AI 准则库：把跟大佬学的方法论，内化成 20 条能被 agent 调用的规则

开篇摘要

1、学完就忘是常态——好方法论过两礼拜自己都不照着来了，更别说让 AI 执行。 2、把跟大佬反复验证过的工作方法提炼成 20 条个人准则，结构化存好，agent 直接引用。 3、这不是贴墙上看的口号，是机器读得懂、用得上、真在工作流里被调用的规则文件。

痛点

跟大佬学完就忘——学了个好方法论，过两礼拜自己都不照着来了，更别说让 AI 照着执行。

口号贴在墙上没用，方法论散在脑子里也没用，到干活那一下根本调不出来。

AI 做了什么

① 把方法论提炼成结构化准则

把跟大佬反复验证过的工作方法，提炼成 20 条个人准则，结构化存好——不是随手记，是按统一格式落库。

② agent 干活时直接引对应准则做判断

agent 干活时能直接引对应准则做判断——不是贴墙上看的口号，是机器读得懂、用得上的规则文件。

③ 观点库做原料，认同并应用过的才升级成准则

准则不是凭空来的。观点库是原料层（大佬观点的原始抓取），你认同并已应用的才升级成准则——升级路径走 elevate，标记字段后自己去准则库 md 加新段。原料层和内化层分开，准则才硬。

人只做什么

你只管：判断一条新方法论够不够硬、值不值得进库；迭代已有准则的边界条件。

够硬的才进，进了的才被 agent 调用。

状态与证据

✅ 已落地，准则库在 agent 工作流里真被调用，不是摆设。

真实证据：

• 20 条个人准则在库，结构化存储，可被 agent 调用
• 观点库 → 准则库两层结构：观点库（原料层，大佬观点原始抓取）→ 准则库（内化层，认同并应用过的升级，目前 20 条）
• 升级路径走 elevate（标记字段，再手动去准则库 md 加新段），原料与内化分离