Learn Occam
当用户纠结要不要学某个东西、学到什么程度，或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题，检验现有知识能否搞定，评估知识贬值速度与 ROI，用「探索 vs 应用」判断该学新的还是用现有的，给出「学 / 不学 / 只学最小够用」的结论，避免囤积会贬值的知识。触发场景：要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
Install
$ agentstack add skill-li-evan-bloom-learn-occam ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Links to your public security report.[](https://agentstack.voostack.com/security/report/skill-li-evan-bloom-learn-occam) Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
简易策略（learn-occam）
> 核心信条：这世界最有价值的不是知识，是你的时间。 能用现有知识解决的就别学新的；以后要用的，以后再学。
何时用
用户在纠结"要不要学 X / 学到什么程度 / 精力往哪放"。这是"广度优先、兴趣队列过长"倾向的刹车。
流程
第一步：先找"既定问题"
逼问一句：你要解决的具体问题是什么？ 没有具体问题、纯"感觉该学 / 别人都在学"→ 直接进"以后再学"队列，不占当下精力。理解知识的作用，重于知识本身。
第二步：现有知识能不能搞定
问清用户已经会什么——能解决就别学新的。拿不准"是不是其实已经会了"就配合 learn-crossover。
第三步：贬值速度 + ROI
这知识多久会贬值？（技术栈 / 工具往往 6–12 个月就明显更新）相对有限的时间值不值？贬值快 + 可外包给 AI / 随时查 → 只需"知道它存在、管什么"，不必真学。
第四步：探索 vs 应用（N 臂老虎机）
现在该"探索"（学新）还是"应用"（用现有）？探索成本越高 → 越该偏应用。只有目标够难、现有知识确实够不着时，简易策略才督促你学。
第五步：给结论
明确三选一：① 学（值得且现有搞不定）/ ② 不学（入"以后再学"队列）/ ③ 只学最小够用的那一块（点明是哪一小块）。要深挖就转 learn-graph 建路径。
注意
> ⚠️ 铁律·只用确证的已会知识：判断用户「已经会什么」只能用他确证学过的知识（亲口确认或可靠背景）；严禁把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗？」，绝不替他假设。
- 简易策略不是"少学"，是"让问题决定你学什么"。
- 它的缺点是易陷局部最优——拿不准"是不是缺前置知识"时转
learn-graph。 - 同族 skill：
learn-crossover(已会什么)learn-graph(系统建图)learn-prototype(动手迭代)learn-feynman(自查)。
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: Li-Evan
- Source: Li-Evan/Bloom
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.