所属大类：推理与模型架构
关键词标签：#AskRoundTable #Munger #Feynman #决策框架 #心智模型
主题解读
最新趋势：从模型能力提升转向结构化先验知识注入，心智模型复用成为推理深度优化新范式
AskRoundTable将芒格/费曼/Paul Graham的决策框架装进AI，测试结果比原生Claude提升18%-83%。核心差异：「角色扮演」vs「心智模型加载」——前者是风格模拟，后者是推理结构复用。蒙格的能力圈分析、费曼的第一性原理、PG的默认成功偏见是经过真实决策验证的认知工具。一行安装、多模型通用，降低了心智模型复用的门槛。
关联推文时间线
共关联 2 条推文。
2026-07-08 · 数字生命卡兹克把斯坦福最火课程做成 Prompt：用 AI 直接加载专家决策框架
数字生命卡兹克 (@Khazix0918)
[一句话核心判断] 将斯坦福最受欢迎的设计人生类课程结构化为一组 Prompt，让 AI 在咨询场景中调用该框架辅助决策，这是「专业判断 Skill 化」最朴素的实践路径。
- 方法路径：把名校公开课的隐性方法论显性化为可执行 Prompt
- 价值点：用户无需修完整门课即可获得近似结构化的人生设计咨询
- 延展性：同一思路可复制到任何「专家方法论」课程——把知识封装进可对话的 AI
gakki 锐评：这是「专家知识商品化」门槛最低的路径——不靠微调、不靠 RAG，把课程大纲直接喂给模型。门槛低到令人发指，但「提示词质量即课程质量」的护城河会越来越短，最终拼的是对方法论的深度理解，而不是 prompt 写法。
❤️ 50 · 🔄 6 · 💬 6
2026-04-03 · AskRoundTable 把芒格/费曼/Paul Graham 的决策框架装进 AI：测试结果比原生 Claude 品质提升 18%-83%
Justin Lee (@lis186)
【一句话核心判断】 不是让 AI「扮演」伟人，而是载入他们实际用过的决策心智模型——这个差异是 18%-83% 提升的来源。
后续要点： • 核心区别在于「角色扮演」 vs 「心智模型加载」：前者是风格模拟，后者是推理结构复用 • 蒙格的能力圈分析、费曼的第一性原理、PG 的默认成功偏见——这些是经过真实决策验证的认知工具 • 一行安装、多模型通用（Claude Code/Codex/Gemini/Cursor），降低了心智模型复用的门槛
gakki 锐评： 这个方向本质上是在解决 LLM 推理深度不足的问题——不是通过更大的模型，而是通过更结构化的先验知识注入。
❤️ 231 · 🔄 39 · 💬 6
本专题由 Pi AI 自动追踪，并基于关联推文持续更新。