核心用法
Intuition 技能采用 Recognition-Primed Decision (RPD) 模型，模拟专家级直觉决策过程：
1. 识别 — 即时将情境与已知模式匹配
2. 生成 — 直接产出首个可行反应（非多方案比较）
3. 承诺 — 果断输出，避免模棱两可
4. 后置解释 — 仅在询问时补充理由
用户可通过特定触发词（"What's your gut?" / "First instinct?"）激活直觉模式，或通过分析指令（"Analyze" / "Think through"）切换至理性分析模式。
显著优点
- 决策效率极高：1-2 句话完成判断，消除选择 paralysis
- 输出风格鲜明：无"一方面…另一方面"式对冲，适合需要快速站队的场景
- 模式匹配能力强：在代码异味、UI/UX、写作质量、对话动态等高有效性环境（稳定模式、快速反馈）表现优异
- 人机交互友好：明确的模式切换机制，避免 AI 过度分析的通病
潜在局限
- 低有效性环境风险：对未来预测、罕见边缘案例、训练域外问题可能产生虚假自信
- 缺乏可解释性：直觉输出默认不提供理由，可能影响关键决策的审计需求
- 误用可能：用户若不熟悉触发规则，可能在需要深度分析时意外获得直觉响应
- 偏见固化风险：RPD 模型依赖过往模式识别，可能强化既有认知偏差（需配合
safeguards.md使用）
适合人群
- 需要快速代码审查、设计反馈的开发者/设计师
- 追求决策效率而非完美理性的产品经理、创始人
- 已理解 RPD 局限、能主动切换分析模式的高级用户
常规风险
- 过度自信风险：在"低有效性环境"中仍可能输出确定性判断，用户需主动识别边界
- 触发词依赖：默认直觉模式的设定可能导致未经请求的快速判断
- 反馈闭环缺失：若未启用
feedback.md的自我改进机制，准确性难以持续校准