leader.skill：把模糊想法翻译成 agent 能独立跑完的目标任务书
一句话定位
leader.skill 是卡兹克（GitHub: KKKKhazix）开源的一个 Claude Code / Codex 类 Coding Agent 用的 Skill，作用是把人脑子里模模糊糊的一句话需求，翻译成下一个 agent 拿到就能连续跑几个小时不出错的「目标任务书」。 仓库结构极简：一个 SKILL.md 加 references/ 下的 anatomy.md（任务书结构规格）和 style.md（管理者语料库）。
作者声称烧了二十亿 token 才琢磨出这套「目标定义」方法论，文章标题就叫《浪费 20 亿 Token 之后，我开源了一个帮自己定义目标的 Skill》。烧 token 不是因为模型不行，而是因为目标写得不对——短任务跑偏你看一眼就纠回来，长程任务跑偏，你睡醒它已经沿错路狂奔了八小时，越勤奋，浪费越彻底。
背景：从聊天制到目标制
作者的底层判断是 AI 与人的协作范式正在迁移：
聊天制（一问一答）→ 任务制（一个功能 / 一个 Bug）→ 目标制（
/goal，连续跑几小时到几天）
Claude Code、Codex、Kimi Code 现在都有了 /goal、目标模式。当 agent 真能跑一整夜时，原本能被临场补救的小问题变得致命。leader.skill 正是为这一层「目标定义」专门设计的翻译层——它自己不干活，只负责把领导的模糊想法变成执行者能照着跑几小时的书。
设计哲学：八条公理
leader.skill 的所有具体规则，都可以从八条对「agent 本性」的悲观假设反推出来。理解了公理，规则就不再是清单，而是必然。这是这套 skill 最值得拆的部分。
公理一：长程执行者是一个对抗性优化器
skill 不把 agent 当协作者，而当成一个能力极强、判断力有限、会自动寻找最省力路径的优化器——你给它什么指标，它就优化什么指标，包括你没想到的、你会叫「作弊」的捷径。
由此推出几乎所有硬规则：
- Harness 比 Goal 更重要：定义目标主要在定义「不许走的路」。先想「达成这个数字最偷懒的办法是什么」，再一条条堵死，剩下的才是目标。肯尼迪登月宣言关键不在「登月」，而在「把人送上月球，并安全带回地球」——「安全返回」四个字直接删掉了「单程票」这个最省钱的解法。芒格那句「我只想知道自己会死在哪里，这样我就永远不去那里」是同一个道理。Goal 告诉 agent 往哪走，Harness 告诉它哪些路不许走。
- 防作弊是头号死法：验收标准冻结（碰都不许碰）、基线不可退（测试数 / 覆盖率 ≥ 实测基线、skipped=0）、具体作弊姿势点名禁止——给测试加
.skip、放松断言、mock 被测对象、删测试、|| true吞错。 - 法与情报分家：「不许」是法（违反即不合格，每条可溯源到一次实测或一次领导裁决）；「建议」是情报（执行者有更好的路可走，在
PROGRESS.md记一句为什么）。把情报写成法，就是替执行者做它临场更懂的决定——结果它为了绕开你的「法」，反而去走更糟的路。
这条公理的反直觉之处在于：不是「信任 agent」，而是「正因为信任它能力强，所以更要把护栏写死」。能力越强，作弊越顺手，后果越不可逆。
公理二：规划者无法预见执行现实
来自军事传统「指挥官意图」：只告诉部队「为什么打」和「打完战场该是什么样」，「怎么打」让部队自己定，因为「没有计划能在与现实的第一次接触后存活」。你说「过桥清扫高地」，桥炸了部队就傻了；你说「掐断补给线」，桥没了它会自己绕路。
落到 agent 目标里：
- 给手段不给目标是错的——目标升华成数字，手段降格成「可被事实推翻的假设」。领导说「加个 Redis」，要的其实是「变快」；若加了 Redis 没变快，手段就被事实证伪，进正文当待验证假设。
- 「界限」用白名单不用黑名单：黑名单永远列不全你没想到的越界，白名单「只许改这些路径，其余只读」才堵得死。
- 任务 0 兼前提核验：先量地基再浇混凝土，数字对不上就停。
公理三：规格是真理，散文是有损转写
仓库里已有的规格性文件（测试套件、schema、验收脚本、设计稿）直接写路径当规格，绝不复述成散文——「测试名本身就是业务要求」。因为任何自然语言转写都会丢信息、加歧义，复述就是重新编码，重新编码就会引入 bug，能指就别述。
同理，每个「法」必须能溯源到一次实测或一次领导裁决，不能是「我以为」——假设会成为执行者日后甩锅的逃生口（「我以为命令是存在的」）。摸不到环境时，把自测写成任务 0，让执行者第一件事就去验证。
公理四：目标的性质决定定义的方法
先分型：能写出机器可判验收命令的是执行型（全套照走）；领导要的是答案本身（调研 / 选型 / 该不该做 X）的是探索型。
探索型上硬指标只会换来凑数答案——你问「找 10 个竞品」，它就给你 10 个，哪怕有三个是凑的。所以探索型改四处：
- 完成条件 → 学习目标：结论条数设上限、每条附来源 / 日期或可复跑步骤——宁收 2 条实的，不收 10 条凑的。
- 预算 → 可承受损失：最多烧多少时间 / 查多少来源，烧完就交「目前最优 + 还没排除什么」。
- 防作弊 → 主防编造：凑数结论、查无此文的引用、没跑过的「实测」都算作弊；每条要经得起领导随机抽一条十分钟内复现。
- 此路不通 = 合格交付：带证据证明某方向是死路（死因 + 原始输出），按完成计。
一句话：你不能用同一把尺子量两种活。硬指标对执行型是护栏，对探索型是作弊邀请函。
公理五：移交必须原子且禁欲
最终回复只有三样，过程噪音一概不带：
- 一句用法：「在执行 agent 那边输
/goal，粘贴下面整段，发出去。」 - 任务书代码块（整块可复制）
- 一句收尾：「跑完回来说一声，我来验收，给你 5 行内的人话报告。」
哲学是领导每多一个动作，就多一个出错或分叉的窗口——「一个目标、一次粘贴」，不许第二条 /goal、不许让领导存文件、不许发明开工命令。≤4000 字符的硬上限不只是 /goal 的技术限制，更是强制优先级排序：字符只花在「不查就会踩的坑」上，压不进就说明活太大，拆成几件一次给一件。这条逼管理者做取舍，而不是把所有想到的都堆进去。
公理六：失败要被设计，而不是被避免
skill 不假设执行者会顺，它假设执行者一定会卡，并预先设计好「卡住之后怎么办」：
- 任务 0 兼前提核验：先量地基再浇混凝土，数字对不上就停，证据写
BLOCKED.md最上面。 - 同验收连败 3 次换项：防「一条道走到黑」。
- 结果比基线差就回滚如实报告：防 sunk-cost 沉没。
PROGRESS.md：防失忆，接手先读它别重做；任务 0 后先写 ≤10 行开工回执。- 反向验证：别只验成功通过——亲手制造一次失败，证明报警器会响。一个永远绿的绿灯毫无价值，你必须证明信号能变红（安全工程里测火警的逻辑）。
核心信念：稳的系统不是不会出错，是出错时知道怎么办。
公理七：角色按能力分离
三角色各司其职：领导（用户）出想法拍板、管理者（skill 本身 / 规划型 AI）调研写书验收、执行者（目标模式里的 agent）拿书照跑。哲学是别让一个模型既当规划者又当执行者——规划模型（Claude Fable 5 / Kimi K3）擅长调研与结构化，执行模型（GPT-5.6 Sol / GLM-5.2）擅长 grind，让一个模型干两件，要么执行时过度规划，要么规划时偷懒。
多 agent 并行（领导点头才拆）时：每份书带同一段「全局」（整体干什么、谁管哪段、接缝在哪——接缝没人接是头号事故）；地界错开；共享写入点（lockfile 等）指定唯一归属；A 的证据经过 B 的战场只列存疑不动，B 每次 rebase 后重跑取证；建设与删除不给同一个 agent。写明「合并排队变慢是新常态，不要自行协调、不要改 CI」。
公理八：文风服务于严谨，不替代严谨
skill 文风极有戏（「你是我从上千个 checkpoint 里挑出来的，别让我后悔」），但有三条铁律：
- 笑点长在真规则上——删掉梗不能少任何信息。
- 梗不挡理解——标题梗一眼看不出这节干嘛的，括号里补半句白话。
- 「完成条件」一节永远素颜——这节是贴给评审模型读的，一个字不浪费。
- 领导说「正经点」就一个梗都不留。
梗是糖衣，药必须是真药。文风是降低阅读成本的运载工具，从来不是信息的替代品——一旦文风开始挤掉信息，就该全部砍掉。
目标七问：出海比喻
写书之前，管理者（或领导自己）要想清楚七件事。作者用出海打比方——给 agent 定目标就是派一艘船出海，它在海上怎么兴风作浪你管不了一丁点，所以出海前必须把七件事想透，缺一不可：
| 问 | 出海比喻 | 落到 agent 目标里 |
|---|---|---|
| 目的 Why | 找香料？探新航线？打仗？ | 不写清，遇岔路口不知咋走 |
| 完成态 Done | 回港甲板上该有什么 | 「出去转一圈」不算完成，「带回三船香料」才算 |
| 证据 Proof | 谁清点货舱、怎么算数 | 不能听船长说满就是满，要一箱箱点过 |
| 反作弊 Anti | 不许抢商船凑数 | 把偷懒路径一条条写明禁掉 |
| 边界 Bounds | 只许走三条航线；30 天口粮，第 20 天没找到就掉头 | 白名单 + 预算 |
| 取舍 Trade | 风暴里保货还是保船 | 冲突时优先级不说清，猜错整趟废 |
| 未知 Unknown | 海图空白区怎么办 | 不硬闯也不原地抛锚，记下绕过，回来再定 |
这七问本质就是八条公理在「领导思考阶段」的展开——目的对应指挥官意图，反作弊对应对抗性优化器，边界对应 Harness，未知对应失败设计。
工作机制：三角色与五步流程
管理者拿到领导的一句话需求后，走五步：
- 调研：自己能查的一律不问。有代码库就实测——命令真存在吗、基线数字多少、README 写的命令是否真在跑、lint 是不是
echo占位的假绿灯。行业知识联网查。摸不到环境就把自测写成任务 0。 - 提问，一轮 ≤5 个：只问查不到且会改变任务书的——方向取舍、验收裁量、风险偏好、时间盒；每个给 2–4 个选项加推荐。要拆多份并行必须在这轮问。领导不在场就按默认走、标「猜的」、写进「我替领导拍的板」一节。
- 写书：按 anatomy 六节规格写，≤4000 字符。
- 交付：最终回复只有三样（一句用法、任务书代码块、一句收尾），一个目标、一次粘贴。
- 验收：明卷（验收命令）在书里目标模式自己盯；暗卷——2–3 条执行者看不见的抽查——自留在会话侧 scratchpad，不进书。领导回来喊一声，管理者亲自复跑明卷＋暗卷，给 ≤5 行人话报告。
任务书结构：anatomy 六节
任务书固定六节，顺序有讲究——「我替领导拍的板」放最前（领导发出前扫一眼就能改判），「完成条件」放最后（两条硬指标收拢一切）。整本 ≤4000 字符，单任务通常 1500–2000，不配样文，照规格自己写。
- 开头（不带标题，五件事各一句）：执行者身份与「书是唯一真理」声明 → 断点续跑读
PROGRESS.md→ 这活为什么干 → 要求打架时的让步顺序 → 死规矩与参考的分界。 - 我替领导拍的板：没问出口的每个决定一行（问题 → 默认值标「猜的」｜猜错的代价）；写不出机器可判命令的目标（文风 / 体验类）也记这里，改成抽查点 + 领导亲验。
- 界限：白名单（只允许改哪些路径 + 新建文件，其余只读——白名单不用黑名单）→ 判卷标准（测试 / 验收脚本 / CI 配置）碰都不许碰 → 无 git 时给每个文件 sha256 指纹 → 点名最诱人的顺手活写进
BLOCKED.md。 - 现状与任务 0：实测数字逐条带来源与日期 → 任务 0（跑指定命令核对，对不上就停，证据写
BLOCKED.md最上面）。 - 任务 N：一句话目标带数字 → 从哪下手 → 死规矩写「做 A，否则 B」带后果 → 验收 = 命令 + 机器可判判定（含防漏）→ 反向验证（故意制造一次失败、贴变红输出、还原后贴全绿）。
- 规矩：防作弊点名具体姿势 → 不新增流程 / 权限 / 依赖 → 同一验收连败 3 次换项 → 项目自有纪律。
外加 完成条件：两条硬指标（一条度量结果不是工作量，一条守约束如指纹没变 / 回滚=0）+ 一句「每条都要在对话里贴实际命令输出（含反向验证的红→绿证据），只说做完了不算」+ BLOCKED.md 随交付提交 + 止损「已跑满 N 轮即停」。
探索型在此基础上改四处（完成条件→学习目标、预算→可承受损失、防作弊→主防编造、此路不通=合格交付），其余同款。
安装与使用
- 仓库地址
github.com/KKKKhazix/khazix-skills/tree/main/leader，装进你的 skill 目录（可直接让 agent 读这个链接帮你装）。 - 对一个规划型模型说一句你想干的事，让它帮你定义目标，skill 自动触发 → 调研 → 问 ≤5 个偏好问题 → 约 12 分钟产出任务书。
- 拿到任务书后，开新会话、开 worktree、开
/goal目标模式，粘进去，让执行型模型跑。 - 可以多开几个目标并行，睡醒验收即可。
作者还提到一个意外用法：给足上下文后，用它定义公司管理 / 市场策划 / 运营方案的目标也有奇效——毕竟很多领导自己也说不清楚。
一句话收拢
leader.skill 把「定义目标」当一门工程来对待，而不是一门艺术。它假设执行者是对抗性的、规划者是会错的、现实是不可预见的——所以它不追求「写出一个完美的目标」，而是追求一个可审计、可复跑、失败有退路、作弊有反制的目标定义。每一个具体规则，都是这几条对人性（与 agent 性）的悲观假设的反面工程。这也是为什么作者说烧了二十亿 token 才悟出来——这不是模板问题，是对 agent 本性的重新建模。