CarbonSilicon AI 联创分享 AI 使用方法论：三层进化框架与 Skill 文件实践

CarbonSilicon AI 联创 KK.aWSB 近期发文，围绕 AI 工具的使用效率提出三个方法论框架。

第一个框架「三层进化论」将 AI 使用分为 Prompt、Project、Skill 三个层级。Prompt 层级每次对话结束后上下文归零，用户需重复输入背景信息；Project 层级支持上传参考文档、风格说明与系统指令，但知识被锁定在特定 Project 内；Skill 层级则以结构化文件形式存在，写入一次后 AI 可自动识别相关任务并触发，无需重复输入。

第二个框架对比「交易思维」与「复利思维」在 AI 使用上的差异，文章倾向于后者，即通过积累可复用的 Skill 文件持续降低操作成本。

第三个框架「Thin Harness Fat Skills」，作者将其归因于 YC 掌门人 Garry Tan（该归因是否为原始表述尚不确定）。该框架将系统分为三层：最上层为 Skills，中间层为 Harness，最底层为确定性工具。核心原则是将智能推入 Skills，将执行推入确定性工具，Harness 保持极薄。

Skill 文件采用 Markdown 格式，结构包含名字、一句话描述、具体指令步骤与约束四个部分。文章建议，同一任务重复超过三次即应创建对应 Skill。文章还提及 Claude 存在「Skill Creator」功能可辅助生成 Skill 文件，但该功能究竟属于 Claude 官方内置还是作者自定义 Skill，原文表述不明确。

作者认为，Skill 文件在底层模型升级时可自动受益，无需重写。