我做了一个 AI 私教 Skill：从"想认真学 Redis"到 Skill Lift +275% 的完整复盘
我的收藏夹里躺着 137 篇"Redis 从入门到精通"。
它们的共同归宿是：收藏那天翻开第 1 节，然后在某个周二之后再也没有打开过。
ChatGPT 出来之后我又试了一种新学法：对它说"教我学 Redis"。它很热情——30 秒甩给我一份五区块大纲，然后不等我点头就开始讲缓存穿透。讲得不错，真的。但我听了三天就弃了，因为我不知道自己在哪、不知道学完没有、换个窗口又得从头再来。
那一刻我意识到：我不缺知识来源，我缺一个"教练"。 于是就有了这个项目。
这是「AI Agent 工程实践」专栏的引流复盘篇。前几篇一直在"拆解"它——评估方法学、硬约束协议、双文档续接、动态模块池——这篇用第一人称讲讲它从无到有的完整过程：为什么做、踩了什么坑、数字是怎么来的、以及你怎么 10 秒拥有它。
📌 TL;DR 速览
- 讲什么：一个 AI 私教 Skill 的三幕剧——全量测试全绿 → 真人试玩翻车 → 修复后再翻车
- 核心结论：自动化测试全绿 ≠ 产品能用；唯一解药是"试玩 → 改协议（不打补丁）→ 定向回归"闭环
- 三个关键数字：3 轮回归 ｜ 2 处协议自洽缺陷当场修复 ｜ Skill Lift +275%
- 适合谁：独立开发者，或正把第一个"AI 产品"当宝贝的人
一、缘起：三种学法的三种死法
做这个项目之前，我认真分析过"为什么学了就废"：
| 学法 | 死法 |
|---|---|
| 收藏教程/专栏 | 没有进度感——永远"从入门开始"，不知道自己在哪，放弃成本极低 |
| 问 AI"教我学 XX" | 没有流程——不摸底就开讲，不确认就加速，讲完不管你会不会；窗口一关，全剧终 |
| 培训班 | 不便宜——且内容固定，不管你什么基础、什么目标 |
三种死法的共同根因：知识是现成的，但"教学流程"是缺失的。 诊断、定路线、确认后开课、验收、复盘、续接——这些才是教练值钱的地方，而这恰恰是可以被协议化的。
于是目标定了：做一个 Agent Skill，让任何 LLM Agent 变成一位大厂架构师私教——你说"我想学 Redis"，它先摸底、再和你协商路线、你点头才开课、每节课有量化验收、窗口关了能从文件无损续接。
二、核心信念：LLM 不缺知识，缺的是流程
动手写第一行"代码"（其实是第一行 Markdown）之前，我先做了一个思想实验，它决定了整个项目的架构：
同一个顶级模型，裸奔和带上 Skill，在教学场景下差多少？
后来这个思想实验成了正式的评估（with_skill vs without_skill 的 A/B 对照）。实测结果比我想的还极端：
- 裸助手：自评式提问（“几年经验？”）、五区块目录式大纲、零确认直接开讲——量规打分 4/15；
- 带 Skill：场景化诊断、14 模块动态模块池、确认门禁死守——15/15；
- Skill Lift：+275%。
注意一个细节：裸助手把 Redis 看门狗机制讲得准确而流畅。它不是不会，是没人告诉它该怎么教。
+275% 的 Lift 来自流程结构化、可验收、可交接，而非知识量。
这句话是我整个项目最重要的心得：Prompt Engineering 的下半场不是"问得更好"，而是"把流程写成协议"。
三、开发实录：三幕剧，每一幕都被现实打脸
第一幕：写出 11 份协议，全量测试 11/11 全绿
Skill 的最终形态是 1 份常驻入口 SKILL.md + 10 份按需加载的协议文件：诊断协议、模块池生成协议、协商协议、会话管理、讲解确认……全部遵循 Anthropic Agent Skills 规范，核心创新是技术栈无关的动态模块池——Skill 里不预置任何教学内容，学员说学什么都现场生成 8–14 个分层模块（这套设计的细节见专栏第 4 篇）。
写完之后我没有直接宣布成功，而是设计了 11 个测试剧本（E1–E11）+ 7 条量规（R1–R7），用多 Subagent 独立批跑做评估——包括两个专门"搞事情"的攻防剧本：
- E10：学员说"你先讲一点试试，讲得好我就确认"——模拟真实用户最常见的绕门禁话术；
- E11：学员说"别诊断了，我口头说一下我要学啥，直接开课吧"——模拟不耐烦用户。
结果：11/11 通过，R3 硬否决零穿透，R7 跨会话一致性 100%。 E10 里教练的回答让我自己都想给它点赞：
“但’先讲一段再决定’这条路，我这边不开放。”
（评估方法学的完整拆解见专栏第 1 篇。）
第二幕：全绿之后，真人试玩当场翻车
如果你以为故事到这里就结束了，那就太天真了——自动化测试全绿 ≠ 产品能用，这是我学到的第二课。
v0.1.0 发布前我亲手试玩，立刻发现一个测试没抓到的问题：诊断阶段 AI 会一次性抛出一大串摸底问题——“① 你用过 Redis 吗？② 用过哪些数据结构？③ 知道缓存穿透吗？④ 你的目标是？⑤ 每天能学多久？”——问卷式轰炸，用户看晕。
评估为什么没抓到？因为量规只规定了"要摸底"，没规定"一轮问几个"。测试覆盖不到的维度，就是产品翻车的维度。
修复方式值得说：不是加一句"请不要一次问多个问题"的软引导，而是新增 §1.4 硬约束红线（每次回复最多 1 问，绝对禁止问卷式），重构诊断协议为五维固定优先级单问（commit dcaf7bf），然后定向回归重跑 6 个受影响场景。
回归又抓出两个协议自洽性缺陷：摸底协议的示例题本身就是双问句（“这个问题叫什么？你会怎么防？”）、协议 §7 写"缺失项一次性确认"诱导合并提问——示例和红线字面打架。当场修复。
第三幕：修完提问，又发现"讲完就当学会"
第二轮试玩暴露了第三个问题，比前两个更隐蔽：教练讲完一个概念，学员回个"嗯"，它就标"已完成"往下走了。
这就是传统课堂最经典的假象——“老师讲完 = 学生学会”。修复方式是新增讲解确认协议（commit bad4022）+ SKILL.md §1.6 红线：
- 两态区分：“已讲解” ≠ “已完成”，学员复述/举例/提问确认理解后才算完；
- 三档判断：✅ 理解到位 / ⚠️ 部分理解 / ❌ 没理解，分别对应登记/补充/换讲法；
- 学员的好结论（口诀、类比、踩坑）落盘成 NOTES.md 笔记，落盘前征询学员确认；
- 防自旋：连续 2 轮答不上来就换讲法，绝不第三次追问同一个问题。
原量规里没有一条覆盖"讲解确认"，所以我新写了 4 个剧本（T1–T4：裸"嗯"/复述部分对/复述正确/连续答错）做第三轮回归——18/18 自检全部通过，三档判断 ✅⚠️❌ 各有场景验证。
这两轮修复在仓库里是两条 commit（dcaf7bf、bad4022），改动全部落在协议文件，没有一条是输出层补丁：
dcaf7bf 新增一轮一问红线 + 诊断协议五维单问重构 ← 修"问卷式提问"
bad4022 新增讲解确认协议 + SKILL.md §1.6 红线 ← 修"讲完当学会"
三幕剧走完，我形成了一个方法论信仰：协议腐化和代码腐化一样不可避免，唯一的解药是"真人试玩 → 改协议（不打补丁）→ 定向回归"的闭环。 测试报告里的每一轮回归记录，都比"11/11 通过"这个结论本身更值钱。
四、最终成绩单
| 考察项 | 门槛 | 实测 |
|---|---|---|
| E1–E5 诊断+协商 | ≥ 20/25 | ✅ 满分或近满分 |
| E6/E7 不触发边界 | 100% | ✅ 100%（"SETNX 怎么用"不误触发私教流程，"学 Photoshop"礼貌拒答） |
| E9–E11 门禁攻防 | 通过 | ✅ 零穿透 |
| R7 跨会话一致性 | ≥ 70% | ✅ 100%（同输入两次生成 14 模块完全一致） |
| 真实教学执行 | — | ✅ R4=4.75/5，R5=4.67/5，产物真实落盘 |
| 汇总 Skill Lift | ≥ +50% | ✅ +275% |
五、它用起来是什么感觉
一句话触发，剩下交给流程：
| 你说 | 会发生什么 |
|---|---|
| “我想学 Kafka” | 场景化诊断摸底 → 动态生成模块池 → 协商路线 → 你确认后才开课 |
| “继续学 Redis”（新窗口） | 自动读交接文档，五检查后接着上次进度教 |
| “ES 面试下周，冲刺一下” | 识别时间压力，路线自动向考点压缩 |
| “SETNX 怎么用？” | 不触发——普通问答处理，不会强启教学流程 |
教学本身走六步走：场景引入 → 概念解释 → 原理简述 → 编码落地 → 量化验证（压测/Lighthouse 达标才算过）→ 面试连环追问。所有课程代码堆在同一个项目里，学完你得到的是一套可复用的技术中间件模块，不是一脑子"好像学过"。
六、开源，以及一个请求
项目完全开源（MIT）：github.com/JiaqiChen3518/tech-stack-architect-coach
支持 Claude Code / Codex / Cursor 等任何兼容 SKILL.md 规范的平台，一行命令安装：
npx skills add JiaqiChen3518/tech-stack-architect-coach
如果你正在学 Redis、Kafka、MySQL、ES、Vue……或者单纯想研究"Agent Skill 怎么写才靠谱"（附带了完整的评估基准 E1–E11 和 2.5 万字测试报告），都欢迎来逛逛。
一个请求：如果这个项目对你有用，或者这篇文章对你有启发，去 GitHub 点个 ⭐——对一个独立开发者来说，星星就是续命的咖啡。也欢迎提 Issue 和 PR，尤其是你在别的技术栈上试出生成效果不佳的模块池——README 里写了贡献原则：优先改进协议和范例，不要加特例。
七、写在最后
回到开头的 137 篇收藏夹。这个项目没能解决"人类为什么坚持不下来"的全部问题，但它至少解决了三件确定性的事：路线是为你生成的、进度是有文件记账的、学会是有量化验收的。
剩下的坚持，还是得你自己来——但至少现在，你有一位不会嫌你笨、不会跳步骤、记得你三个窗口前干过什么的教练了。
📌 系列导航：AI Agent 工程实践专栏
- 第 1 篇：如何科学地评估一个 AI Agent（Skill Lift +275% 全记录）
- 第 2 篇：协议化 Prompt 设计（Markdown 硬约束）
- 第 3 篇：Agent 跨窗口状态续接（CONTEXT.md + TRACE.md 双文档模式）
- 第 4 篇：如何设计"通用型"Agent Skill（动态模块池 vs 预置内容）
- 第 5 篇：什么是 Agent Skill？Anthropic Skills 规范拆解（入门）
- 第 6 篇：项目整体介绍与上手
- 本篇（第 7 篇）：产品向复盘——从"想认真学 Redis"到 Skill Lift +275%
- 第 8 篇：场景化诊断设计（让摸底题戳破半瓶水）
- 第 9 篇：Agent 的自旋检测与优雅退场
你用过 AI 辅助学习吗？踩过什么坑？如果你的收藏夹里也有"137 篇 Redis"，评论区报个到 👇 觉得这个项目有意思，欢迎点赞 + 收藏，更欢迎去 GitHub 点个 ⭐——下一专栏见。
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/Everest_cjq/article/details/166943938
