3 个月前，我做了一个叫「职业.skill」
职业.Skill，一个 Skill 包揽你的工作
用法很简单：告诉 AI 你的职业，它给你输出一份清单，这个职业能做哪些 Skill、每个 Skill 怎么做、提示词直接复制发给 Agent 就能生成。
比如输入产品经理，Agent 就会制作下面这几个 Skill，几乎覆盖产品的工作。
用户提供的上下文越多，输出的 Skill 就越清晰、越贴合场景。
但用得越久我越发现，它只解决了「有哪些 Skill 该做」，没解决「这些 Skill 靠什么判断力驱动」。
上面这个产品经理的方法论是有了，但是缺少一些决策的判断，比如我要做一个语音输入法 APP，那要从什么点切入，产品路线怎么演进，商业模式怎么设计？
这些产品的方向决策，需要的是一个产品顾问团。
而且不只是产品方向，运营、设计、数据分析、投资，每个领域都可以打造一个顶级的顾问团。
所以我给职业.skill 升级到了职业.skill 2.0。
职业.skill 2.0，给你一支顶尖顾问团
简单说，这个 Skill 的效果是：
你告诉 AI 一个职业或者行业，它自动完成三件事，
臻选这个行业最顶尖的3 位专家，蒸馏他们的心智模型，做成 3 个「专家视角 Skill」 臻选这个行业最顶尖的3 本书，把方法论转成可追溯的判断框架，做成 3 个「方法论 Skill」 编排1 个顾问团总控 Skill，能路由问题、召开多专家评审会
最后交付 7 个可以直接安装的 Skill 文件，构成一支能陪你判断、复盘、做决策的私人顾问团。
这个 Skill 的原则是：
- 蒸馏判断力，而非复读语录
每个心智模型都要过三重验证：跨域复现、有生成力、有排他性。书籍也不是读书笔记，是判断框架，决策规则、检查清单，每条可追溯到章节。 - 调研靠子代理，不靠模型记忆
名单确认后，派 6 个并行子代理全网搜索公开资料：著作、长访谈、播客、决策记录，每条标注来源。 - 诚实比完整重要
信息不足就写进「诚实边界」，专家分歧不和稀泥，写进「分歧地图」。宁要诚实的 60 分，不要编造的 90 分。
案例 ：AI 产品顾问团
先让 Agent 安装这个技能：
安装完成后，输入帮我制作有 AI 产品经理的 Skill。
此时 Agent 派了 6 个子代理去搜索和制作，等了半个多小时，就有了下面这些 Skill：
上面这一套 Skill 可以连起来用，也可以单个触发。
使用起来大概是这样。
输入：我最近在琢磨要不要做一个 AI 语音待办工具，用户输入语音，把它转成待办，待办分人做和 Agent 做，可以指派。我把这个想法丢给AI 产品经理顾问团。
Agent 先路由：「这问题最相关的是梁宁的真需求三角、Prediction Machines 的 AI Canvas、还有 Karpathy 的 Agent 门槛，要不要都上开讨论会？」
回复：「都上」。
Agent 让三位专家并行给了我一份建议：
Karpathy：Agent 全自动做完再让用户看，一次 bad case 就流失。默认档必须是「AI 起草待办草稿，人一键确认后才指派」。上线前先做 100 样本私有 eval 集，没有 eval 不许立项。
这段分析比我自己想一下午更清晰，而且它不是给我一个答案，是给我一张判断地图：这里有共识、这里有分歧、分歧背后是哪两个心智模型在打架、我最后该怎么条件化地做选择。
接着我又做了一套投资顾问的专家团：
专家：
段永平（本分 + 生意模式第一） 查理·芒格（多元思维模型 + 逆向思考） 霍华德·马克斯（周期 + 第二层思维）
每人蒸馏自著作、访谈、年会问答和真实决策记录，各带 4-5 个心智模型、6-7 条决策启发式。
书籍：
《聪明的投资者》（安全边际 + 市场先生） 《穷查理宝典》（误判心理学 25 条清单） 《投资最重要的事》（风险与周期）。
每条规则都标注原书章节，可追溯。
再加一个顾问团总控，负责路由和评审会。比如问「某公司值不值得投」，它先派段永平过"好生意"判断，再用《聪明的投资者》算安全边际。
以上，职业.skill 2.0 的制作思路和案例演示。所有内容已开源
地址：github.com/SpaceZephyr/career.skil
可以直接复制到workbuddy/Claude Code / Codex / Cursor 的Agent 里使用。
如果你想给自己的行业做一支专家团，告诉它一个职业，等它跑完，你就有一支了。
