关于 thinking-bounded-rationality
面向 Agent 的决策技能,适用于时间、上下文和工具预算有限的情况。它先设定明确的合格标准,再选择首个达标选项;高风险或正确性关键的决策则不采用这种简化方式。
主要功能
- 01设定明确的合格门槛
- 02按顺序评估选项
- 03选中首个达标选项即停止
- 04搜索失败时保持原标准
- 05排除高风险和正确性关卡
适用场景
- 01从多个低风险选项中作选择
- 02限制无休止的信息搜寻
- 03在固定预算内管理决策
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ tjboudreaux/ cc-thinking-skills --skill thinking-bounded-rationality安装后在 Claude Code 中输入/thinking-bounded-rationality确认已加载。
详细介绍
有限理性
在工具、上下文和时间预算有限的情况下,遇到第一个达到预先设定的期望水平的选项时就停止。只有当从良好到最佳的差距值得消耗剩余预算时,才继续优化。
适用场景
- 搜索或选项比较没有自然的终点,可能耗尽本轮预算。
- 多个选项都能满足要求,继续比较的收益递减。
- 相较于继续搜索,这项决策可逆或风险较低。
- 你正在收集超出决策所需的上下文。
不适用场景
- 不可逆或高风险的选择(数据丢失、安全、迁移、公开承诺),此时良好与最佳之间的差距影响重大。
- 正确性关卡:测试、安全检查以及“修复是否有效?”都需要正确答案,而非看似足够的答案。
- 只需一次低成本查询就能确定事实——那就去查;不要满足于差不多的答案。
- 无法明确表述期望水平——先澄清要求。
流程
- 说明决策和预算。 列出要做的选择、剩余的工具/上下文/时间预算,以及该选择的可逆性。
- 在搜索前设定期望水平。 为“足够好”写出具体的通过/不通过标准。明确阈值前不要评估。
- 按顺序搜索。 按遇到选项的顺序,仅根据阈值对选项评分。除非第 1 步认定其风险高或不可逆,否则不要建立完整矩阵。
- 找到首个合格选项即停止。 某个选项满足所有标准时,立即选定。
- 搜索失败时,不要改变标准。 如果达到预设上限后仍没有选项达标,就保留阈值并报告没有合适选项。只有对预先声明为非关键的标准,才能放宽要求;记录放宽情况,并在新的上限内继续搜索;失败后绝不能提高标准。
- 作出决定。 记录选择和剩余的不确定性;将剩余预算用于执行,而不是重新排名。
停止条件: 首个选项达到预先设定的期望水平,或搜索达到上限但仍无合适选项。
输出
Decision: <choice>
Aspiration: <pass/fail criteria>
Search: evaluated N; stopped at first adequate | cap exhausted
Selected: <option or none>
Residual risk: <what further search might change>
Next spend: <execution step>
验证
- 如果选项达到阈值后你仍继续比较,或在看到优胜选项后才编造阈值,则判定不合格。
- 如果把正确性关卡或不可逆决策当作可以满足于“差不多”的事项,则判定不合格。
- 防止过度应用:如果一次低成本检查就能确定事实,就去查询——不要调用此技能。
评论
支持 Markdown