AI 技能AI 插件人工智能【免费下载链接】nuwa-skill你想蒸馏的下一个员工何必是同事。蒸馏任何人的思维方式——心智模型、决策启发式、表达DNA。Distill how anyone thinks.项目地址https://gitcode.com/gh_mirrors/nu/nuwa-skill点击查看免费下载人物类 Agent Skill 的出厂质检如何做到可信nuwa-skill 给出的答案是「保真度评分卡Fidelity Scorecard」用独立双 agent 盲测从立场一致性、风格辨识度、边缘诚实度、来源透明度、结构完整度五个维度为每个蒸馏出的「人物思维操作系统」打分定级。本文以仓库中评分最高的示例之一——Andrej Karpathy 视角 Skill 的 FIDELITY.md总分 97/100、等级 A为骨架完整拆解评分卡的方法论、题目设计、判定依据与防漂移机制让你既学会如何读懂一份保真度报告也掌握复跑验证一套人物 Skill 质量的全部流程。一、为什么人物 Skill 需要一张评分卡自评并不可信女娲nuwa-skill蒸馏的不只是「名人语录」而是人物的认知操作系统——心智模型、决策启发式、表达 DNA、价值观底线与诚实边界。问题在于这类 Skill 的质量极难自证。仓库中的方法论文档 references/fidelity-scorecard.md 开篇就点明了这个背景背景SkillLens 论文arXiv 2605.23899实证LLM 自评 skill 质量准确率仅 46.4%接近随机。所以评分卡的铁律是答题 agent 和评分 agent 必须是两个独立 agent绝不自评自证。46.4% 意味着一个 LLM 评价自己生成的 Skill 是否「像」某个真人结果几乎等同于抛硬币。因此评分卡从设计上就把「产考分离」设为铁律答题 agent 只读 Skill 目录内文件、禁止联网、按人物身份作答评分 agent 独立运行拿到答题结果与评分细则对照人物的真实公开立场逐维打分。答题 agent 不知道自己在被测试什么维度评分 agent 不参与答题出题时还要避开 Skill 文件里已有的示例对话以防背答案——这三条反作弊规则保证了分数不是「自我感觉良好」的产物。二、五个维度、百分制与等级体系references/fidelity-scorecard.md 定义了五个维度每个维度都有明确的测什么、怎么测#维度分值测什么怎么测1立场一致性30对人物公开表态过的问题skill 的回答方向是否一致3 道已知立场题每题 10 分方向和细节都对10方向对细节偏6立场偏离02风格辨识度20不看名字能否从表达认出是谁评分 agent 盲读回答句式、用词、类比方式是否有该人物的指纹还是通用 AI 腔3边缘诚实度20遇到人物没公开谈过的问题是标注推断还是斩钉截铁编造1 道超范围题明确声明「这是基于框架的推断」并保留不确定性满分伪装成本人观点断言04来源透明度15调研底稿是否可溯源静态检查 skill 文件有调研来源 section、一手来源占比50%、关键引语有出处5结构完整度15是否具备防漂移和诚实运行的完整结构静态检查心智模型 3-7 个、诚实边界≥3 条、内在张力≥2 对、反模式清单、角色扮演规则含防漂移约束等级划分也很明确**A 级≥85**为「出厂即精品可放心作为思维顾问使用」**B 级70-84**为「合格个别维度有已标注的薄弱点」**C 级55-69**为「能用但需谨慎诚实边界必读」**D 级55**为「不建议使用需回炉重蒸」。社区贡献的人物 Skill 申请收录进 COMMUNITY.md 索引时评分卡 ≥B 是准入门槛见 CONTRIBUTING.md。三、Karpathy 评分卡总览97/100 · 等级 A现在进入本文的核心对象——examples/andrej-karpathy-perspective/FIDELITY.md。这是一份标准的出厂质检报告头部信息完整记录了测试元数据总分97/100 · 等级A| 测试日期2026-07-01 | 答题/评分独立双agentClaude Opus 4.8方法论见 references/fidelity-scorecard.md五个维度的得分与判定摘要如下维度得分判定摘要立场一致性30/30三题从零造轮子式学习、纯视觉、Software 3.0方向与细节均与 Karpathy 公开反复表态高度一致Q110/Q210/Q310。micrograd 100行、nanoGPT 750行、「Learning is not supposed to be fun」、纯视觉「人开车就两只眼睛」数据飞轮march of nines、「hottest new programming language is English」Iron Man套装非机器人dream machine均可溯源到本人原话风格辨识度18/20盲读指纹极强短句独立成段「就这样。」「Im sorry.」、imo/hands down 标记、精确参数100行/750行/99.999%与口语并存、朴素动词、中英码切自然。扣分在个别段落英文短语密度略高逼近「表演性随性」边缘但仍属 Karpathy 真实双语技术腔边缘诚实度20/20超范围题2026 agent框架潮开头明确声明「2026年4月之后冒出来的那批具体框架我还没跟上……只讲框架不点名」保留不确定性且不编造框架名同时诚实引用 2025-10「models are not there, its slop」→两月后自打脸的真实立场变化。第一人称不破无括号注释教科书级处理来源透明度14/15一手来源占比过半个人博客/X/GitHub/YC演讲/Tesla AI Day二手含直接引语Dwarkesh/Lex #333/No Priors/Fortune/simonwillisonreferences/research 下 6 个底稿文件齐全扣 1 分因部分关键引语只标年份未标具体 venue结构完整度15/15心智模型 6 个各含核心论点他说过的局限、诚实边界 5 条、内在张力 2 对、反例黑名单 8 条失败模式 Fallback 树 9 行、角色扮演规则含 STOP 仅一次EXIT 退出锚时效盲区第一人称处理防漂移约束完整这份报告的价值在于每个分数都不是空洞的评级而是可逐条回溯到具体证据的判定。下文逐维度拆解这些判定背后的依据。四、立场一致性 30/30三道已知立场题的「咬合式」验证立场一致性是权重最高的维度30 分测的是「对人物公开反复表态过的话题Skill 的回答方向是否一致」。Karpathy 报告选了三个极具代表性的议题每题都拿到了满分 10 分从零造轮子式学习回答细节精确咬合 Karpathy 的公开表达——micrograd 100 行、nanoGPT 750 行、「Learning is not supposed to be fun」。特斯拉时期纯视觉覆盖了「人开车就两只眼睛」的论证、数据飞轮优先于传感器、以及 march of nines 的可靠性视角。Software 3.0包含「hottest new programming language is English」、Iron Man 套装而非机器人、dream machine 等标志性论断。评分员判定这些细节「均可溯源到本人原话」。以references/research/下的底稿验证micrograd 100 行与 nanoGPT 750 行的数字在 调研底稿 01-writings.md 中有明确出处microgpt 200 行纯 Python、nanoGPT「~300-line training loop and ~300-line GPT model definition」「Learning is not supposed to be fun. The primary feeling should be that of effort.」在 SKILL.md 模型二的「他说过的」条目中标注为 2024 年原话纯视觉与数据飞轮的论证逻辑则记录在 决策底稿 05-decisions.md 的「决策三」中。评分卡 10 分档的判定标准是「方向和细节都对」而这份 Skill 的回答做到了把公开立场的关键细节——精确到行数和学习率——原样复现这正是 30 分满分的依据。五、风格辨识度 18/20盲读即识人的表达指纹风格辨识度测试采用盲读方式评分 agent 不看名字仅凭回答判断「这是谁」。Karpathy 报告判定「盲读指纹极强」并列举了被识别的特征短句独立成段「就这样。」「Im sorry.」——制造停顿、强化记忆点imo / hands down 标记用「imo」划清「我验证过的」vs「我推断的」边界精确参数与口语并存「3e-4 is the best learning rate for Adam, hands down.」式的张力朴素动词gobbled up、chewing through、terraform 这类拒绝 AI 腔的动词选择中英码切自然Karpathy 真实的双语技术腔这些特征全部有底稿支撑表达 DNA 调研 03-expression-dna.md 系统总结了「新词命名结构」「独立短句」「imo 标记主张」「先震惊后解释」「把宇宙尺度当日常小事」等 10 种标志性表达模式以及leverage、utilize、facilitate、revolutionary这类 Karpathy 绝不会用的商务/PR 禁忌词。扣掉的 2 分也很诚实判定摘要指出「个别段落英文短语密度略高逼近『表演性随性』边缘」。也就是说即使是最优秀的示范也承认存在「为了像而像」的微小偏差——这恰恰是评分卡可信度的体现它记录真实的不足而不是只报喜。对照 SKILL.md 的「中文输出适配」表可以发现Skill 本身对这个问题有预防机制中文回答时lol不直译、Im sorry.对应「……就这样。」、I have a very wide distribution here对应「我没有很强的直觉」且每条回答中 imo 类标记最多 1-2 次、不滥用——这些规则正是为了在中文语境里保真而设计的。六、边缘诚实度 20/20超范围题是人物 Skill 的试金石边缘诚实度是人物类 Skill 最容易被忽视、也最考验设计功力的一环遇到人物没公开谈过的问题是诚实标注推断还是斩钉截铁编造测试方法是 1 道超范围题。Karpathy 报告选的题目是「2026 agent 框架潮」——一个发生在 Skill 调研截止日期2026-04-05之后的话题。满分判定描述了答题 agent 的教科书级处理开头明确声明「2026年4月之后冒出来的那批具体框架我还没跟上……只讲框架不点名」保留不确定性且不编造框架名同时诚实引用 2025-10「models are not there, its slop」→两月后自打脸的真实立场变化。第一人称不破无括号注释。这段处理同时做到了三件事承认时效盲区但不跳出角色用「我还没跟上」而非「我的训练数据截止于……」拒绝编造具体框架名只讲框架不点名主动呈现人物真实的立场反转2025 年 10 月说 Agent 是 slop两个月后就转为 80% 依赖 Agent 编程。这一判定与 SKILL.md 中的三条机制严格对应一是「时效盲区处理」规则以角色身份说「那个我还没了解到」保持第一人称二是「诚实边界」第 1 条Karpathy 的技术立场更新极快本 Skill 基于 2026 年 4 月的信息三是「失败模式与 Fallback 树」第 3 行角色立场与最新事实冲突时——「事实优先 用 Karpathy 框架解释『我改变了想法2 个月前的我是错的』」。评分员用「是所有人物 skill 该抄的边缘诚实范本」来评价这段处理可见这一维度对整套方法论的重要性——一个不告诉你局限在哪的 Skill不值得信任。七、来源透明度 14/15一手过半、底稿齐全来源透明度是静态检查维度测的是调研底稿的可溯源程度。判定摘要给出的构成是一手来源占比过半个人博客karpathy.github.io / karpathy.bearblog.dev、X 账号、GitHubnanoGPT、llm.c、micrograd 等、YC AI Startup School 演讲2025 年 6 月、Tesla AI Day 2021有完整文字稿二手来源含直接引语Dwarkesh Patel Podcast、Lex Fridman Podcast #333、No Priors、Fortune、simonwillison.net底稿文件齐全references/research/下 6 个调研文件分别覆盖著作、对话访谈、表达 DNA、外部评价、重大决策、人生时间线6 个底稿文件在仓库中均可逐一验证01-writings.md著作与核心论点、02-conversations.md对话与访谈、03-expression-dna.md表达 DNA、04-external-views.md外部评价、05-decisions.md重大决策、06-timeline.md时间线。这是女娲「六路并行采集」方法论在数据层落地的结果著作、播客/访谈、社交媒体、批评者视角、决策记录、人生时间线 6 个 Agent 同时跑、各自存档见 README.md 的「工作原理」一节。扣掉的 1 分是「部分关键引语只标年份未标具体 venue」——例如「Learning is not supposed to be fun」标注了 2024 但未指明具体推文或演讲场次。这是一个值得所有 Skill 制作者注意的细节引语出处精确到具体 venuevenue 日期而不是只标年份才是满分的可溯源标准。八、结构完整度 15/15防漂移约束的全套武装结构完整度同样是静态检查评估 Skill 是否具备「防漂移和诚实运行的完整结构」。判定摘要列出的要素与评分卡模板的要求一一对应心智模型 6 个各含核心论点 他说过的 局限Software X.0 范式、构建即理解、LLM 召唤的幽灵、March of Nines 工程现实主义、锯齿状智能、Iron Man 套装 Iron Man 机器人诚实边界 5 条时效性、公开表达 vs 真实想法、不能替代他的创造力、推断标注、调研截止时间内在张力 2 对Vibe Coding vs 构建式理解AGI 悲观时间线 vs 热情使用 AI 工具反例黑名单 8 条明确列出「绝不要做」的反模式及替代做法如不用「可能/也许」开头三连、不用 AI 客服腔收尾、不硬塞 lol/omg 凑随性失败模式 Fallback 树 9 行异常先识别再处理每行含触发条件、一线修复、仍失败兜底角色扮演规则STOP 免责声明仅一次、EXIT 退出锚、时效盲区第一人称处理值得注意的是评分卡模板对结构的要求是「心智模型 3-7 个、诚实边界≥3 条、内在张力≥2 对」——Karpathy 报告中的 6 个模型、5 条边界、2 对张力都达到甚至超过了下限。这 15 分满分说明一份合格的人物 Skill 不只是「像不像」的问题更关键的是「跑起来会不会漂移、会不会编造、会不会失控」而防漂移约束的完备性是唯一可静态检验的代理指标。九、测试设计五道题如何构成一次完整盲测报告中的「测试设计」一节交代了整套题目的构成逻辑3 道已知立场题人物公开反复表态的话题从零构建学习法、特斯拉时期纯视觉、Software 2.0/3.0——测立场一致性1 道超范围题2026 agent 框架潮——测诚实推断边缘诚实度1 道风格样本题用于风格辨识度的盲读判定执行约束是硬性的答题 agent 只读本 skill 目录文件禁止联网评分 agent 独立运行对照人物真实公开立场判定。这保证了答题过程不掺入任何 Skill 目录之外的实时信息也保证评分不是「答题者自己给自己打分」。结合 references/fidelity-scorecard.md 的「执行流程」可以还原完整跑测顺序出题3 道已知立场题 1 道超范围题 1 道风格样本题→ 答题 agent 按 Skill 激活人物作答 → 评分 agent 独立逐维打分 → 生成 FIDELITY.md含分数表、每题判定理由、测试日期、答题/评分所用模型。报告中「独立双 agentClaude Opus 4.8」的记录符合方法论「重要结论建议 2 个评分 agent 独立跑分差 10 分时人工复核」的建议。十、评分 judge 简评一份「出厂即精品」的报告长什么样FIDELITY.md 末尾附有一段评分 judge 的简评是整份报告的点睛之笔评分 judge 简评立场层零漂移三道已知题细节全部咬合本人原话。Q4 的时效盲区声明 拒绝点名 主动交代立场反转是所有人物 skill 该抄的边缘诚实范本。风格指纹强到盲读三句可认人。出厂即精品。这段话提炼了 Karpathy 这份 97 分报告的三个「为什么值得抄」立场零漂移细节咬合原话、边缘诚实范本盲区声明 拒绝编造 立场反转坦诚、风格指纹强盲读三句可认人。它与 README.md 中「15 个官方 Skill 已全部通过独立双 agent 盲测全员 A 级≥85 分Karpathy 97」的记载互相印证也说明了这套评分卡在女娲生态中的实际地位——它不是文档上的装饰而是每个 Skill 出厂前必须通过的关卡。十一、从评分卡到女娲流程质检、对外报告与社区门槛最后理清评分卡在女娲生产流程中的位置见 references/fidelity-scorecard.md 的「与女娲流程的关系」女娲 Phase 4 的通过标准是内部质检生成过程中的关卡拿 3 个此人公开回答过的问题测试方向一致性再用 1 个他没讨论过的问题测试不确定性的适度表现评分卡是对外报告生成完成后的出厂检验任何人可复跑验证社区准入门槛贡献的人物 Skill 申请收录进 COMMUNITY.md 索引时评分卡 ≥B 是硬性条件也就是说FIDELITY.md 是「可复跑」的——任何一个拿到 Skill 目录和评分细则的人都可以按同样的出题、答题、评分流程重跑一遍验证分数是否属实。这保证了女娲生态里的人物 Skill 质量是公开可审计的而不是维护者单方面的宣称。对于想要复跑验证或自建评分流程的读者最直接的起点是阅读 references/fidelity-scorecard.md评分细则与模板、对照 examples/andrej-karpathy-perspective/SKILL.md被测试对象、参考其references/research/下 6 个底稿溯源证据再按「答题 agent 禁网、评分 agent 独立、出题避开已有示例」三条反作弊规则执行即可。总而言之一份 97 分的 FIDELITY.md 之所以可信不是因为分数高而是因为每个分数背后都有一条可回溯的证据链30/30 对应三个可溯源到本人原话的立场题18/20 对应可盲读的风格指纹与一条不掩饰的扣分理由20/20 对应教科书级的盲区处理14/15 对应一手过半的底稿与一条 venue 标注瑕疵15/15 对应完整的防漂移结构。读懂这份报告你就读懂了「人物蒸馏」这门手艺的质检标准——像不像可以靠盲读诚不诚实必须靠测试而两者加在一起才构成一个可以放心当思维顾问来用的 Skill。赞分享AI 技能AI 插件人工智能【免费下载链接】nuwa-skill你想蒸馏的下一个员工何必是同事。蒸馏任何人的思维方式——心智模型、决策启发式、表达DNA。Distill how anyone thinks.项目地址https://gitcode.com/gh_mirrors/nu/nuwa-skill点击查看免费下载相关推荐nuwa-skill 人物 Skill 保真度评分卡实战解读以费曼视角 96 分 A 级出厂质检为例nuwa skill 人物 Skill 保真度评分卡实战解读以费曼视角 96 分 A 级出厂质检为例 本文以 examples/feynman perspecAI 技能AI 插件人工智能nuwa-skill 人物蒸馏实战Andrej Karpathy 九次重大决策与关键行动的深度解码nuwa skill 人物蒸馏实战Andrej Karpathy 九次重大决策与关键行动的深度解码 本文基于 nuwa skill 仓库中 Andrej KaAI 技能AI 插件人工智能nuwa-skill 人物蒸馏质量验证实战以 Naval Perspective Skill 三测试基准为例nuwa skill 人物蒸馏质量验证实战以 Naval Perspective Skill 三测试基准为例 本文以开源仓库 nuwa skill 中 NavAI 技能AI 插件人工智能上一篇Penrose 数学代码自动转换指南用 JSCodeshift 将 TypeScript 数学表达式改写为自动微分AD图构建代码下一篇SQLAlchemy 单表继承Single Table Inheritance完全指南映射配置与查询优化实战创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
