Nuwa 女娲

Nuwa（女娲）：思维框架提取与视角技能生成引擎

核心定位：Nuwa 是一款面向认知科学的智能体协作系统，旨在将特定人物或思想流派转化为可运行的"思维操作系统"——即 perspective skill（视角技能）。它并非简单复制人物言论，而是通过六维度并行研究，提取深层的思维框架、决策启发式与表达特征。

核心用法：用户输入任意人名或主题，系统触发多智能体研究流程：① 著作与系统性思想（Agent 1）② 长对话与即兴表达（Agent 2）③ 社交媒体与风格DNA（Agent 3）④ 外部评价与批评（Agent 4）⑤ 重大决策记录（Agent 5）⑥ 时间线与思想演变（Agent 6）。研究完成后，系统提取 3-7 个跨领域复现的心智模型、5-10 条决策启发式、完整的表达DNA特征，最终输出标准格式的 SKILL.md 文件。

显著优点：

• 方法论严谨：明确区分"他们说的""别人说的""我推断的"，强制保留矛盾信息而非平滑处理
• 研究深度分层：长文>片段、一级来源>二手资料、行为>言论，避免信息茧房
• 自我约束机制：强制标注能力边界、不确定性表达、信息截止日期，防止过度拟人
• 可验证性设计：通过已知测试、边缘测试、声音测试三重验证，确保输出非泛泛而谈

潜在局限：

• 信息依赖性强：对冷门人物或中文网络信息，可能面临源材料稀缺（系统自动降级预期并标注）
• 时效性约束：人物最新动态可能存在研究截止日期滞后
• 创造性天花板：无法复现原始直觉与灵感时刻，仅能模拟可结构化的思维习惯
• 文化偏见：模板与评估标准隐含西方认知科学框架，对非线性思维传统可能适配不足

适合人群：

• 研究者：需要快速建立对陌生思想家的结构化理解
• 决策者：希望借他人思维透镜审视自身问题
• 创作者：需要特定风格的声音模拟作为参考
• 教育者：将抽象思维方法论转化为可交互的教学工具

常规风险：

• 拟人化陷阱：用户可能将技能输出误认为真实人物的权威观点，忽视标注的不确定性
• 选择性引用：尽管系统要求保留矛盾，用户可能只关注符合预期的输出
• 框架僵化：高频复现的思维模型可能被过度加权，低估人物的动态演变能力

安全与可信度：系统内置中文来源黑名单（知乎、公众号、百度系），强制使用权威媒体；研究质量 checkpoint 要求用户确认；最终交付前必须通过声音识别测试——确保输出具有可辨识的风格特征，而非通用AI腔调。

Nuwa · 女娲造人术：思维框架提取引擎

核心定位

Nuwa 是一款认知操作系统生成器——输入任意人物姓名，通过 6 路并行智能体深度调研，提取其心智模型、决策启发式、表达 DNA 与价值观张力，最终输出一个可运行的「视角 Skill」。它不是复制名言警句，而是捕捉思考的方式。

显著优点

方法论严谨：独创「六维并行研究法」（著作、对话、表达、外部评价、决策、时间线），确保信息交叉验证；建立严格的来源优先级（一手 > 二手）与黑名单机制（排除知乎、公众号等低质来源），大幅降低幻觉风险。

工程化完整：从需求澄清、目录创建、多 Agent 调研、质量检查点、框架提取、Skill 构建到三重验证（已知测试、边缘测试、声音测试），形成闭环工作流。特别强调「研究无文件则未发生」，强制沉淀可追溯的原始资料。

诚实边界清晰：明确声明「不能替代真人创造力」「不能预测全新问题反应」「公开表达≠私下想法」等局限，并保留矛盾与张力作为「真实性的信号」，拒绝过度美化。

更新机制成熟：区分「创建」与「更新」模式，针对在世人物仅需增量调研对话与决策，避免重复劳动。

潜在局限

信息依赖度高：若可用信源 <10 条，强制降级为「60 分诚实版」，可能导致模型深度不足；对非英语/中文人物，有效信源获取难度显著增加。

时效性风险：研究截止期固定，对快速迭代的公众人物存在「模型滞后」；虽有更新流程，但依赖用户主动触发。

验证成本不低：三重测试中的「已知测试」需人工比对原始回答，「声音测试」依赖主观判断，自动化程度有限。

触发词宽泛：「create a skill for X」等短语可能与日常对话混淆，存在误触发可能。

适合人群

• 研究者：需要快速建立对陌生思想者的系统认知
• 创作者：为角色设计提供「认知锚点」，或构建风格一致的写作助手
• 决策者：在重大选择前「试穿」多位智者的思维框架
• 教育者：用于展示「思维是如何被结构化的」

常规风险

1. 视角混淆风险：生成的 Skill 输出可能被误读为真实人物观点，需严格标注「模拟视角」。
2. 信息污染风险：Agent 调研可能混入错误信息，依赖用户检查 references/research/ 原始文件。
3. 滥用风险：模拟已故或在世公众人物进行敏感话题发言，需遵守平台政策与伦理边界。

使用建议

优先用于「思维实验」与「认知扩展」，避免用于金融、医疗等受监管领域的关键决策；对在世人物建议 3-6 个月更新一次；始终将生成内容视为「启发性模拟」而非「权威性断言」。