这个开源项目，正在把乔布斯和芒格做成 AI Skills
2026年4月14日 · 3030 字 · 7 分钟 · Nuwa Skill 女娲 Skills Claude Code AI Agent Skill 认知蒸馏
nuwa-skill 值得看，不是因为它能让 AI 模仿乔布斯说话。
而是因为它在做一件更狠的事：
把一个人的思考框架，整理成可调用的 Skill。
这跟普通“名人 prompt”不是一个层级。
普通 prompt 模仿的是语气。
nuwa-skill 想蒸馏的，是脑回路。
我最近连续看了不少 Agent 项目，越来越强烈的一种感觉是：
会调工具，已经不够新鲜了。
接下来更有意思的一波，会开始想办法把“判断方式”也打包出来。
而 nuwa-skill，就是这条线里一个很典型的样本。
项目名：alchaincyf/nuwa-skill
截至 2026 年 4 月 14 日，这个仓库在 GitHub 上大约有 9.7k Star、1.6k Fork，公开显示 23 次提交。这个热度已经说明，它不是一个随手拼出来的 demo。
它做的不是“像谁说话”，而是“像谁思考”
很多人第一次看到这类项目，脑子里会自动冒出一个判断：
这不就是角色扮演吗？
还真不是。
README 里写得很清楚，它要提炼的不是一个人的金句合集，而是几层更深的东西：
- 他怎么理解问题
- 他做判断时先看什么
- 他会主动避开什么坑
- 什么问题他本来就不会装懂
这个差别很重要。
因为今天很多所谓的“名人 AI”，本质上只做到了两件事：
- 语气像一点
- 口头禅多一点
看着热闹，用起来很虚。
真到了需要判断的时候，往往还是不稳。
但 nuwa-skill 想做的是另一件事。
它不是让 AI 学会“像乔布斯说话”。
它是想让 AI 学会“先按乔布斯那套方式想问题”。
这一下，味道就完全不一样了。
这个项目试图把“认知蒸馏”做成流程
如果它只是喊一句“我能生成马斯克 Skill”，那这项目不会这么有意思。
真正让我觉得它值得写，是因为它没有只给结果，而是把方法摆了出来。
README 里公开的流程，大致是这几步：
- 并行搜集人物资料
- 交叉验证观点和习惯性判断
- 生成可以运行的
SKILL.md - 再拿公开问题和新问题做回测
这个流程最关键的一点，不是复杂。
而是它至少在认真回答一个问题：
什么东西，才配被写进一个 Skill？
nuwa-skill 给出的标准，大意是这样的：
- 不是一句偶然说过的话
- 得在多个场景里反复出现
- 得有预测力，能推断他碰到新问题会怎么想
- 得有排他性，不能是谁都能套上的空话
我很认同这套标准。
因为今天网上太多东西，表面上在讲方法论，实际只是摘录名言。
摘几句狠话，拼几段风格描述，再套个人设壳子，就说自己做出了某某人的 AI 版本。
这种东西拿来玩一下可以，真要拿来辅助判断，基本不够。
而 nuwa-skill 至少是在往更硬一点的方向走：
先调研，先验证，再沉淀。
不是先定人设，再往里塞料。
这就比“名人 prompt 大全”高了一个层级。
它不只是几个现成 Skill，更是“造 Skill”的流水线
还有一点很关键。
nuwa-skill 不是只给你几个成品。
它更像一个母体。
你给它一个名字，它去搜、去提炼、去验证，然后生成这个人的视角 Skill。
这意味着它在开源的，不只是几个角色。
它开源的是一条“认知蒸馏”的流水线。
这件事为什么重要？
因为它把 Skill 这件事往前推了一步。
过去我们讲 Skill，更多想到的是：
- 工具 Skill
- 工作流 Skill
- 某个垂直领域的知识 Skill
但 nuwa-skill 代表的是另一类：
视角 Skill。
它不教模型多会一个动作。
它先给模型加一种看问题的方式。
比如：
- 用芒格的视角看投资决策
- 用费曼的视角解释复杂概念
- 用 Naval 的视角判断个人选择
- 用张雪峰的视角看专业和职业回报
这一下，Agent 的玩法就变了。
它不只是会干活。
它开始能先换个脑回路，再决定怎么干活。
为什么这个项目会火
我觉得原因很简单，就三个。
1. 它踩中了一个很直觉的需求
大家现在已经接受一件事：
模型本体负责通用推理，Skill 负责把某种能力打包出来。
工具能做成 Skill。
流程能做成 Skill。
那“一个人的判断框架”为什么不能做成 Skill？
这个问题一说出来，很多人会立刻觉得顺。
因为这正好踩中了大家对 AI 的下一个期待：
我不只想让它替我做事。
我还想让它换一种更强的方式帮我想事。
2. 它不是概念展示，而是能直接安装
这类项目最怕只会讲故事。
nuwa-skill 至少不是。
npx skills add alchaincyf/nuwa-skill
装完之后，你就能继续下指令：
蒸馏一个保罗·格雷厄姆
造一个张小龙的视角 Skill
用芒格的视角帮我分析这个投资决策
这就很不一样了。
因为它不是在说“未来也许可以这样”。
它是在说“你今天就能试”。
3. 它碰到了一条更大的趋势
前一阶段的 Agent，重点是工具调用。
会不会用浏览器。
会不会写代码。
会不会连数据库。
会不会串工作流。
这条线当然还在跑。
但另一条线也已经冒出来了：
能不能把高质量判断，也模块化？
如果说工具调用是在给 Agent 接手和脚，那认知蒸馏更像是在给它外挂一组可切换的思维镜头。
这条线现在还早。
但很可能会越来越热。
它现在已经做到什么程度了
从 README 来看，它已经内置了 13 位人物 Skill + 1 个主题 Skill 的完整示例，覆盖产品、投资、教育、AI、内容创作、风险思维等方向。
比较有代表性的，包括：
- Steve Jobs
- Elon Musk
- Charlie Munger
- Richard Feynman
- Naval Ravikant
- Taleb
- Paul Graham
- 张一鸣
- 张雪峰
- MrBeast
更重要的是，它不只给名单。
它把不少调研资料、提炼框架、示例对话也一起放出来了。
这点我挺看重。
因为这类项目最怕的一件事，就是只展示结果，不展示过程。
你根本不知道它是在认真提炼，还是在精致包装。
而 nuwa-skill 至少愿意把方法摊出来给你看。
而且它也没有把自己吹得太满。
README 里明确写了几个边界：
- 蒸馏不了直觉和灵感
- 只能基于公开资料，公开表达不等于真实想法
- 它抓到的是某个时间点之前的快照，不是一个人永远不变的版本
这部分反而加分。
因为一个不肯讲局限的认知项目，通常才最危险。
它和普通“名人 prompt”最大的差别，是它知道该在哪停
我自己看这类项目，最怕两种东西。
一种是特别像。
像到最后只剩口气像，但判断逻辑根本不稳。
另一种是特别敢。
敢到任何问题都敢给结论，仿佛那个人现在还在实时上网冲浪。
这两种都不靠谱。
而 nuwa-skill 比较可取的一点，是它把“诚实边界”明确写进了 Skill 结构里。
这件事听起来很小，其实很关键。
因为你只要真的拿这种 Skill 去辅助判断，就会知道：
好用的认知工具，不是永远有答案，而是知道自己该在哪停。
这也是为什么我更愿意把它理解成“认知接口”，而不是“名人 cosplay”。
前者看结构、边界和复用性。
后者只看像不像。
差别其实很大。
谁最该看这个项目
我觉得有四类人特别值得看。
1. 在研究 Skill 生态的人
如果你关心 Claude Code、Codex、Cursor 这类环境里，Skill 还能长成什么样，nuwa-skill 会给你一个很不一样的样本。
它证明 Skill 不一定只能装工具说明书，也可以装认知框架。
2. 想做“AI 顾问”产品的人
很多这类产品嘴上说是顾问，本质还是换皮问答。
但如果你真想做出区分度，怎么沉淀框架、边界和判断方式，就是绕不过去的问题。
3. 对 Agent 下一阶段感兴趣的人
如果你已经看腻了“再多接一个工具”的演示，那这种“给 Agent 加认知镜头”的路线，可能会更有启发。
4. 想把自己方法论沉淀下来的人
这个项目还有一个很现实的启发：
如果名人的公开材料可以被蒸馏，那创始人、研究者、内容作者、顾问自己的方法论，未来也一样可能被系统化沉淀。
这可能会变成一类新的数字资产。
一灯短评
我觉得 nuwa-skill 最值得看的，不是它今天做了多少个名人 Skill。
而是它把一件原本很虚的事，往“可验证、可安装、可复用”的方向推了一步。
过去一段时间，大家都在想怎么把软件能力接给 Agent。
接下来很可能会有更多人开始想另一件事：
怎么把高质量认知，也接给 Agent。
nuwa-skill 不一定会是终局。
但它已经把问题提出来了。
而且提得很具体。
所以如果你问我，这个项目值不值得看？
我会说，值得。
尤其当你关心的已经不是“AI 能不能替我干活”，而是“AI 能不能先学会用更好的方式想问题”。
如果你也在关注 Skill、Agent 和认知工具这条线，欢迎关注我。
后面我还会继续写这类项目，包括工具接口、工作流接口，以及这种更少见、但我觉得会越来越重要的“认知接口”。