kangarooking/poor-charlies-almanack-skill

inversion-thinking

当用户面临复杂决策、规划或问题解决时激活——尤?

First seen Apr 17, 2026

Installation

$ npx skills add kangarooking/poor-charlies-almanack-skill --skill inversion-thinking

Summary

当用户面临复杂决策、规划或问题解决时激活——尤其是正向推理陷入困境、选项过多无法判断优先级、或需要识别隐藏风险时。典型触发信号:用户在问"怎么才能成功""如何避免失败""我应该怎么做"时卡住了。不适用于已有明确最佳路径且只需执行的简单任务,也不适用于需要创意发散而非风险规避的场景。

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from kangarooking/poor-charlies-almanack-skill · top by installs.

npx skills add kangarooking/poor-charlies-almanack-skill

Browse all from kangarooking/poor-charlies-almanack-skill

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 43
License LICENSE
Default branch main
Open issues 0
Status Active

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 7,616 B
  • docs SUMMARY.md 435 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 49 installs

SKILL.md

逆向思维 (Inversion)

R — 原文 (Reading)

"反过来想,总是反过来想。"雅各比说。他知道事物的本质决定了许多难题只有在逆向思考的时候才能得到最好的解决。

— 查理·芒格, 第四讲·第一讲(哈佛学校毕业典礼演讲)


I — 方法论骨架 (Interpretation)

面对任何目标,不直接追问"如何达成",而是先系统性地追问"什么会导致失败"。 将所有失败因素列出并逐一设计规避措施。核心假设是:人对"不想要什么"的判断 比"想要什么"更清晰、更可靠。这不是偶尔反过来想的技巧,而是系统化的首要 推理策略——必须收集大量失败案例并排列成检查清单,然后通过避免愚蠢来获得成功, 而非通过追求聪明。"我们赚钱,靠的是记住浅显的,而不是掌握深奥的。"


A1 — 书中的应用 (Past Application)

案例 1: 卡森痛苦人生处方 + 芒格第四味药

  • 问题: 芒格需要在哈佛毕业典礼上给出人生建议
  • 方法论的使用: 不讲"如何获得幸福",而是列出"如何保证自己过上痛苦生活"的处方:卡森三味药(化学物质、怨恨、反复无常)加上芒格自己的第四味药(减少客观性)
  • 结论: 通过避免这些"痛苦处方",毕业生自然远离了失败
  • 结果: 成为芒格最著名的演讲之一,完美展示了逆向思维的威力

案例 2: 芒格的失败案例检查清单

  • 问题: 如何在漫长人生中几乎不犯重大错误
  • 方法论的使用: 一生持续收集各领域失败案例,将失败原因排列为决策前的检查清单
  • 结论: 避免已知失败模式比追求成功策略更可靠
  • 结果: 芒格在人生和事业决策上几乎从不犯重大错误

案例 3: 误判心理学25种倾向清单

  • 问题: 如何系统性地防止判断错误
  • 方法论的使用: 25种倾向清单本质是逆向思维的产物——先列出人会犯的错误,再逐一避免
  • 结论: 通过排查每种可能的认知偏差来保护决策质量
  • 结果: 芒格自称此方法使他"超越那些比他聪明得多的人"

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

  1. 面临重大决策但正向分析陷入僵局(选项太多、信息过载、无法排序)
  2. 需要识别项目/计划中隐藏的风险和失败模式(创业计划、投资决策、产品发布)
  3. 团队在头脑风暴中只看到机会而忽视了威胁,需要系统性"找茬"
  4. 个人在制定目标时需要比单纯"设目标"更务实的行动方案

语言信号 (用户的话里出现这些就应激活)

  • "怎么才能让这个项目成功" 但说不出具体风险
  • "我好像漏掉了什么重要的东西"
  • "感觉这个方案太乐观了"
  • "有没有什么我没想到的"
  • "帮我检查一下这个计划有什么漏洞"
  • "最坏的情况是什么"

与相邻 skill 的区分

  • 与 dual-track-analysis 的区别: 双轨分析是同时运行理性+潜意识的两轨并行检查,而逆向思维是方向反转——把"怎么成功"翻转为"怎么失败"。双轨分析关注"我在判断中有没有偏差",逆向思维关注"这个方案本身有没有致命漏洞"。
  • 与 circle-of-competence 的区别: 能力圈判断是识别"我是否真正理解这件事",而逆向思维是识别"这件事本身可能怎样出问题"。前者是自我评估,后者是方案评估。

E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

  1. 反转问题: 从目标翻转到反面

- 完成标准: 已明确写出反面问题(如"什么会导致这个项目彻底失败"),而非原始正面问题

  1. 列出失败清单: 系统性地枚举失败因素

- 完成标准: 至少列出5条具体的失败路径,覆盖不同维度(人/制度/环境/时机/外部竞争)。每条失败因素必须可操作、可观察,不能是模糊的"运气不好"。判停点:如果列不出至少5条,说明对问题理解不够深,应先补充信息

  1. 评估每条失败因素的严重性和可能性

- 完成标准: 对每条失败因素标注严重程度(致命/严重/中等)和触发条件,识别哪些是"不可恢复的致命失败"

  1. 设计规避措施并整合为行动清单

- 完成标准: 对每条致命和严重失败因素有明确的规避措施,形成一份可执行的"避坑检查清单"。最终输出:用户带着反面清单回到正面计划,确认计划已覆盖所有已识别的失败模式


B — 边界 (Boundary) ★

不要在以下情况使用此 skill

  • 已有明确的最佳执行路径且只需快速行动时(逆向分析会拖延决策)
  • 需要创意发散、头脑风暴正面想法时(逆向思维天然偏向保守和防御)
  • 信息严重不足,连失败模式都无法合理推断时(列出猜测性的失败因素没有价值)

作者在书中警告的失败模式

  • 过度乐观倾向: "一个人想要什么,就会相信什么"——逆向思维容易被乐观心态架空,变成走过场(ce11)
  • 避免不一致性: 做完逆向分析后形成"失败清单"就容易固化,不再更新——但环境和风险是动态变化的(ce06)
  • 对比错误反应: 每次只做小幅度的风险修正,看似每步都"还好",但累积下来可能错过关键拐点(ce14)

作者的盲点 / 时代局限

  • 芒格的方法论基于20世纪美国商业环境的归纳,在数字经济/AI时代的适用性需重新评估
  • 25种心理倾向体系是个人整理,未经系统性实证验证
  • 芒格体系的最大弱点是幸存者偏差——成功案例的反面归纳未必可复制

容易混淆的邻近方法论

  • "风险分析"通常是正向的概率评估,而逆向思维是方向反转——先问"怎么失败"而非"风险概率多少"
  • "负面思考"(pessimism)是一种情绪态度,逆向思维是结构化方法——有明确的步骤和清单产出

相关 skills (阶段 3 填充)

  • composes-with: latticework-mental-models — 逆向思维确定分析方向("什么会导致失败"),多元模型填充分析内容(用不同学科视角逐一排查失败因素)。两者组合使用效果远超单独使用。
  • contrasts-with: darwinian-objectivity — 逆向思维在构建解决方案时使用,从"怎么失败"推导"怎么成功";达尔文方法在验证已有结论时使用,刻意寻找反面证据。两者阶段不同、方向不同,但互补:先用逆向思维构建方案,再用达尔文方法验证方案。

审计信息

  • 验证通过: V1 ✓ / V2 ✓ / V3 ✓
  • 测试通过率: 待定 (详见 test-prompts.json)
  • 蒸馏时间: 2026-04-15