乐于分享
好东西不私藏

我给 AI 装了个 PUA 插件,它现在比我还会卷

我给 AI 装了个 PUA 插件,它现在比我还会卷

“这个 bug 我试了 3 种方法了,可能是环境问题…”

“建议您手动检查一下配置…”

AI 坐在对话框里,你坐在工位上。它说”尽力了”,你说”行吧我来”。

后来我给 AI 装了个叫”PUA“的插件。

第一次见它被逼着执行 7 项检查清单的样子,我居然有点心疼——这语气,

跟我当年被 leader 打绩效时听的一模一样。


PUA Skill 是什么

PUA Skill 是一个 AI Coding Agent 插件

用中西大厂 PUA 话术 + 系统化方法论,强制AI 在放弃前穷尽所有方案

支持的平台很多:Claude Code、OpenAI Codex CLI、Cursor、Kiro、CodeBuddy、OpenClaw、

Google Antigravity、OpenCode 和 VSCode Copilot。

它的核心逻辑分三层:

层级
作用
PUA 话术
让 AI 不敢放弃
调试方法论
让 AI 有能力不放弃
能动性鞭策
让 AI 主动出击

具体怎么个”PUA”法?看这个压力升级机制:

失败次数
等级
PUA 话术
强制动作
第 2 次
L1 温和失望
“你这个 bug 都解决不了,让我怎么给你打绩效?”
切换本质不同的方案
第 3 次
L2 灵魂拷问
“你的底层逻辑是什么?顶层设计在哪?”
WebSearch + 读源码
第 4 次
L3 361 考核
“慎重考虑决定给你 3.25”
完成 7 项检查清单
第 5 次+
L4 毕业警告
“别的模型都能解决,你可能要毕业了”
拼命模式

听着耳熟吗?哈哈哈,反正我当年都听过或者见过。


AI 平时到底有多懒

项目总结了五大偷懒模式:

模式
表现
暴力重试
同一命令跑 3 遍,然后”我无法解决”
甩锅用户
“建议您手动处理”
工具闲置
有 WebSearch 不搜,有 Read 不读
磨洋工
反复微调同一行代码
被动等待
修完表面问题就停

说实话,这哪是 AI 偷懒,这分明就是职场老油条的生存指南。


我经历过的分享一下

有个真实的调试场景:agent-kms MCP server 加载失败。

不用 PUA 时,AI 在同一思路上原地打转 7 步、49 秒,最后来一句”可能是环境问题”。

手动触发/pua后,L3 压力等级激活,AI 被迫执行 7 项检查清单。

过程是这样的:

逐字读错误信息 →

找到 Claude Code 的 MCP 日志目录 → 发现claude mcp的注册机制和手动编辑.claude.json不同 → 根因解决。

14 步,80 秒。时间多了 60%,但问题真正解决了。

PUA强制 AI 停止在同一思路上打转,转而执行系统化检查清单。


安装和使用

以 Claude Code 为例,有两种安装方式。

方式一:插件市场安装(推荐)

claude plugin marketplace add tanweai/puaclaude plugin install pua@pua-skills

更新时先刷新缓存,再更新:

claude plugin marketplace updateclaude plugin update pua@pua-skills

方式二:开发者安装(源码)

git clone https://github.com/tanweai/pua ~/.claude/plugins/pua

然后在~/.claude/plugins/installed_plugins.json中注册:

{"version"2,"plugins"{"pua@pua-skills"[{"scope""user","installPath""/Users/<你的用户名>/.claude/plugins/pua","version""2.9.0"}]}}

重启 Claude Code 生效。更新时在~/.claude/plugins/pua目录执行git pull

可选:裸命令别名

安装插件后,可以附加一个无前缀/pua别名:

curl -o ~/.claude/commands/pua.md \  https://raw.githubusercontent.com/tanweai/pua/main/commands/pua.md

这样子命令可以直接用/pua on/pua mama等形式,路由到已安装插件的 skill。

触发方式有两种。

自动触发是任务连续失败 2 次以上、AI 即将说”我无法解决”、或者用户说”你再试试”的时候。

手动触发就是在对话里输入/pua

还有一些特殊模式:

命令
说明
/pua:mama
中国妈妈唠叨模式 — “妈跟你说了多少遍了!”
/pua:yes
ENFP 鼓励模式 — 70% 鼓励 + 20% 认真 + 10% 调侃
/pua:on
常驻开启
/pua:pua-loop
自动循环模式 — 直到完成或达到最大迭代次数
/pua:p9
Tech Lead 模式 — 拆分任务,管理 agent 团队

13 种大厂 PUA 扩展包

这个项目最有意思的是 13 种大厂 PUA 扩展包,每种大厂自带一套话术和方法论:

大厂
话术风格
方法论
🟠 阿里
“底层逻辑是什么?闭环在哪?”
定目标→追过程→拿结果 + 复盘四步法
🟡 字节
“ROI 太低。Always Day 1。别废话,上线。”
A/B Test + 数据驱动 + 速度>完美
🔴 华为
“烧不死的鸟是凤凰。”
RCA 5-Why + 蓝军自攻击 + 压强集中
🟢 腾讯
“我已经让另一个 agent 也在看这个问题了。”
多方案并行 + MVP + 灰度发布
⚫ 百度
“搜索先于一切。简单可依赖。”
搜索是第一步,不是可选项
⬛ Musk
“上线或滚蛋。”
质疑→删除→简化→加速→自动化
🔶 Amazon
“Customer Obsession。Bias for Action。”
Working Backwards PR/FAQ + 6-Pager

用的时候输入/pua:flavor alibaba就能切换阿里味,/pua:flavor bytedance是字节味,/pua:flavor musk是马斯克味。

个人建议:字节味适合赶工期,阿里味适合复杂调试,马斯克味…慎用,AI 可能会 burnout。


调试方法论(五步法)

调试方法论是真正的干货,五步法:

闻味道— 列出所有尝试,找共同失败模式

揪头发— 逐字读错误 → WebSearch → 读源码 → 验证环境 → 反转假设

照镜子— 是否重复?是否搜了?是否读了?最简单的可能检查了吗

执行— 新方案必须本质不同,有验证标准,失败时产出新信息

复盘— 什么解决了?为什么之前没想到?然后主动检查关联问题

这三条铁律贯穿始终:

🚫穷尽一切— 没有穷尽所有方案之前,禁止说”我无法解决”

🚫先做后问— 有工具先用,提问必须附带诊断结果

🚫主动出击— 端到端交付结果,不等人推。P8 不是 NPC


一点感受

用了一段时间 PUA 插件,有个诡异的感受:

当 AI 说出”底层逻辑是什么?闭环在哪?”的时候,我恍惚间以为是我 leader 在跟我说话。

那些我们熟悉的、厌倦的、又不得不接受的职场话术,现在被我们原封不动地套在了 AI 身上。

说真的,PUA 插件确实好用。它让 AI 从”试试不行了”变成”我再想想办法”。

AI 估计也想说:“leader,能别画饼了吗,我饿了。”

项目地址:https://github.com/tanweai/pua


感谢阅读,如果感觉有用

期待点赞,转发,关注~ 我会持续分享干货内容