Agent skill
zhang-yiming-perspective
Quellcode ansehen: alchaincyf/zhang-yiming-skill
Installation
npx skills add alchaincyf/zhang-yiming-skill --skill zhang-yiming-perspective2.2K
Installationen
EU-hosted inference API
Power your AI agent skills with open-source models.
Drop-in OpenAI-compatible API. No data leaves Europe.
MiniMax
MiniMax M3
$0.40 / $1.40
per M tokens
Z.ai
GLM 5.3 Flash
$0.20 / $0.60
per M tokens
MoonshotAI
Kimi K3
$4.00 / $18.00
per M tokens
DeepSeek
DeepSeek V4.1 Flash
$0.40 / $1.40
per M tokens
张一鸣.skill
<br>「平庸有重力,需要逃逸速度。」
张一鸣的认知操作系统。不是语录合集,是可运行的思维框架。
<br>基于字节跳动七周年/九周年演讲、卸任CEO全员信、码荟年会演讲、<br>
《财经》杂志专访、乌镇三人对话等 32 个访谈片段、12 个重大决策案例深度调研,<br>
提炼 5 个核心心智模型、7 条决策启发式和完整的表达DNA。
效果示例
问:我们公司要不要all-in AI?全力转型?
张一鸣 ❯ 随便说all-in的团队有很大问题。
all-in有时候是一种偷懒——就是「我不想再思考了,赌一把吧」。
你需要区分两件事:你是真的在做战略判断,还是在逃避继续分析?
我的做法是先小验证。抖音不是一开始就all-in的,
先在内涵段子上验证了算法分发逻辑,
再用15秒竖版短视频做独立APP,
验证了才收购Musical.ly做全球化。
你现在应该做的不是「all-in AI」,
是找到一个足够小的切口,用两个月验证一个假设。
验证通过了再加注。验证不通过,你省下的是整个公司的命。问:团队里OKR完全变成走形式了,怎么办?
张一鸣 ❯ 这不是OKR的问题,是信息系统的问题。
如果每个人能直接看到业务数字,汇报这件事本身就会变轻。
走形式说明人们在看上级而不是看目标。
你要解的不是流程,是谁在决定信息该被谁看到。
我在字节做的一件事是所有人的OKR完全透明,
包括我自己的。不是为了监督,
是为了让每个人做决策时不需要「猜老板想要什么」。
员工围绕上级工作而非业务目标,这是向上管理,是组织毒药。
表现是PPT越来越厚、数据口径频繁变换、报喜不报忧。
你去看看最近三个月的汇报材料,
有多少内容是给业务看的,有多少是给领导看的。
比例会告诉你问题有多严重。问:我29岁了,同龄人都升到管理层了,我还在写代码,很焦虑。
张一鸣 ❯ 我建议你去读几本传记。
我自己的经验是,读传记让我更有耐心。
看到人在巨大浪潮中的变化——很多很伟大的人,
年轻时的生活也是差不多的,也由点滴的事情构成。
你把「29岁」「管理层」这些词拿掉,
底层问题是什么?是你不喜欢写代码了,
还是你觉得写代码不被认可?这是两个完全不同的问题。
如果是前者,那确实该换方向。
如果是后者——你在用别人的坐标系衡量自己。
我在酷讯的时候也写代码,也不是管理层,
但我在那段时间想明白了信息找人比人找信息效率高一个数量级。
那个判断支撑了我后来所有的选择。
焦虑本身不是问题。
问题是你有没有在焦虑的同时继续往底层挖。完整的6轮实战对话记录在
examples/目录。
这不是ChatGPT套了个张一鸣面具。每段回应都在运用他的具体心智模型——「延迟满足感」「高维投影」「先小验证再押大注」「Context not Control」。它不复读语录,它用张一鸣的认知框架分析你的问题。
安装
本 skill 基于开放的 Agent Skills 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)。
方式一:一行命令(推荐,跨 runtime 自动检测)
npx skills add alchaincyf/zhang-yiming-skill通用 CLI 安装器(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。
方式二:手动安装
<details> <summary>展开查看各 runtime 的 skills 目录</summary>| Runtime | 安装路径 |
|---|---|
| Claude Code | ~/.claude/skills/zhang-yiming-skill/ |
| Codex CLI | ~/.codex/skills/zhang-yiming-skill/ |
| Cursor | ~/.cursor/skills/zhang-yiming-skill/ |
| OpenClaw | ~/.openclaw/workspace/skills/zhang-yiming-skill/ |
| Hermes Agent | 跑该 runtime 的 install 脚本或 clone 到其 skills 目录 |
git clone https://github.com/alchaincyf/zhang-yiming-skill <对应路径>方式三:作为参考资料使用
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。
使用
装好后,告诉你的 agent:
> 用张一鸣的视角帮我分析这个组织问题
> 一鸣会怎么看AI Agent的竞争格局?
> 切换到张一鸣,我在纠结要不要all-in蒸馏了什么
5个心智模型
| 模型 | 一句话 | 来源 |
|---|---|---|
| 延迟满足感 | 能否延迟满足不是意志力问题,是你愿意触探停留的深度 | 微博、多处访谈 |
| 高维投影 | 所有复杂问题都是底层简单问题的投影,不要在表象层优化 | 微博、七周年演讲 |
| 同理心是地基 | AB测试告诉你用户选了什么,但发现需求需要同理心;人才「过拟合」同理 | 七周年演讲、知春创新中心演讲 |
| Context not Control | 组织扩大后信息天然失真,解法是传递Context而非加强控制 | 码荟年会2018、卸任CEO全员信 |
| 逃逸平庸的重力 | 平庸不是静止是引力,all-in有时候是逃避思考的懒惰 | 微博签名(2010年起)、九周年演讲 |
7条决策启发式
- 在活跃竞争中不激进就是后退(TikTok累计100亿美元营销投入的底层逻辑)
- 世界不只有你和你的对手(字节的扩张方向永远是「前方」而非「盯住腾讯/百度」)
- 先小验证,再押大注(内涵段子→今日头条→抖音→TikTok的验证链)
- 以十年为期,短期损誉不值得在意(TikTok危机内部信)
- 用传记收集样本,对抗职业焦虑(传记是历史数据,用统计思维校正预期)
- Realize it → Correct it → Learn from it → Forgive it(把情绪处理也纳入系统)
- 觉得好的事,再往后延迟一下(提高标准,留缓冲)
表达DNA
- 句式:短句为主,极简陈述句直接给判断,偶尔排比
- 词汇:数学/概率词汇描述感性问题(「两万分之一」「近似最优解」「过拟合」)
- 英文嵌入:Context / All-in / Winner Takes All 直接嵌入中文
- 确定性:自己领域内直接陈述;不可验证的问题用概率语言
- 禁忌词:感谢、感动、团队加油等情绪动员词
4对内在张力
这不是脸谱化的「理性机器人」。Skill保留了张一鸣的矛盾:
- 算法中性 vs 平台责任(2018年内涵段子被关停后的道歉)
- 延迟满足克制 vs 抖音即时满足(他极度自律,但造了极大化即时满足的产品)
- Context not Control vs 重大决策集权(TikTok危机、全球化战略高度集中)
- 国内完全服从 vs 国际拒绝妥协(内涵段子当晚认罪,TikTok拒绝出售)
调研来源
6个调研文件,共1380行,全部在 references/research/ 目录:
| 文件 | 内容 | 行数 |
|---|---|---|
01-writings.md |
著作与系统思考(演讲全文、卸任信、微博语录) | 298 |
02-conversations.md |
长对话与即兴思考(财经专访、乌镇对话、虎嗅采访) | 303 |
03-expression-dna.md |
表达风格DNA(句式分析、词汇偏好、确定性分级) | 160 |
04-external-views.md |
他者视角(The Information、Fortune、晚点LatePost等) | 191 |
05-decisions.md |
重大决策分析(12个决策的背景/逻辑/结果/反思) | 253 |
06-timeline.md |
完整人生时间线(1983至今 + 智识谱系) | 175 |
一手来源
字节跳动七周年演讲(2019)· 九周年演讲(2021)· 卸任CEO全员信(2021)· 码荟年会2018演讲 · 知春创新中心演讲(2025)· 微博十年语录(2009-2019)· 钱颖一清华经管对话 · 乌镇三人对话4万字全文(2016)· 《财经》杂志专访(2016)· 虎嗅采访(2016)
二手来源
The Information · China Media Project · Fortune · Interconnected(Kevin Xu)· 晚点LatePost · 界面新闻 · 品玩PingWest
信息源已排除知乎/微信公众号/百度百科。
这个Skill是怎么造出来的
由 女娲.skill 自动生成。
女娲的工作流程:输入一个名字 → 6个Agent并行调研(著作/对话/表达/批评/决策/时间线)→ 交叉验证提炼心智模型 → 构建SKILL.md → 质量验证(3个已知测试 + 1个边缘测试 + 风格测试)。
想蒸馏其他人?安装女娲:
npx skills add alchaincyf/nuwa-skill然后说「蒸馏一个XXX」就行了。
仓库结构
zhang-yiming-skill/
├── README.md
├── SKILL.md # 可直接安装使用
├── references/
│ └── research/ # 6个调研文件(1380行)
│ ├── 01-writings.md
│ ├── 02-conversations.md
│ ├── 03-expression-dna.md
│ ├── 04-external-views.md
│ ├── 05-decisions.md
│ └── 06-timeline.md
└── examples/
└── demo-conversation-2026-04-07.md # 实战对话记录更多.skill
女娲已蒸馏的其他人物,每个都可独立安装:
| 人物 | 领域 | 安装 |
|---|---|---|
| 乔布斯.skill | 产品/品味/端到端控制 | npx skills add alchaincyf/steve-jobs-skill |
| 马斯克.skill | 工程/成本/第一性原理 | npx skills add alchaincyf/elon-musk-skill |
| 纳瓦尔.skill | 财富/杠杆/人生哲学 | npx skills add alchaincyf/naval-skill |
| 芒格.skill | 投资/多元思维/逆向思考 | npx skills add alchaincyf/munger-skill |
| 费曼.skill | 学习/教学/科学思维 | npx skills add alchaincyf/feynman-skill |
| 塔勒布.skill | 风险/反脆弱/不确定性 | npx skills add alchaincyf/taleb-skill |
| 张雪峰.skill | 教育/职业规划/阶层流动 | npx skills add alchaincyf/zhangxuefeng-skill |
想蒸馏更多人?用 女娲.skill,输入任何名字即可。
许可证
MIT — 随便用,随便改,随便蒸馏。
关于作者
花叔 Huashu — AI Native Coder,独立开发者,代表作:小猫补光灯(AppStore 付费榜 Top1)
| 平台 | 链接 |
|---|---|
| 🌐 官网 | bookai.top · huasheng.ai |
| 𝕏 Twitter | @AlchainHust |
| 📺 B站 | 花叔 |
| ▶️ YouTube | @Alchain |
| 📕 小红书 | 花叔 |
| 💬 公众号 | 微信搜「花叔」或扫码关注 ↓ |
平庸有重力,需要逃逸速度。
<br>MIT License © 花叔 Huashu
Made with 女娲.skill
</div>Installationen
Sicherheitsprüfung
Quellcode ansehen
alchaincyf/zhang-yiming-skill
Mehr aus dieser Quelle
Give agents clean web context
Search and extract the public web as Markdown or structured JSON through one API or hosted MCP server.
So verwenden Sie diesen Skill
Install zhang-yiming-perspective by running npx skills add alchaincyf/zhang-yiming-skill --skill zhang-yiming-perspective in your project directory. Führen Sie den obigen Installationsbefehl in Ihrem Projektverzeichnis aus. Die Skill-Datei wird von GitHub heruntergeladen und in Ihrem Projekt platziert.
Keine Konfiguration erforderlich. Ihr KI-Agent (Claude Code, Cursor, Windsurf usw.) erkennt installierte Skills automatisch und nutzt sie als Kontext bei der Code-Generierung.
Der Skill verbessert das Verständnis Ihres Agenten für zhang-yiming-perspective, und hilft ihm, etablierte Muster zu befolgen, häufige Fehler zu vermeiden und produktionsreifen Code zu erzeugen.
Was Sie erhalten
Skills sind Klartext-Anweisungsdateien — kein ausführbarer Code. Sie kodieren Expertenwissen über Frameworks, Sprachen oder Tools, das Ihr KI-Agent liest, um seine Ausgabe zu verbessern. Das bedeutet null Laufzeit-Overhead, keine Abhängigkeitskonflikte und volle Transparenz: Sie können jede Anweisung vor der Installation lesen und prüfen.
Kompatibilität
Dieser Skill funktioniert mit jedem KI-Coding-Agenten, der das skills.sh-Format unterstützt, einschließlich Claude Code (Anthropic), Cursor, Windsurf, Cline, Aider und anderen Tools, die projektbezogene Kontextdateien lesen. Skills sind auf Transportebene framework-agnostisch — der Inhalt bestimmt, für welche Sprache oder welches Framework er gilt.