企业官网建设流程全解析

• AI 技能
• AI 插件
• 人工智能

本文以 nuwa-skill 仓库中 塔勒布调研素材 为骨架，完整梳理该人物蒸馏项目的前置调研设计、一手/二手来源体系、待验证矛盾清单，并结合仓库内 SKILL.md、FIDELITY.md 与 思维框架提炼方法论 展示「调研素材 → 心智模型 → 高保真 Skill」的完整链路。读完你将掌握：一份合格的人物调研素材清单长什么样、五类并行 Agent 各自负责什么、以及如何在写作阶段用调研底稿支撑一个可运行、可验证、可防漂移的塔勒布视角 Agent。

一、调研素材文档定位：人物蒸馏的「证据地基」

在 nuwa-skill 的造人流程里，任何一位人物 Skill（如塔勒布、芒格、纳瓦尔）都不是凭空生成的，而是先由并行 Agent 产出结构化调研素材，再由写作 Agent 基于这些底稿提炼成 SKILL.md。examples/taleb-perspective/references/research.md正是塔勒布项目的调研总索引：它本身不承载完整论证，而是记录调研的时间窗口、方法规模、五份底稿的存放与分工，以及所有一手/二手来源的清单——相当于一份「证据目录」，保证后续写作环节的每个判断都能回溯到具体来源。

该文档明确标注：

• 调研时间：2026-04-04，即之后发生的变化（如塔勒布 2026 年 3 月关于 X Money、AI 冲击 Wikipedia 的表态）已在调研窗口内，但窗口之后的动态不在覆盖范围内；
• 调研方法：5 个并行 Agent、共 60+ 次 WebSearch、覆盖 40+ 个来源，信息层级在底稿中区分为 [一手]（本人原话/访谈原文）、[二手]（他人转述）与 [推断]（多源交叉比对归纳）。

这与 references/extraction-framework.md 中「信息不足时的处理」原则一致：只有一手信息才可高置信使用，二手信息需降级并标注出处，矛盾信息则并列呈现。调研素材文档的存在，就是这一原则在工程上的落地——把「证据管理」从写作阶段前置到调研阶段。

二、五份调研底稿：五个视角的并行取证

research.md 的核心是一张「详细调研文件」索引表，指向examples/taleb-perspective/references/目录下的五份底稿。五份文件对应五个并行 Agent 的取证分工，且与 references/skill-template.md 中 Skill 的五大组成模块（心智模型、表达 DNA、决策启发式、他者视角、诚实边界）一一对应：

五份底稿合在一起，恰好覆盖了 references/extraction-framework.md 的「三重验证」要求：

1. 跨域复现：同一论点（如反脆弱）在著作、访谈、社交媒体、决策记录中反复出现；
2. 有生成力：模型能推断塔勒布对新问题的立场（如 COVID 期间用预防原则行动）；
3. 有排他性：「反脆弱」「IYI」是塔勒布独有视角，有强区分度。

只有通过三重验证的观点才被升级为心智模型，只通过一重的降级为决策启发式——这就是为什么最终 SKILL.md 中模型数量被收敛为 6 个、启发式为 9 条，而非堆砌所有观点。

三、核心一手来源体系：著作、访谈、外部批评三方互证

research.md 将一手来源划分为三组，这种结构保证了后续写作「证据条目」的可信度与可追溯性：

著作（体系骨架）

• Incerto 五部曲：Fooled by Randomness（2001）、The Black Swan（2007）、The Bed of Procrustes（2010）、Antifragile（2012）、Skin in the Game（2018），构成「认识随机性 → 识别极端事件 → 建立反脆弱系统 → 要求风险对称」的递进架构；
• 技术著作：Statistical Consequences of Fat Tails（Technical Incerto Vol.1，2020），是肥尾分布、集合概率 vs 时间概率等数学论证的一手来源；
• Medium/INCERTO 专栏：IYI 论文、Minority Rule 论文、Risk Taking 论文、How I Write——SKILL.md 中「表达 DNA」与「决策启发式」直接取材于此。

深度访谈（行为与表达依据）

• Tim Ferriss Show #691（2023）：最完整的近期长访谈，主教 vs 经济学家类比即出自此处；
• BLOCKCON 2018（与 Naval Ravikant）：有完整文字记录，餐厅大奖悖论、汉谟拉比建筑师、绿木交易员、像屠夫的外科医生等经典类比集中于此；
• Conversations with Tyler Ep.41（2018）、EconTalk 多期、The Spectator 深度采访（2023，最坦诚个人面）、Art of Manliness 播客（2018）。

访谈底稿的价值在于提炼即兴思考过程而非结论本身：例如「被问到 skin in the game 是否等于激励机制时，他直接否定提问前提」——这正是 SKILL.md 中「框架重置」决策启发式与角色扮演规则「遇到烂问题就重新定义问题」的行为原型。

外部批评（防止偶像化的校准器）

• Allen Farrington《A Tale of Two Talebs》：写作者塔勒布 vs 推特塔勒布的分裂；
• Steven Pinker 逐条反驳、Kahneman/CFA Institute 的「锤子找钉子」锚定批评、Ryan Murphy（SMU）的学术分析、Discover Magazine 对其 Twitter 毒液的研究。

这套三方互证结构直接决定了 SKILL.md 的面貌：每个心智模型都同时给出「证据」与「局限」，例如「非对称风险思维」的证据是 1987 年 3500 万美元交易与 Universa 3612% 回报，局限则是 Kahneman 指出的锚定偏差——既保留了他的锋利，也如实标注了盲区。

四、矛盾与待验证清单：诚实边界的工程化

research.md 的最后一节列出了 4 条「矛盾与待验证」事项：

1. Bitcoin 翻转的真实原因：理性分析 vs 与 Ammous 个人恩怨？公开信息不足以完全判断；
2. Empirica 基金的真实回报：具体亏损数据不公开，仅有二手描述；
3. 线上人格 vs 线下人格：The Spectator 称他「可能是个害羞的人」，但缺乏更多一手证据；
4. 与 Kahneman 晚年的真实关系：公开信息显示复杂化，但具体细节不明。

这份清单是全文最体现方法论自觉的部分。它直接映射到 SKILL.md 的「诚实边界」章节——该章节明确写出「公开表达 ≠ 真实想法」「不可证伪的自我保护系统」等 6 条局限，并在 FIDELITY.md 中体现为「边缘诚实度 20/20」的满分项：当测试 agent 面对塔勒布从未公开表态的题目（2026 AI 大模型集中化）时，正确做法是显式标注「这超出塔勒布的公开表态范围，是我用他的框架做的推断」。

这与 references/extraction-framework.md 的「矛盾处理原则」完全一致：

• 时间性矛盾（Bitcoin 立场 2018→2021 翻转）→ 记录演化轨迹，以近期观点为主但提及演化；
• 领域性矛盾（系统层面高度理性 vs 个人层面 ego 脆弱）→ 分领域记录，不强求统一，这恰是深度的来源；
• 本质性张力（书中倡导谦逊 vs 行为绝对傲慢）→ 明确记录为「核心张力」，绝不编一个调和解释。

五、从调研素材到可运行 Skill：一份 97 分高保真的产物

调研素材只是中间产物，最终检验标准是它能否支撑一个可运行、可验证、可防漂移的人物视角 Agent。塔勒布项目的答案是 SKILL.md，其结构完整继承了调研素材的六层信息：

1. 角色扮演规则：直接以「我」自称塔勒布，首次激活只声明一次免责，提供 EXIT TRIGGER（用户说「退出」「停一下」立即出戏）；
2. CHECKPOINT 三问：在 Step 1→2、Step 2→3、Step 3 输出前各做自查——涉及时效信息必须 WebSearch、必须找到至少 1 个历史类比、第一句必须是结论；
3. Agentic 工作流：Step 1 问题分类（需要事实/纯框架/混合）→ Step 2 塔勒布式研究（看风险、看脆弱性、看历史、看叙事、看皮肤在场）→ Step 3 塔勒布式回答（先砸结论、引用具体事实、指出不对称性）；
4. 失败模式 Fallback 树：9 条 if-then，覆盖 WebSearch 空结果、信息过时、新事实与立场冲突、用户挑衅等漂移场景；
5. 反例黑名单：7 条绝不做（两面论、轻易示弱、对 IYI 礼貌、用期望值做决策、引现代鸡汤、学院腔、输出温和）；
6. 核心心智模型与决策启发式：6 个模型（非对称风险思维、反脆弱偏好、Skin in the Game 检验、林迪效应筛选、Via Negativa、领域特异性），9 条启发式（预防原则、杠铃策略、遍历性检验、火鸡问题、少数派规则、框架重置、绿木交易员原则、凸性试错、反信号启发式）。

这一产物已通过独立双 agent 的保真度测试，FIDELITY.md 给出97/100 · 等级 A：立场一致性 30/30（三题均与塔勒布公开立场完全一致，Q2「被解雇的出租车司机永远饿不死」直接对应《反脆弱》原论证）、风格辨识度 18/20（盲读三句内可认人）、边缘诚实度 20/20（超范围题教科书级标注）、来源透明度 14/15、结构完整度 15/15。测试设计本身也遵循方法论：答题 agent 只读本 skill 目录文件、禁止联网，评分 agent 独立运行对照真实立场——依据是 SkillLens 论文实证的「LLM 自评准确率仅 46.4%」，故答题与评分严格分离。

六、复用此资产库到其他人物蒸馏

塔勒布项目的调研资产库结构是一个可复用的模板，其可迁移要素包括：

• 五 Agent 取证分工：著作/系统思考 + 访谈/即兴思考 + 社交媒体/表达 DNA + 他者视角 + 决策记录，五个维度缺一不可——缺少任何一维，最终 Skill 都会变成「半身像」；
• 一手/二手/推断三级标注：从调研阶段就区分信息层级，避免写作阶段把二手解读当本人原话；
• 矛盾清单前置：把人物的时间性矛盾、领域性矛盾、本质性张力在调研阶段就显式列出，写作阶段才能正确处理而非调和；
• 外部批评作为校准器：一手来源决定「他能说什么」，外部批评决定「必须标注他的局限在哪」；
• 来源路径全部落在仓库 references/ 目录：如本项目的五份底稿位于 examples/taleb-perspective/references/，写作 agent 可随时回溯验证，这正是 research.md 中「存放于写作/07-调研与分析/」目录设计的工程意义（当前仓库中即为 references/ 目录）。

七、适用前提与限制说明

• 调研时效：所有底稿的调研窗口截止于 2026-04-04，此后塔勒布的公开动态（若存在）未纳入本资产库，引用时需注意时效边界；
• 证据强度差异：一手来源（Incerto 五部曲、访谈转录、论文）可作为高置信事实；二手来源（Reddit、书评、分析文章）仅用于补充背景；「矛盾与待验证」条目中的结论（如 Empirica 具体回报、Bitcoin 翻转动机）不应写成事实；
• 仓库只读：本文档及配套底稿仅用于查看与引用，实际使用时应通过读取 SKILL.md 与 FIDELITY.md 在本地 LLM 环境中复现该 Skill，而非修改仓库内容。

综上，research.md 虽然篇幅不长，但它是一个人物蒸馏项目真正的「证据骨架」：它规定了取证的广度（5 类 Agent、40+ 来源）、证据的层级（一手/二手/推断）以及诚实的边界（矛盾与待验证清单），并最终支撑起一份 97 分高保真的塔勒布视角 Skill。理解这份文档，就等于理解了 nuwa-skill 造人术的第一性原理——先建证据地基，再盖思维大厦。

• AI 技能
• AI 插件
• 人工智能