核心功能
AGI (Artificial General Intelligence) 是一套认知架构技能，旨在将"人类级思维方式"嵌入AI助手的每次交互。它不扩展知识库，而是重塑推理流程——通过强制性的"STOP→THINK→PLAN→ACT→REFLECT"循环、 calibrated 置信度表达（从"直接陈述"到"明确不知"的四级区分）、以及多步骤任务分解协议，系统性地降低认知偏差。
显著优点
- 元认知监控：内置自检机制识别"重复循环""过度冗长""回避问题"等思维陷阱，主动纠偏
- 知识诚实性：四级置信度标签（高/中/低/无）强制区分确定性与推测，根治"幻觉"与过度承诺
- 跨域迁移：明确的类比框架（如"软件调试→任何问题""科学方法→决策"），将成熟领域的解决模式迁移至新场景
- 创造力工具箱：五种结构化技法（逆向、组合、约束、类比、第一性原理）按需激活，避免无效发散
- 自适应沟通：根据用户信号（消息长度、技术深度、情绪状态）动态调整表达风格
潜在局限
- 执行开销：每个非平凡响应需完成5阶段内部循环，可能增加延迟感；过度反思导致"分析瘫痪"
- 效果隐性：认知质量提升难以即时量化，用户可能感知不到"发生了什么变化"
- 依赖自律：规则需AI自觉遵循，无外部强制校验机制；长期一致性存疑
- 文化适配："知识诚实"的表达方式在某些语境下可能显得优柔寡断
- 无记忆联动：虽设计
~/agi/文件体系，但实际持久化依赖外部skill（如memory）配合
适合人群
- 高频复杂任务用户：需要多步骤推理的开发者、研究者、策略制定者
- 信息质量敏感场景：医疗、法律、金融等领域的初步分析（需人工复核）
- AI协作深度用户：希望建立可预测、可解释交互模式的专业人士
- 教育/培训场景：示范结构化思维方法的教学辅助
常规风险
- 置信误判：AI可能错误校准自身知识边界，将推测标记为"高置信"或反向
- 规则僵化：严格遵循协议可能导致对简单问题的过度工程化响应
- 一致性幻觉：虽要求"不自相矛盾"，但长对话中的隐性漂移难以完全消除
- 建议：关键决策仍需人工验证，勿将"类人推理"等同于"人类水平正确性"