AI BUILDERS 解读 01 · FIELD GUIDE TO FABLE
让 Agent 先识别自己处于哪个工作阶段，再用最小必要方法推进：执行前找未知，执行中留偏差，完成后确认理解。
查看 Skill · 查看方法卡 · 观看原演讲 · Elisedai在创造
模型越强、Agent 能自主穿越的范围越大，它遇到“地图之外”问题的机会也越多。这个 Skill 不靠一段越来越长的 Prompt 控制所有步骤，而是先判断工作阶段，再自动选择最小必要方法，把未知点、执行偏差、验证证据和关键的人类决策重新变得可见。
| 执行前 | 执行中 | 完成后 |
|---|---|---|
| 发现会改变方案的未知点，探索真正不同的方向，补齐隐含决策 | 记录迫使方案变化的证据、偏差、影响与升级决定 | 核验实际变更，并通过反向测验找出人的理解缺口 |
| 产出： 更完整的任务说明、原型或执行规格 | 产出： 可追踪的 implementation notes | 产出： 决策就绪的验证总结与测验 |
它不会强迫每个任务完整跑完六步。用户处于哪个阶段，就只加载和使用匹配的方法。
核心 Skill 位于 skills/steer-agent-workflow。请复制整个目录，而不是只复制 SKILL.md，否则 Agent 无法读取完整方法卡。
SKILL.md 使用平台无关的工作流指令，不依赖 Codex 专属工具。agents/openai.yaml 只提供可选的 OpenAI/Codex 客户端展示信息，不影响其他 Agent 使用。
查看不同 Agent 的安装方式
| 使用环境 | 安装位置 | 调用方式 |
|---|---|---|
| Agent Skills-compatible client | 按该客户端规定的 Skill 目录复制完整文件夹 | 自然语言或客户端规定的调用方式 |
| GitHub Copilot | 项目内 .agents/skills/steer-agent-workflow/ 或个人目录 ~/.agents/skills/steer-agent-workflow/ |
根据 description 自动选择 |
| Claude Code | ~/.claude/skills/steer-agent-workflow/ 或项目内 .claude/skills/ |
/steer-agent-workflow |
| OpenAI Codex | ~/.codex/skills/steer-agent-workflow/ |
$steer-agent-workflow |
| 其他 Agent | 将整个目录加入 Agent 可读取的上下文 | 要求先读取 SKILL.md |
通用格式与具体路径可参考 Agent Skills 规范、Claude Code Skills 与 GitHub Copilot Agent Skills。
在 Codex 中也可以直接说：
请使用 $skill-installer 安装这个 Skill：
https://github.com/Elisedai1013/steer-agent-workflow-skill/tree/main/skills/steer-agent-workflow
可以直接用自然语言点名 Skill：
使用 Steer Agent Workflow Skill。
我准备让 Agent 完成一个我不熟悉的认证模块。先识别当前阶段，选择最小必要方法，帮我找出会改变架构、安全或权限设计的盲点；先不要实现。
也可以直接描述需求。只要任务涉及以下情形，Agent 就可以自动触发它：
- 开始复杂任务前找盲点；
- 用差异化原型暴露偏好；
- 通过逐题访谈补齐关键决策；
- 根据参考实现迁移行为与意图；
- 长任务执行中记录实质偏差；
- 审查、合并或发布前确认自己真正理解结果。
| 当前信号 | 自动选择 | 可观察结果 |
|---|---|---|
| 任务未开始，可能存在 unknown unknowns | 盲点扫描 | 待核验未知点与修订后的任务说明 |
| 目标明确，但方向或偏好难以表达 | 差异化原型 | 真正不同的方向、取舍与比较问题 |
| 关键判断仍隐含、矛盾或缺失 | 决策访谈 | 已确认、仍未知、需人决定与执行规格 |
| 用户提供代码、页面或产品参考 | 参考实现 | 语义提取或授权后的重实现，以及差异、假设和授权边界 |
| Agent 正在自主推进较长任务 | 执行偏差记录 | 偏差的触发证据、影响与升级决定 |
| 用户明确要在审查、合并或发布前确认理解 | 完成后反向测验 | 验证总结、问题与理解缺口 |
Skill 会把工作区分为四层：
- 已核验证据： 来自文件、工具输出、第一方资料或测试；用户陈述对其意图与选择有效，涉及外部状态的说法仍标为待独立核验；
- AI 假设： 仍需核验的盲点、解释、风险和方向；
- 需要人决定： 价值取舍、权限变化、重大范围变化、不可逆动作和风险接受；
- 下一步： 不隐藏未决事项的最小推进动作。
盲点扫描得到的是待验证问题，不是事实；原型不等于用户验证；参考不等于复制许可；偏差记录不会扩大 Agent 权限；反向测验不能替代代码审查、自动化测试、安全检查、专业审查或真实用户验证。
skills/steer-agent-workflow/
├── SKILL.md # 触发条件、阶段路由、证据分层和输出契约
├── agents/
│ └── openai.yaml # 可选：OpenAI/Codex 客户端展示信息
└── references/
└── method-cards.md # 六种方法的触发条件、执行步骤、产出和边界
仓库根目录只保留 Skill 的发布说明、来源归属和展示素材；不再提供一份需要手动复制的 Prompt 合集。通用运行逻辑只依赖 SKILL.md 及其相对引用的 references/，其他客户端可以忽略 agents/openai.yaml。
本 Skill 源自 Thariq Shihipar 在 AI Engineer World’s Fair 2026 Main Stage 的分享 Field Guide to Fable。官方议程将他的身份标为 Anthropic, Claude Code。
blind spot pass、brainstorms and prototypes、interviews、references、implementation notes 与 quiz me 来自 Thariq 的原分享。中文方法卡、固定输出结构、扩展的安全与权限规则，以及执行前／执行中／完成后的组合路由，由「AI Builders 解读 01」编辑整理，并非 Thariq Shihipar 或 Anthropic 发布的官方 Skill 或工作流。
详见 NOTICE。
|
大厂 AI 产品经理，Agent 大赛冠军。 关注全球 AI Builders，分享我的思考，以及正在创造的产品。 扫码关注微信视频号 |
本仓库中由 Elisedai 创作的 Skill 指令、中文方法卡与文字说明当前采用 MIT License。原演讲、人物、品牌与第三方材料不在该许可范围内，详见 NOTICE。