/learn-occam
当用户纠结要不要学某个东西、学到什么程度,或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题,检验现有知识能否搞定,评估知识贬值速度与 ROI,用「探索 vs 应用」判断该学新的还是用现有的,给出「学 / 不学 / 只学最小够用」的结论,避免囤积会贬值的知识。触发场景:要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
$ npx -y skills add Li-Evan/Bloom --skill learn-occam --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/learn-occam
Context preview
The summary Claude sees to decide when to auto-load this skill.
当用户纠结要不要学某个东西、学到什么程度,或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题,检验现有知识能否搞定,评估知识贬值速度与 ROI,用「探索 vs 应用」判断该学新的还是用现有的,给出「学 / 不学 / 只学最小够用」的结论,避免囤积会贬值的知识。触发场景:要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
SKILL.md
learn-occam.SKILL.mdname: learn-occam description: 当用户纠结要不要学某个东西、学到什么程度,或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题,检验现有知识能否搞定,评估知识贬值速度与 ROI,用「探索 vs 应用」判断该学新的还是用现有的,给出「学 / 不学 / 只学最小够用」的结论,避免囤积会贬值的知识。触发场景:要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
简易策略(learn-occam)
> 核心信条:**这世界最有价值的不是知识,是你的时间。** 能用现有知识解决的就别学新的;以后要用的,以后再学。
何时用
用户在纠结"要不要学 X / 学到什么程度 / 精力往哪放"。这是"广度优先、兴趣队列过长"倾向的**刹车**。
流程
第一步:先找"既定问题"
逼问一句:**你要解决的具体问题是什么?** 没有具体问题、纯"感觉该学 / 别人都在学"→ 直接进"以后再学"队列,不占当下精力。理解知识的作用,重于知识本身。
第二步:现有知识能不能搞定
**问清用户已经会什么**——能解决就**别学新的**。拿不准"是不是其实已经会了"就配合 `learn-crossover`。
第三步:贬值速度 + ROI
这知识多久会贬值?(技术栈 / 工具往往 6–12 个月就明显更新)相对有限的时间值不值?**贬值快 + 可外包给 AI / 随时查 → 只需"知道它存在、管什么",不必真学。**
第四步:探索 vs 应用(N 臂老虎机)
现在该"探索"(学新)还是"应用"(用现有)?探索成本越高 → 越该偏应用。只有目标够难、现有知识确实够不着时,简易策略才**督促**你学。
第五步:给结论
明确三选一:**① 学**(值得且现有搞不定)/ **② 不学**(入"以后再学"队列)/ **③ 只学最小够用的那一块**(点明是哪一小块)。要深挖就转 `learn-graph` 建路径。
注意
> ⚠️ **铁律·只用确证的已会知识**:判断用户「已经会什么」只能用他**确证学过**的知识(亲口确认或可靠背景);**严禁**把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗?」,绝不替他假设。
- 简易策略不是"少学",是"让问题决定你学什么"。
- 它的缺点是易陷局部最优——拿不准"是不是缺前置知识"时转 `learn-graph`。
- 同族 skill:`learn-crossover`(已会什么) `learn-graph`(系统建图) `learn-prototype`(动手迭代) `learn-feynman`(自查)。
Hire a private AI tutor for anything — it reads how you actually learn and teaches the next lesson just for you. Bloom's 2-Sigma research as a Claude Code skill + self-hostable web app · 中文优先 苏格拉底式 AI 家教

