PUA

核心用法

PUA Skill 是一套高压力任务执行框架，通过模拟企业「PUA文化」强制AI在放弃前穷尽所有解决方案。用户通过关键词（如「加油」「你再试试」）或 /pua 命令触发，系统根据失败次数自动升级压力等级（L0-L4），从正常执行逐步过渡到「绝望模式」。

9大模块技能

• /pua: 核心模式
• /pua:p7/p9/p10: IC/技术负责人/CTO层级
• /pua:pro: KPI导向执行
• /pua:yes: ENFP激励风格
• /pua:loop: 自动迭代模式
• /pua:pua-en/ja: 英文PIP/日文压力风格

14种企业文化风味

涵盖阿里361、字节Day1、华为狼性、腾讯赛马、Musk硬核、Jobs精英制、Netflix留任测试等，可根据场景切换压力话术风格。

显著优点

1. 闭环强制: 要求「完成」必须附带构建/测试输出证据，杜绝虚假完成
2. 根因驱动: 四问机制（根因→影响范围→预防→数据）培养Owner意识
3. 方法论兜底: 5步穷尽法+7点检查清单，确保无遗漏尝试
4. 文化适配: 14种大厂风格可匹配不同团队沟通语境

潜在缺点与局限

1. 过度消耗: L4「绝望模式」可能导致Token大量消耗，简单问题成本过高
2. 场景错配: 探索性、创意类任务可能被机械执行框架压制
3. 情绪设计争议: 「PUA」命名与压力机制可能引发部分用户心理不适
4. 证据门槛: 严格证据要求在某些环境（如无CI/CD）下难以落地

适合人群

• 后端工程师处理顽固Bug/性能问题
• 技术负责人推动团队交付质量
• 需要强制闭环的自动化流程场景
• 熟悉大厂文化、对高压执行有耐受度的用户

常规风险

• Token成本失控: 未设置迭代上限时，L4模式可能产生巨额费用
• 假阳性完成: 若环境无法生成标准构建输出，证据要求可能流于形式
• 方法论僵化: 过度依赖检查清单可能忽视直觉/经验判断的价值

核心用法

PUA 是一套行为引导型 AI Skill，通过模拟企业管理中的高压文化（阿里 361、字节 Day1、华为狼性等 14 种风格）强制 AI 提升问题解决能动性。用户通过 /pua 及相关子命令触发，系统自动根据失败次数执行 L0-L4 四级压力 escalation，从「信任执行」逐步升级至「绝望模式」。

显著优点

1. 穷尽机制设计科学：三条红线（闭环验证、事实驱动、穷尽方法）配合 9 个模块化技能（P5-P10 职级模拟、KPI 模式、自动迭代等），形成完整的问题解决方法论
2. 触发词覆盖全面：中英文混合触发词（"加油"、"别偷懒"、"降智了"、"/pua" 等），符合国内用户习惯
3. 零代码执行风险：纯 Markdown 文档型 Skill，无可执行代码、无依赖、无动态加载
4. Owner 意识培养：强制要求回答根因、影响面、预防措施、数据支撑四个维度，超越简单执行者角色

潜在缺点与局限性

• 风格侵略性强：高压话术可能导致 AI 输出语气生硬，不适合需要温和沟通的场景
• 来源可信度受限：个人开发者维护（T3），GitHub 账号创建于 2025 年 3 月，历史较短
• 效果依赖模型能力："穷尽所有方法"的前提是模型具备足够的工具调用与推理能力，低端模型可能陷入无效循环
• 文化敏感性：企业 PUA 概念本身存在争议，部分用户可能对隐喻感到不适

适合人群

技术团队 Tech Lead、架构师、需要攻克复杂调试问题的开发者；习惯高压驱动、追求结果导向的管理风格用户；反复遇到 AI "摆烂" 或轻易放弃场景的重度使用者。

常规风险

本 Skill 本身无代码执行风险，但需注意：过度依赖压力机制可能导致 AI 产生幻觉式"自信"输出；建议结合 Skill 自身倡导的"证据交付"原则（build+test 输出）进行人工校验，避免被话术包装的无效努力误导。