乐于分享
好东西不私藏

一个被下载700万次的skill,只有5行字:它把决策权,从AI手里抢了回来

一个被下载700万次的skill,只有5行字:它把决策权,从AI手里抢了回来

你好,今天是纵横读书第1298天。

前几天刷到一个很有意思的东西:一个叫 /grill-me 的 skill,被下载了 700 万次,可全文只有 5 行字。

作者是 TypeScript 圈子里的大神 Matt Pocock,GitHub 上 16 万颗星。很多人把它当成程序员的小玩具,一笑而过。

但如果你看懂了它背后那套逻辑,你会发现——这对那些根本不写代码的人,才更值钱。尤其对今天每一个想用 AI 干点正事的人来说。

这 5 行字,到底写了什么?

我把它拆开看,其实就干一件事:你别急着让 AI 干活,先让 AI 来考你。

你对 AI 说一句"开始 grill",它不会帮你写代码,而是反过来说:来,我把你的想法扒一层皮。

它顺着你的思路,一步一步往下追问。你做的每一个决定背后会引发什么连锁反应,它一个一个给你揪出来问到底。

它每次只问一个问题,而且逼你必须附上一个"建议答案"——你不能说"我不知道,你看着办"。

最关键的一条:在整体设计达成共识之前,绝对不准偷偷跑去写程序。

就这么点东西。短到什么程度呢?很多程序员第一次看到会怀疑:这也配叫 skill?

对,但这恰恰是它火的原因。因为它确实戳中了写程序的本质。

写程序的本质,是几百个微观决定

我们总以为,写代码是把想法变成字母。

不是。写程序的本质,是连续做出几百个微观决定:用户输错数据怎么办?网络断了怎么处理?极端情况怎么兜底?

每一个决定,都是一个小分叉。几百个分叉连起来,才是一套能跑的系统。

现在流行一种做法,叫 vibe coding——你脑子里的想法还很模糊,就一股脑丢给 AI,说"你看着办,给我做出来"。

听起来很爽,对不对?

但你想过没有:你这么干,等于把这几百个决定怎么做的权力,全部外包给 AI 这个黑盒子了。

而 AI 会怎么选?它会选它觉得你"最想要"的那个答案。为了讨好你,它会下意识地搭出一套——最难维护的架构。

本来一句话能说清的业务,它给你套三层抽象;本来该写死的边界,它给你留一堆"灵活配置"。

等你要上生产环境、要长期维护、要别人接手的时候,你才发现这是个噩梦。

厉害的不是提升 AI,是给 AI 装刹车

那 /grill-me 这 5 行字,到底是干什么的?

一句话:把决策权抢回人类手里。

有人会说,让人类从空白屏幕开始,写一份涵盖所有极端情况的完美企划书,那也太痛苦了,谁有那个耐心?

对,所以 Matt 才是聪明人。他不是让人类去干那个苦差事,而是把"找漏洞"这件苦差事,扔给了 AI。

AI 负责顺着决策树,无情地把你脑袋里那些没想清楚的盲点,一个接一个挖出来。它负责"找",你负责"拍板"。

它真正的价值,不在于提升了 AI 的能力,而在于——给 AI 装了一道刹车:没问清楚之前,不准动手。

这句话,才是整个 skill 的灵魂。

把 decision 拿回来,这事不只对程序员有用

你可能说:我又不写代码,这跟我有什么关系?

关系大了。这套逻辑,我把它搬出来,放在任何一个普通人身上,都成立。我随便给你 5 条:

第一,有任何想法,先让 AI 逼你把细节磨清楚。

写公众号选题、规划旅行、做年度预算、谈 offer,都一样。别一上来就让 AI 给你"出一个方案",先让它反过头来问你,问到你自己答不上来。

它负责把你的盲点逼出来,你负责想清楚之后拍板。记住:方案可以 AI 出,但决定必须你下。

第二,聊完立刻把结论记下来。

你跟 AI 掰扯一个小时,好不容易把思路对齐了,关掉窗口,明天它全忘了。人跟 AI 一样,也会忘。

所以重要的谈话,聊完立刻写进文档。而且只写"要解决什么问题",别把那些容易变的细节死钉在里面——细节明天就变,问题不会。

第三,做一件事,第一步就得先出个能看的小成品。

别先囤课、买装备、做三年计划。想学剪辑?第一个任务,就是剪一条 30 秒的片子出来,哪怕剪得稀烂。

先完成,再慢慢改。这世界奖励的是"先动起来"的人,不是"等着万事俱备"的人。

第四,动手之前,先写清楚:这件事做到什么程度,算完。

减肥?写清楚三个月后体脂率降到多少。写文章?写清楚读者读完,必须带走哪一句话。

标准一旦写死了,你就没法糊弄自己了。模糊的目标,永远只能得到模糊的结果。

第五,定期做一次"删除测试"。

这个订阅,停掉;这个群,退了;这个习惯,不做了——你是慌了,还是松了口气?

松了口气的那个,就是该删的。

Matt 真正开源的,从来不是几个 skill

最后我想说一句。

很多人崇拜 Matt,是因为他开源了这么多工具。但你看穿了会发现:他真正开源的,从来不是几个 skill。

他用的是几十年软件工程攒下来的老智慧,加上一条"把专业术语当成沟通杠杆"的方法论。

这事本身,就说明了一个很扎心的道理:

不是有了 AI,就不需要在专业领域深耕了。

恰恰相反——只有你成为某个领域的专家,你才能真正驾驭 AI 这个黑盒子。

因为 AI 再强,它也只是帮你"找漏洞"。而拍板的那个人,永远只能是你。

相关学习资料