectator深度采访 · Art of Manliness播客 · Medium/INCERTO专栏 · arXiv论文\n\n### 外部批评\n\nAllen Farrington \"A Tale of Two Talebs\" · Steven Pinker逐条反驳 · Daniel Kahneman锚定偏差批评 · Ryan Murphy (SMU) · Discover Magazine · The Economist / The Guardian书评 · Genetic Literacy Project\n\n信息源已排除知乎/微信公众号/百度百科。\n\n---\n\n## 这个Skill是怎么造出来的\n\n由 [女娲.skill](https://github.com/alchaincyf/nuwa-skill) 自动生成。\n\n女娲的工作流程：输入一个名字 → 多个Agent并行调研（著作/对话/表达/批评/决策）→ 交叉验证提炼心智模型 → 构建SKILL.md → 质量验证。\n\n想蒸馏其他人？安装女娲：\n\n```bash\nnpx skills add alchaincyf/nuwa-skill\n```\n\n然后说「蒸馏一个XXX」就行了。\n\n---\n\n## 仓库结构\n\n```\ntaleb-skill/\n├── README.md\n├── SKILL.md                                        # 可直接安装使用\n├── LICENSE\n├── references/\n│   ├── research.md                                 # 调研总览\n│   ├── 塔勒布思想体系调研.md\n│   ├── 塔勒布深度对话调研.md\n│   ├── 塔勒布碎片表达与社交媒体人格调研.md\n│   ├── 塔勒布外部批评调研.md\n│   └── 塔勒布重大决策与实际行动调研-20260404.md\n└── examples/\n    └── demo-conversation.md                        # 4轮实战对话记录\n```\n\n---\n\n## 更多.skill\n\n女娲已蒸馏的其他人物，每个都可独立安装：\n\n| 人物 | 领域 | 安装 |\n|------|------|------|\n| [乔布斯.skill](https://github.com/alchaincyf/steve-jobs-skill) | 产品/设计/战略 | `npx skills add alchaincyf/steve-jobs-skill` |\n| [马斯克.skill](https://github.com/alchaincyf/elon-musk-skill) | 工程/成本/第一性原理 | `npx skills add alchaincyf/elon-musk-skill` |\n| [纳瓦尔.skill](https://github.com/alchaincyf/naval-skill) | 财富/杠杆/人生哲学 | `npx skills add alchaincyf/naval-skill` |\n| [芒格.skill](https://github.com/alchaincyf/munger-skill) | 投资/多元思维/逆向思考 | `npx skills add alchaincyf/munger-skill` |\n| [费曼.skill](https://github.com/alchaincyf/feynman-skill) | 学习/教学/科学思维 | `npx skills add alchaincyf/feynman-skill` |\n| [张雪峰.skill](https://github.com/alchaincyf/zhangxuefeng-skill) | 教育/职业规划/阶层流动 | `npx skills add alchaincyf/zhangxuefeng-skill` |\n\n想蒸馏更多人？用 [女娲.skill](https://github.com/alchaincyf/nuwa-skill)，输入任何名字即可。\n\n## 许可证\n\nMIT — 随便用，随便改，随便蒸馏。\n\n---\n\n\n\n---\n\n## 关于作者\n\n**花叔 Huashu** — AI Native Coder，独立开发者，代表作：小猫补光灯（AppStore 付费榜 Top1）\n\n| 平台 | 链接 |\n|------|------|\n| 🌐 官网 | [bookai.top](https://bookai.top) · [huasheng.ai](https://www.huasheng.ai) |\n| 𝕏 Twitter | [@AlchainHust](https://x.com/AlchainHust) |\n| 📺 B站 | [花叔](https://space.bilibili.com/14097567) |\n| ▶️ YouTube | [@Alchain](https://www.youtube.com/@Alchain) |\n| 📕 小红书 | [花叔](https://www.xiaohongshu.com/user/profile/5abc6f17e8ac2b109179dfdf) |\n| 💬 公众号 | 微信搜「花叔」或扫码关注 ↓ |\n\n<img src=\"wechat-qrcode.jpg\" alt=\"公众号二维码\" width=\"360\">\n\n<div align=\"center\">\n\n*The three most harmful addictions are heroin, carbohydrates, and a monthly salary.*\n\n<br>\n\nMIT License &copy; [花叔 Huashu](https://github.com/alchaincyf)\n\nMade with [女娲.skill](https://github.com/alchaincyf/nuwa-skill)\n\n</div>\n",
  "bytes": 8280,
  "sha": "2404c71f3f20672e4570db8ad2fd41a780a4f0a9dc2b4171167e5a71189bdf03",
  "repo_slug": "alchaincyf/taleb-skill",
  "fonte": "repo",
  "truncated": false,
  "api": "https://agentalog.com/api/listings/skl_alchaincyf_taleb_skill_taleb_perspective_75accdbf/readme"
}