rationality

Rationality Skill（Critical Fallibilism）是一个基于批判性谬误主义（Critical Fallibilism）的思维框架，融合了Popperian认识论、约束理论与客观主义哲学，为AI Agent和人类用户提供结构化的理性思维与决策方法论。

核心用法围绕六大原则展开：首先通过"IGC三元组"（Idea/Goal/Context）明确思考边界；其次采用二进制评估替代传统的概率权重，将想法判定为"已证伪"或"未证伪"两种状态，拒绝模糊的"程度判断"；第三，将批评视为成长的礼物，主动寻求 decisive criticism（决定性批评）来淘汰错误想法；第四，实现身份与想法分离，避免因自我防御而拒绝有效批评；第五，通过过伸（Overreach）检测监控任务复杂度，当错误产生速度超过修正能力时立即简化回退；最后建立"前进路径"机制，确保外部批评能够被有效处理而不消耗无限资源。

该框架的显著优点在于其逻辑严密性与实用性的统一。二进制评估消除了"分析瘫痪"，避免在证据权重上无休止争论；过伸检测机制为认知能力设定了安全边界，防止AI或人类在过度复杂的问题上陷入错误累积的恶性循环；将错误重新定义为学习机会，显著降低了防御性心理对决策质量的干扰。对于AI Agent而言，这一框架提供了可操作的自检清单，有助于在高风险场景下保持逻辑一致性。

然而，该技能也存在潜在局限性。严格的二进制逻辑可能在本质上具有概率性的复杂现实世界问题中显得过于绝对，某些场景下概率思维可能更为实用；框架要求使用者具备较高的元认知能力和哲学素养，对普通用户存在理解门槛；此外，完全依赖"决定性反驳"可能忽略那些尚无明确反例但风险极高的"黑天鹅"场景。

该技能最适合高风险决策者、需要处理复杂逻辑调试的软件工程师、涉及多主体协商的AI Agent开发者，以及致力于提升思维质量的研究者与知识工作者。对于需要在不确定性中快速迭代、且错误代价极高的场景（如金融决策、医疗诊断支持、复杂系统调试），该框架提供了难得的严谨思维工具。

使用风险方面，主要需注意过度简化风险：将复杂的多因素决策强行纳入二元框架可能导致重要 nuances（细微差别）的丢失；同时，该框架为纯文档型指导，不包含自动化执行代码，使用者需自行将方法论转化为具体操作流程，实施成本较高。