文章总结： 本文针对AI使用导致的思维惰性问题，提出通过苏格拉底式对话提炼能力的方法。作者构建了个人能力中心系统，利用ai-memorySkill自动提炼能力并存入本地数据库，结合可视化平台实现能力的检索、管理与月度盘点。该方案通过RAG技术召回记录辅助成长规划，实现了从获取答案到体系化构建个人能力的转变，项目已开源。 综合评分： 88 文章分类： 实战经验,解决方案,其他

---

AI时代，从思维惰性到能力体系化

原创

shadowabi shadowabi

WgpSec狼组安全团队

2026年2月28日 21:51 北京

点击蓝字

关注我们

声明

本文作者：shadowabi 本文字数：3029字

阅读时长：约8分钟

附件/链接：点击查看原文下载

本文属于【狼组安全社区】原创奖励计划，未经许可禁止转载

由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失，均由使用者本人负责，狼组安全团队以及文章作者不为此承担任何责任。

狼组安全团队有对此文章的修改和解释权。如欲转载或传播此文章，必须保证此文章的完整性，包括版权声明等全部内容。未经狼组安全团队允许，不得任意修改或者增减此文章内容，不得以任何方式将其用于商业目的。

❝

使用AI已经成为一种必然的趋势。在使用AI的过程中，我遇到两个问题：

1. 我会过度依赖AI，遇到问题第一反应是问AI要答案，并且不再去搜索、验证答案的正确性
2. 随着AI的能力越来越强，只会加重我对AI的依赖程度，人则是越来越懒惰，导致能力退化

简单来讲，使用AI会产生思维惰性，长此以往必然导致能力退化。

那么，怎么用AI才能既借助AI的智能提升效率，又能让自己持续成长，而不是因为”越用越懒”导致能力退化？

从普通对话演变为深刻对话

为此我经过认真思考，并就此问题与AI进行了讨论，为了让AI不是“讨好我”，而是真的讨论问题，我做了一个关键动作：我要求AI必须对我的回答进行刨根问底并给出自己的见解，而不是直接给出答案。

经过大量的对话之后，我发现了一个有意思的现象：当我与AI按照这种方式对话时，我与AI的对话过程会从普通的提问变成一次深刻对话。

这种转变是什么？用AI自己的话来描述这个过程就是：通过苏格拉底式引导将AI从答案提供者转化为思考教练，让用户在思考的挣扎中真正提升解决问题的能力。

AI的话也让我意识到，深刻对话的本质是一种能力提升。

从深刻对话中提炼能力

虽然深刻对话的本质是一种能力提升，但这种提升往往是隐性的，我发现一个更重要的问题：我未必完全清楚我提升了什么能力。

因此我需要从深刻对话中提炼能力。

为了达到这个目的，我需要对深刻对话进行总结，原因如下：

1. 总结可以让我明确自己到底提升了什么能力，而不是模糊的感觉
2. 总结的结果更便于记忆

在总结中，我认为必须记录：这个能力是什么？能力的关键是什么？我是怎么得到这个能力？

因此我用三个要素来分别对应这三个问题：

• 能力定义：记录这个能力是什么
• 深刻洞察：记录能力的关键原理、核心要点或方法论
• 认知转变过程：记录从错误认知到正确认知的具体转变过程

下面请看示例：

示例：短视频成瘾困境

对话过程

【通过苏格拉底式提问确定问题】

我：我每天刷短视频，计划1小时，实际刷3-4小时，怎么解决？
AI：你遇到这个问题多久了？你已经尝试过什么方法？你卡在哪个具体环节？
我：已经遇到一个月了，没尝试过任何方法。我觉得关键在于是明知该停但停不下来
AI：当你意识到该停的时候，你在想什么？
我："再看一个就停"
AI：假设有个摄像机拍你刷视频的过程，你觉得你什么时候最有可能停下来？
我：我觉得我可能会尽可能信守承诺，因为被拍到自己无法信守承诺是一个羞耻的过程。

【AI引导思考】

AI：你现在清醒地告诉我，如果被拍到无法信守承诺会感到羞耻。那么，为什么你在刷视频的时候，那个"会说再看一个就停"的你，没有感受到这种羞耻？
我：我认为是不守承诺的代价，如果只有一个人的时候，不信守承诺是没有代价的。所以我想到了一个，必须有惩罚代价。比如说，没遵守，明天就不能看短视频了。你觉得呢？
AI：那你现在的这个"明天不能看"的承诺，和之前"再看一个就停"的承诺，本质区别是什么？
我：就是"再看一个就停"和"再看一个就停，如果我不停，我明天将没法看短视频，一直违背可能就会一直被惩罚"的区别，但其实我也想问：如果我不执行惩罚，是不是就没区别？
AI：是的，那为什么"有人在旁边"这个约束，比"自我承诺"更有效？
我：因为"有人在旁边"不是我可以控制的
AI：基于这个洞察，如果要设计一个真正有效的"明天不能看"的机制，它应该具备什么特征
我：我觉得关键在于，必须能保证惩罚可以执行

【结论获得】

AI：现在我们来具体思考：要保证惩罚"必须执行"，你有哪些资源可以用？第三方执行/技术手段/自我强制/成本前置
我：技术手段对我来说最可能实现，我可以用APP设置自己观看手机时间超过1小时就锁屏

能力提炼的方法

能力提炼的范式（以短视频案例为例）：

title = "外部约束设计:从不依赖意志力的机制保证承诺执行"

summary = """问题背景:每天刷短视频计划1小时,实际3-4小时,无法自控

掌握的能力:
1. 外部约束设计能力:设计不依赖意志力的外部约束机制,确保承诺执行
2. 认知陷阱识别能力:识别"再看一个就停"这种自我欺骗式承诺
3. 成本与执行验证能力:验证机制的可执行性和成本匹配度

关键突破:惩罚的执行权必须在控制之外,技术手段自动执行最可靠"""

detail =

能力提炼结果

问题背景:
- 原本认知:靠自我承诺("明天不能看")可以控制行为
- 核心困难:明知该停但停不下来,已经看了"再看一个就停"很多次

---

我掌握的能力:

能力1:外部约束设计能力
能力定义:设计不依赖意志力的外部约束机制,确保承诺执行
体现在深刻洞察:
- "有人在旁边"的约束有效,因为它不受意志力控制
- 手机屏幕时间设置能够自动锁屏,不依赖决策时的意志力

认知转变过程:
- 原本认知:靠自我承诺("明天不能看")可以控制行为
- 引导提问:"如果惩罚的执行权一直在你手里,那'明天不能看'和'再看一个就停',本质区别是什么?"
- 引导追问:"如果'明天不能看'执行了,但你今天又看了,那这个惩罚还起作用吗?"
- 突破点:发现"有人在旁边"不受意志力控制,这就是关键;执行权必须在控制之外
- 新认知:有效的约束必须设计在意志力控制之外,确保惩罚必然执行

---

能力2:认知陷阱识别能力
能力定义:识别"再看一个就停"这种自我欺骗式承诺
体现在深刻洞察:
- 这个承诺说了很多次,但每次都失败
- 承诺的矛盾性:"再看一个"本身就是继续看的前提

认知转变过程:
- 原本认知:相信"再看一个就停"的承诺
- 引导提问:"这个承诺说了几次?效果怎么样?"
- 突破点:发现承诺本身的矛盾性
- 新认知:识别这种自我欺骗式的承诺,不再轻信

---

能力3:成本与执行验证能力
能力定义:验证机制的可执行性和成本匹配度
体现在深刻洞察:
- 惩罚的可执行性是方案生命线
- 技术手段(屏幕时间设置)能够自动执行,不依赖人

认知转变过程:
- 原本认知:思考各种惩罚措施
- 引导提问:"这些惩罚措施的执行权在谁手里?谁来确保执行?"
- 引导追问:"你设想'有人看着我'会有效,为什么?"
- 突破点:羞耻感来自有人盯着,说明执行权不在自己手里
- 新认知:惩罚的执行权必须在控制之外,技术手段是最佳选择

---

最终方案:
使用手机屏幕时间设置,1小时后自动锁屏"""

自动化：将方法变成Skill

这个提炼能力的方法我决定交给AI去做，并且封装成SKILL，成为一个AI可复用的能力。

这样，每次对话后都能自动提炼出能力，无需人工干预。

但有Skill还不够

我希望有一个合适的存储环境可以达到以下需求：

1. 能力记录是个人隐私数据，我不希望存储在任何云端环境
2. 我希望AI能使用类似RAG的方式召回内容
3. 我希望能够有一个可视化的地方，能够随时管理这些能力记录
4. 并且根据现有的能力记录去调度AI帮我做能力盘点和规划，这样才能让我的能力体系化

---

有了这个需求之后，我评估市面上并没有太合适的现有平台，我开始构建相应的平台。

平台实现：个人能力中心

于是我构建了个人能力中心系统（Personal Capability Center），由以下两部分组成：

1. ai-memory（Skill）

• 面向用户AI的SKILL模块
• 提供一整套操作记忆数据库写入和读取的功能
• 职责：数据写入

2. 可视化平台（前端 + 后端）

• 提供能力记录的查询、筛选与管理功能
• 支持月度/年度能力盘点的自动生成
• 职责：数据读取、管理与能力分析

工作流程

流程说明

1. 保存阶段：用户与AI讨论有价值的内容 → 通过ai-memory Skill保存掌握的能力（抽象层）
2. 读取阶段：可视化平台查看能力记录
3. 检索阶段：关键词、标签、重要性等搜索
4. 管理阶段：删除不需要的能力记录
5. 能力成长阶段：月度/年度能力盘点 → AI综合分析所有能力记录（分类、评估、追踪）→ 规划学习路径 → 形成体系化和可复用 → 保存回数据库

能力盘点的核心功能

月度/年度能力盘点会自动分析：

• 能力分类：对能力进行归类整理，识别能力模块
• 能力评估：识别能力优势和待提升领域
• 能力追踪：分析能力成长轨迹
• 关注重点分析：基于标签分析用户关注的方向
• 成长建议：基于当前能力，提供下一步学习建议

平台特性

1. 私有化部署，数据存储本地
2. 能力模块化，适配不同AI工具

• 只要AI工具支持调用SKILL，调用项目中的AI-Memory SKILL就能操作项目数据库

1. 按需写入/读取，减少Token消耗

• AI向量召回数据库记录，无需整篇文章载入

成果展示

项目已开源，欢迎交流：https://github.com/shadowabi/personal-capability-center/

用法演示

这里假设我用OpenCode跟AI讨论内容，需要将对话内容写入到平台。

1. 保存能力

加载skill后，可根据内容自动提炼能力并存入数据库中：

2. 查看能力

保存之后，我们可以在平台上看到存入数据库中的能力：

点击可查看详情

3. 搜索能力

能力可以通过标签或者关键词进行搜索

4. 能力盘点

月度/年度总结功能会将当月的所有已提炼的能力提供给AI，让AI进行能力分析、能力评估、成长规划。

5. 能力盘点示例

总结生成之后，会自动插入回数据库，也能在总结的界面直接下载或复制。

结尾

本项目处于POC阶段，欢迎 star、fork，一起探讨如何构建个人能力中心

从对话中提炼能力，能力即成长。

真正的成长不是获得更多答案，而是将每一次深刻对话转化为可复用的能力。

作者

shadowabi

自强不息

扫描关注公众号回复加群

和师傅们一起讨论研究~

长

按

关

注

WgpSec狼组安全团队

微信号：wgpsec

Twitter：@wgpsec

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：WgpSec狼组安全团队 shadowabi shadowabi《AI时代，从思维惰性到能力体系化》