发散思维（太虚一转·散怀）：想法量、SCAMPER、Stakeholder轮转。触发词: 发散, 开脑洞, 奥斯本. Divergent thinking (太虚一转·散怀): volume of ideas, SCAMPER, stakeholder rotation → idea-pool.md. Use when user says "发散", "开脑洞", "奥斯本", "osborn". 即便用户未明确说"用 osborn"，当对话出现以下信号时也应主动建议使用：方案只有一条路想扩空间、团队讨论在同一批想法里打转、方向定了但觉得可能有更好的选择、用户说"还有别的思路吗""帮我想想还有什么可能"。不要等用户说出触发词才启动——识别意图比匹配关键词更重要。

2026-07-0979

name	bayes
display_name	太虚三转 · 叩实（贝叶斯）
description	Fact verification (太虚三转·叩实): decompose conclusion → testable predictions → external data validation. Use when user says "验证", "贝叶斯", "bayes", "靠谱吗".
version	4.4.0
visibility	public
last_updated	2026-06-30
kind	composed
metadata	{"author":"Antifragile Research Team","philosophy":"只有被真实数据打脸才能进步——没有外部事实冲击，就没有认知增量","origin":"v3.4 三视角诊断 + depth-engine-principles v1.2 定稿 + spike 验证，2026-06-06","risk":"medium","capabilities":["filesystem-write","network"],"theoretical_basis":["Popper: Conjectures and Refutations (1963)","Lakatos: The Methodology of Scientific Research Programmes (1978)","Tetlock: Superforecasting (2015)","Good: Expected Value of Information","Argyris: Double-Loop Learning (1977)"]}
triggers	["bayes","bayes一下","跑一遍bayes","太虚三转","贝叶斯","叩实","验证","验证一下","贝叶斯验证","深挖","深挖一下","/bayes","挖透","刨根问底","经得起推敲吗","站得住脚吗","盘一盘","掰开看看"]
composition	{"execution":"scripts/workflow.js","final_output":"report","mode_routing":{"classifier":"Phase 1 复杂度分 (因子数 × 耦合度系数)","threshold":6,"full_path":"≥6.0 → 5 维度独立审查","lite_path":"<6.0 → 2 agent 对抗"},"hard_constraints":{"min_error_band_pp":5,"min_rounds_before_saturated":2,"calibration_anchor":"上轮有缺陷但带未扩大 → 强制 CONTINUE"}}

Bayes 贝叶斯验证

你说"应该是 X"。真的吗？这个 skill 帮你查。把结论拆成预测，拿真实数据去验，预测错了的地方就是你的盲区。

"The first principle is that you must not fool yourself — and you are the easiest person to fool." — Richard Feynman

概述

结论有了：投资判断、技术选型、方案推荐。但经得起推敲吗？有没有可能在自欺？感觉上没问题，但拿不出硬数据证明？

把结论拆成可验证的预测，拿外部真实数据逐条检验：查 API 返回、读代码实现、调两个 AI 模型交叉对质。预测被数据打脸的地方就是盲区。和费曼（破妄）审查产出物不同，和黑格尔（澄源）收敛认知不同，贝叶斯（叩实）验证的是结论本身。打脸越狠，认知增量越大。用事实冲击结论，而不是用逻辑自圆其说。每条预测标注验证结果：通过、部分通过、被推翻、无法验证。最终输出一份证据清单，让你清楚看到哪些结论站得住、哪些需要修正、哪些还悬着。

太虚五转第三转：叩实（验证）。用事实而非逻辑检验结论。没有外部事实冲击，就没有认知进步。

工作流概览（v4.0）

你的结论 → 拆成具体预测（"如果结论成立，那么 A/B/C 应该是这样"）
          → 用 API 查真实数据，看预测对不对
          → 用两个不同的 AI 模型独立解读原始资料，交叉验证
          → 汇总：哪些预测被数据打脸了？打脸的地方就是你需要重新思考的

四步走：

拆预测（Phase 1）— 把笼统结论拆成具体的、可查证的方向性预测。每个核心断言必须同时拆出两个方向：证伪预测（falsification_prediction，「如果结论有问题，我们应该看到 X」）和零假设预测（null_hypothesis_prediction，「如果结论大体正确，我们应该看到 Y」）。
硬验证（B1）— 调 API 查数据 / 跑 shell 命令查代码，用代码判断预测是否成立
软验证（B2）— 让 Claude 和 Qwen 各自独立解读原始资料/代码，看是否一致
找盲区（汇总）— 预测和实际不一致的地方 = 你的认知盲区

用之前说几句实话

AI 审自己有天花板：多个 AI 独立审查能提供一些交叉验证，但它们共享同一类训练数据，可能有共同盲区。大事还是找个真人看看。
"没发现问题"不等于"没问题"：只能说在我能查到的范围内没找到矛盾，不代表结论一定对。
一次只验一个结论：真实决策往往要比好几个方案。这里的输出只是参考之一，不是最终答案。
概率是粗略的：报告里的概率和误差范围是 AI 估的，有最低误差保护（±5pp 起），别当精确值看。

执行方式

本 skill 通过 Workflow script 执行（scripts/workflow.js），支持循环和并行 subagent。

输入：

claim: string          # 必填。你的结论或判断（一句话）
thesis_path: string    # 可选。相关分析文档的路径
problem_type: string   # 可选。pipeline 传入（deterministic / non_deterministic / mixed / pending）
verify_mode: string    # 可选。验证模式（single / dual / triple），默认 dual

输出：验证报告（预测清单 + 数据验证结果 + 盲区清单），保存到对应目录下。

边界条件

场景	处理
命题属于 no_reference_class	没有可类比的历史案例，提前终止，返回 NOT_APPLICABLE
thesis_path 不存在	直接基于你输入的结论文本继续
B1 API 不可用	标记该条数据查不到，不算已验证
B2 Idealab API 不可用	降级为 WebSearch 独立验证（Agent B 独立搜索+解读），标注 `degraded_mode`。详见 b2-web-search-fallback.md
B2 源搜索失败	标注"原始资料获取失败"，该条计入未覆盖
D2 区分力不足	预测太模糊无法验证，自动跳过
D7 未覆盖率 >50%	输出警告：大部分预测没验到，不能说"没问题"

核心机制：预测 → 验证 → 找盲区

Phase 1                    B1                    B2                    汇总
拆预测                →   查数据             →   交叉验证           →   找盲区
把结论拆成具体预测      用 API 查真实数据       两个 AI 独立解读        预测 vs 实际
检查预测是否够具体      代码判断方向对不对       Claude vs Qwen         不一致 = 盲区
每个断言拆两个方向：
  证伪方向 + 零假设方向

七条设计原则（简版）

#	原则	白话
D1	数据打脸才是进步	没有被数据反驳的预测不算深挖
D2	预测必须够具体	"可能涨也可能跌"这种预测不算数
D3	数据源不让 AI 挑	查什么数据由代码控制，AI 不能挑对自己有利的
D4	解释要用已知框架	v4.0 待实现
D5	大转弯由人类决策	v4.0 待实现
D6	发现可以存档复用	v4.0 待实现
D7	查不到的要说出来	超一半预测没验到 → 必须警告

验证维度

金融场景：

维度	验什么	数据从哪来
宏观	行业趋势、政策方向、经济周期	FRED、央行报告、BIS
公司	财务数据、运营指标、业务管线	SEC Filing、交易所公告
市场	价格走势、资金流向、波动率	OpenD、期权链、融券数据

代码场景：

维度	验什么	数据从哪来
structure	文件/函数/模块的结构事实	wc -l, grep, git ls-tree, find
behavior	运行时行为、测试结果、调用链	test execution, grep 调用链, coverage
intent	设计意图、变更原因、文档声明	git blame, commit msg, SKILL.md

双模型交叉验证（B2）

--verify-mode 参数（UltraPlan）：显式控制 B2 验证模式，支持 pipeline --parallel 并行 fan-out。

级别	参数值	配置	说明
L1（降级）	`single`	仅 Claude	同模型双提示词，两个视角
L1.5（WebSearch 降级）	—	Claude + WebSearch	Agent B 独立搜索+解读，不同数据源提供独立性。Qwen 不可用时自动触发。详见 b2-web-search-fallback.md
L2（默认）	`dual`	Claude + Qwen	两个不同模型各自独立解读
L3（扩展）	`triple`	+Gemini	三模型多数投票，分歧时 Gemini 裁决

UltraPlan 并行模式：当 pipeline 启用 --parallel 时，L2 的 Claude 和 Qwen 并行执行（而非顺序），L3 时三模型同时执行。验证结果合并规则：

一致 → VERIFIED
不一致 → DISPUTED（标记分歧，触发下一级裁决）
L3 分歧 → 多数投票，少数方记录

与其他 Skill 的配合

Skill	它做什么	怎么配合
`feynman`	认知纪律审查	Feynman 发现证据不足的判断否决时，委派 Bayes 做定向深挖验证
`hegel`	迭代收敛管线	hegel 管线在 S3（calibrate）和 S5（verify）步骤中调用 bayes，mode 参数由 hegel lens §4 配置。独立调用时使用 `references/lens-bayes.md` 提供领域适配
`hv-analysis`	横纵分析	hv 产出分析结论，本 skill 深挖验证结论靠不靠谱
`deep-research`	深度调研	调研报告可作为 Bayes 的输入，Bayes 也会调用它查资料
`evidence-chain`	证据管理	Bayes 找到的一手证据可以存入证据链
`thesis-update`	更新判断	验证后修正的概率可以回写

常见审查偏差（速查）

详见 bias-checklist.md。

偏差	一句话解释
独立性假设	把相互关联的因素当成独立事件
时间错配	拿不同时间段的数据放一起比
循环论证	A 证明 B、B 又证明 A
锚定偏差	第一印象太强，后面怎么调都调不够
幸存者偏差	只看成功案例，忽略失败的
方向偏斜	所有修正都偏向同一个方向（可能在自欺）

按不确定性类型的深挖角度

类型	深挖角度	白话
确定性	因果链验证	你说的因果关系真的成立吗？
确定性	奥卡姆检验	有没有更简单的解释？
确定性	边界有效性	你假设的前提条件还成立吗？
信息不足	先验边界	搜索范围是不是太窄，漏掉了可能性？
信息不足	信息缺口	有没有能查到但你没查的关键信息？
信息不足	更新质量	证据的权重给得合理吗？
本质随机	遍历性检验	平均值能代表个体吗？有没有爆仓风险？
本质随机	不可约性	真的没法再查了，还是懒得查？
本质随机	尾部风险	极端情况被低估了吗？

problem_type 适配（pipeline 传入）

problem_type	Phase 1 预测拆解	B1 验证标准	深挖角度偏好
deterministic	拆为二元判定预测（成立/不成立）	要求确定性证据（代码执行、形式化证明）	确定性类：因果链验证、奥卡姆检验
non_deterministic	拆为概率区间预测	接受概率性证据，关注置信区间	本质随机类：遍历性检验、尾部风险
mixed	按子问题分别拆解	分区域验证	混合使用两类深挖角度
pending	当前行为	当前行为	按现有不确定性类型自动判定

理论基石

认识论纪律见 theoretical-foundations.md。深度生成机制见 depth-engine-principles.md（v4.0 北极星）。

初始判断是猜想，不是结论（Popper）
区分硬核与保护带，优先检验硬核（Lakatos）
从参照类别基准率出发（Tetlock）
用条件概率替代独立性假设（Tetlock）
修正全偏一个方向 = 退化信号（Lakatos）
进一步研究不改变行动时停止（Good VOI）
按不确定性类型选推理工具（Dual-Framework / 边界锚定+结构监测+自适应行动）
集合平均≠时间平均，非遍历系统需 Kelly 而非期望值最大化（Peters）

常见踩坑（反模式）

坑	表现	怎么防
假审查	审完发现"全是对的"	检查是否所有修正都偏同一方向
单方向预测	所有预测都是证伪方向，零假设方向缺失	Phase 1 每个核心断言必须同时拆出 falsification_prediction + null_hypothesis_prediction
精度幻觉	"概率是 16.3%"	强制最少 ±5% 误差范围
锚定陷阱	第一印象只微调	用基准率重新校准
无限循环	每轮都找到新问题	设最大轮次安全阀
过早收工	第 1 轮就说"够了"	至少跑 2 轮
发现问题不扩误差	找到问题但概率不变	代码强制：发现问题必须扩大误差范围
伪独立	5 个 AI 都说同一结论	报告里声明局限性，建议找人审

规格化桥接提示

💡 规格化桥接提示：验证通过的预测（prediction + verified=true）可被提取为 Success Criteria（如 "SC1. 当 X 条件成立时，Y 指标应在 Z 范围内"），用于后续 liam-plan/hegel 规格化输入。

文件结构

bayes/
├── SKILL.md                    # 本文件
├── DESIGN.md                   # 设计方案
├── manifest.json
├── scripts/
│   ├── workflow.js             # v4.0 深度引擎（预测→测量→惊讶）
│   ├── workflow-v3.js          # v3.4 备份（对抗审查循环）
│   └── spike-v4.js             # v4.0 基础设施验证 spike
├── agents/
│   └── interface.yaml          # 输入输出接口定义
├── references/
│   ├── theoretical-foundations.md   # 认识论纪律
│   ├── depth-engine-principles.md  # v4.0 深度引擎设计原则（北极星）
│   └── bias-checklist.md           # 通用偏差清单（v3.4 遗产）
└── templates/
    └── report-template.md