卡兹克开源 Leader.skill，用“目标七问”解决 Agent 长程执行跑偏问题 · AI HOT
数字生命卡兹克@Khazix0918精选79
2026-07-27 13:02· 32分钟前
跳到正文精选理由卡兹克这个 Leader.skill 把人类说不清的需求变成 Agent 能执行的目标任务书，七问框架切中长程任务的最大痛点，用过 Agent 的开发者都该试试。
AI 摘要
卡兹克开源 Leader.skill，专治 Agent 长程执行中因目标模糊导致的“跑偏”问题。该 Skill 基于“目标七问”方法论，将模糊需求转化为结构化目标任务书，并强调定义目标时“什么不能做”（Harness）比“做什么”更重要，可避免 Agent 沿错误方向浪费大量 token。
数字生命卡兹克@Khazix0918 · X 2026-07-27 13:02·32分钟前
在 X 看原推· x.com精选理由卡兹克这个 Leader.skill 把人类说不清的需求变成 Agent 能执行的目标任务书，七问框架切中长程任务的最大痛点，用过 Agent 的开发者都该试试。
AI 摘要卡兹克开源 Leader.skill，专治 Agent 长程执行中因目标模糊导致的“跑偏”问题。该 Skill 基于“目标七问”方法论，将模糊需求转化为结构化目标任务书，并强调定义目标时“什么不能做”（Harness）比“做什么”更重要，可避免 Agent 沿错误方向浪费大量 token。
但当Agent真能独立跑一整夜以后，一个以前还能被人类临场补救的问题，会突然变得非常致命。
长程任务跑偏了，你睡醒以后，它可能已经沿着错误方向狂奔了八个小时。
它越勤奋，浪费得越彻底，就像这样，直接一天浪费了我20亿Token。
当然，网上吐槽归吐槽，但是我其实明白，核心问题还是在我自己菜比，目标定义的完全不清楚，导致Agent理解错误，最后面向错误的方向一路狂奔。
所以我之前其实一直不是很喜欢Loop Engineering这个词，我更喜欢Goal Engineering。
一个目标里，除了有明确的目标定义，也必然是包含着Harness。
所以，这个技能最重要的部分，我觉得来了，也就是，到底什么是目标？
这个问题，我其实思考了两周多的时间，也看了很多的书还有过去的一些理论，又用AI做了大量的横纵分析调研。
第一件，来自军事传统里的一个概念，指挥官意图，Commander's Intent。核心就一句话，告诉部队"为什么打"和"打完了战场该是什么样"，然后让他们自己决定怎么打。
因为没有任何计划能在跟现实第一次接触后存活。比如你说"过桥清扫高地"，桥被炸了部队可能就傻了。你说"掐断补给线"，桥没了它自己就会绕路，这就是意图不变，手段随机应变。
你告诉它过桥，它就会对着断桥一直死磕，但是你告诉它掐断补给线，它有可能自己找到另一条路。
定义一个目标，最重要的部分，不是告诉它要做什么，是告诉它什么不能做。
大佬们花在排除上的时间，远远多于花在设定本身上的时间。
普通人定目标，想要什么，写下来。而大佬们定目标，想要什么，很多先想的是"达成这个数字最偷懒的办法是什么"，然后把偷懒路径全堵死，剩下的才是目标。
肯尼迪1961年那句著名的登月宣言，关键不在登月两个字，而在后半句：
landing a man on the Moon and returning him safely to the Earth。
如果只是说，把人送上月球，那其实可能以当时的科技，没有特别难，但是多出来的安全返回四个字，效果上做的事情是，它把"单程票"这个最省钱的解法直接删掉了。
芒格说，我只想知道自己会死在哪里，这样我就永远不去那里。
所以我后来越来越觉得，一个目标里，Harness比Goal本身更重要。
Goal告诉Agent往哪走，Harness告诉它哪些路不许走，没有Harness的Goal，你相信我，Agent永远会找到你没想到的捷径。
然后基于这些呢，我自己总结了一个对Agent很友好的我称为目标七问的方法论：
我用出海来打比方，因为出海跟让Agent干活也挺像的。
你给Agent定义一个目标，就是派一艘船出海，然后它在海上怎么兴风作浪，你可是管不了一丁点了。
所以，这七个问题，就是出海前你必须想清楚的七件事，缺一条都不行。
第一个，目的，Why。我们为什么要出这趟海，你是去找香料的？还是去探新航线的？还是去打仗的？这个不写清楚，船在海上遇到岔路口就不知道该咋整了。
第二个，完成态，Done。船回港的时候，甲板上应该有什么？比如出去转一圈不是完成态，带回三船香料才是。这个完成态得很具体，具体到船靠岸那一刻就能判断的程度。
第三个，证据，Proof。谁来清点货舱，怎么算数。船长说满载而归，你得有人上去一箱箱点过，数字对得上才算，你不能听船长说满就是满。
第四个，反作弊，Anti。比如不许抢商船凑数。你说带回三船香料，最省事的办法是在港口外面劫三条商船，指标一样达成了，但是人事是一件没干。所以你得把这些偷懒路径一条条写明白，告诉他不许这么干。
第五个，边界，Bounds。比如你只许走这三条航线，其他海域不准进。粮食够吃三十天，第二十天还没找到就必须掉头。
第六个，取舍，Trade。风暴里保货还是保船。大部分时候不冲突，但真冲突了船长得知道保哪个，你不提前说优先级他就只能猜，猜错了整趟航程就彻底废了，甚至人财两空。
第七个，未知，Unknown。海图上的空白区怎么办。遇到没见过的海域不要硬闯也不要原地抛锚，记下来绕过去继续走，回来以后再决定要不要探，闷头闯和原地停都是最差的选择。
而这，就是整个Leader.skill的最核心的心法。
直接选中一个适合做方案和规划的模型，把你的需求，比如我用的就是Claude Fable 5 Extra。
我的需求就特别的"领导"，我就要重构后台，我觉得后台做的不符合我心意，我感觉我看不懂，我不相信里面的数据是真的，而且我觉得你卡得要死。
对任何一个执行者来说，我觉得看到这段需求，必然都会窒息的。。。
它会根据流程，先对自己的文件库进行实测，或者去网上调研最新的方案，先进行全面调研，知己知彼，方能百战不殆。
然后呢，必然就是要摸清楚领导具体的需求和喜好了，所以Leader.skill会问你最多5个他调研完以后，确实需要知道你偏好的问题，这些问题是必须由你来拍板的，比如我这个重构后台的任务，就问了我一些问题。
这一步完事了之后呢，它就会自己根据上述的目标七问，开始哐哐的写目标任务书了。
而拿到这个目标任务书之后，你可以让Fable 5直接以这个目标进行长程开发，但是我觉得一般大家是不会的，所以更多的会是用一个便宜的模型进行后续的目标开发。
所以，这时候，我们就可以比如在Claude里新建一个会话，开启worktree，开启/goal，然后把目标任务书复制进去，让Opus 5 High来去执行。
当然，如果你是跟我一样的Claude、Codex双开玩家，两个都开了200刀的会员，也想烧烧Codex的Token，就同样的，在Codex里选择目标模式。
把目标任务书粘贴进去，选中GPT-5.6 Sol，然后，开跑。
可能几个小时以后，Codex就会开发完了，这时候，你可以去睡觉，也可以去干别的，也可以多开几个目标并行，到时候做完了以后验收就行。
我自己一般的习惯就是Claude Fable 5规划，然后用GPT-5.6 Sol去长程执行，我觉得是目前最经济效果最好的方案，也能最大化利用两家的Token额度。
如果你只能用国产，那我目前觉得，Kimi K3规划比较好，执行上GLM-5.2也不错，当然你要是只有比如Kimi K3，他自己干全程，也没有问题。
核心还是Leader.skill帮你定义清楚目标。
最后，老规矩，这个Skill我也直接开源了，网址在此：
https://github.com/KKKKhazix/khazix-skills/tree/main/leader
你需要做的就是把它装到你的skill目录里，直接把链接复制给你的Agent，让它给你装这个Skill，然后在对话里跟Claude说一句你想干的事让它帮你定义一下目标啥的，它就会自动触发Leader.skill，帮你产出一份完整的目标任务书。
而且我还发现了一个神奇的用法，不止是帮我拆功能开发的目标。
我在公司管理上，当我给足足够的上下文，用Leader.skill来帮我定义目标，有奇效。
大家也可以试试，把它放在市场策划、运营方案等等一些有趣的地方。
所以，你可能就明白，为啥这个skill叫leader.skill了。。。
当然，这玩意还有另一个最合适的场景，就是多模型组合，用类似Claude Fable 5、Kimi K3这种强大的规划模型出一个清清晰的目标，然后交给类似GPT-5.6 Sol、GLM-5.2这种执行能力更强的模型去超长程执行。
之所以做这个东西，其实也是因为我最近跟Agent的交互，越来越强烈的一个感受。
人类跟Agent的协作方式，其实越来越是以定义目标为核心了。
很久远的过去，我们用AI，核心交互单位是一轮对话，你问一句，它答一句，那时候，是聊天制。
后来有了Coding Agent，核心交互单位变成了一个任务。
你让它做一个功能、改一个 Bug、查一份资料，它自己调用工具，自己执行，最后把结果交回来。
但到了2026年的今天，你像Claude Code、Codex、Kimi Code都已经有了/goal、目标模式这样的功能。
我们开始希望交给Agent一个目标，它就能自己连续工作几个小时，甚至几天，然后帮我们完成这个目标。
它可以自己拆任务、自己调工具、自己派子 Agent、自己验证、失败了自己重试，一轮接一轮地跑下去。
人类不需要坐在屏幕前一直盯着，也不需要一直交互，只需要最终验收目标就行。
这就是这几年，AI与人类交互范式的转变，从聊天制，到任务制，再到目标制。
但当Agent真能独立跑一整夜以后，一个以前还能被人类临场补救的问题，会突然变得非常致命。
长程任务跑偏了，你睡醒以后，它可能已经沿着错误方向狂奔了八个小时。
它越勤奋，浪费得越彻底，就像这样，直接一天浪费了我20亿Token。
当然，网上吐槽归吐槽，但是我其实明白，核心问题还是在我自己菜比，目标定义的完全不清楚，导致Agent理解错误，最后面向错误的方向一路狂奔。
所以我之前其实一直不是很喜欢Loop Engineering这个词，我更喜欢Goal Engineering。
一个目标里，除了有明确的目标定义，也必然是包含着Harness。
所以，这个技能最重要的部分，我觉得来了，也就是，到底什么是目标？
这个问题，我其实思考了两周多的时间，也看了很多的书还有过去的一些理论，又用AI做了大量的横纵分析调研。
第一件，来自军事传统里的一个概念，指挥官意图，Commander's Intent。核心就一句话，告诉部队"为什么打"和"打完了战场该是什么样"，然后让他们自己决定怎么打。
因为没有任何计划能在跟现实第一次接触后存活。比如你说"过桥清扫高地"，桥被炸了部队可能就傻了。你说"掐断补给线"，桥没了它自己就会绕路，这就是意图不变，手段随机应变。
你告诉它过桥，它就会对着断桥一直死磕，但是你告诉它掐断补给线，它有可能自己找到另一条路。
定义一个目标，最重要的部分，不是告诉它要做什么，是告诉它什么不能做。
大佬们花在排除上的时间，远远多于花在设定本身上的时间。
普通人定目标，想要什么，写下来。而大佬们定目标，想要什么，很多先想的是"达成这个数字最偷懒的办法是什么"，然后把偷懒路径全堵死，剩下的才是目标。
肯尼迪1961年那句著名的登月宣言，关键不在登月两个字，而在后半句：
landing a man on the Moon and returning him safely to the Earth。
如果只是说，把人送上月球，那其实可能以当时的科技，没有特别难，但是多出来的安全返回四个字，效果上做的事情是，它把"单程票"这个最省钱的解法直接删掉了。
芒格说，我只想知道自己会死在哪里，这样我就永远不去那里。
所以我后来越来越觉得，一个目标里，Harness比Goal本身更重要。
Goal告诉Agent往哪走，Harness告诉它哪些路不许走，没有Harness的Goal，你相信我，Agent永远会找到你没想到的捷径。
然后基于这些呢，我自己总结了一个对Agent很友好的我称为目标七问的方法论：
我用出海来打比方，因为出海跟让Agent干活也挺像的。
你给Agent定义一个目标，就是派一艘船出海，然后它在海上怎么兴风作浪，你可是管不了一丁点了。
所以，这七个问题，就是出海前你必须想清楚的七件事，缺一条都不行。
第一个，目的，Why。我们为什么要出这趟海，你是去找香料的？还是去探新航线的？还是去打仗的？这个不写清楚，船在海上遇到岔路口就不知道该咋整了。
第二个，完成态，Done。船回港的时候，甲板上应该有什么？比如出去转一圈不是完成态，带回三船香料才是。这个完成态得很具体，具体到船靠岸那一刻就能判断的程度。
第三个，证据，Proof。谁来清点货舱，怎么算数。船长说满载而归，你得有人上去一箱箱点过，数字对得上才算，你不能听船长说满就是满。
第四个，反作弊，Anti。比如不许抢商船凑数。你说带回三船香料，最省事的办法是在港口外面劫三条商船，指标一样达成了，但是人事是一件没干。所以你得把这些偷懒路径一条条写明白，告诉他不许这么干。
第五个，边界，Bounds。比如你只许走这三条航线，其他海域不准进。粮食够吃三十天，第二十天还没找到就必须掉头。
第六个，取舍，Trade。风暴里保货还是保船。大部分时候不冲突，但真冲突了船长得知道保哪个，你不提前说优先级他就只能猜，猜错了整趟航程就彻底废了，甚至人财两空。
第七个，未知，Unknown。海图上的空白区怎么办。遇到没见过的海域不要硬闯也不要原地抛锚，记下来绕过去继续走，回来以后再决定要不要探，闷头闯和原地停都是最差的选择。
而这，就是整个Leader.skill的最核心的心法。
直接选中一个适合做方案和规划的模型，把你的需求，比如我用的就是Claude Fable 5 Extra。
我的需求就特别的"领导"，我就要重构后台，我觉得后台做的不符合我心意，我感觉我看不懂，我不相信里面的数据是真的，而且我觉得你卡得要死。
对任何一个执行者来说，我觉得看到这段需求，必然都会窒息的。。。
它会根据流程，先对自己的文件库进行实测，或者去网上调研最新的方案，先进行全面调研，知己知彼，方能百战不殆。
然后呢，必然就是要摸清楚领导具体的需求和喜好了，所以Leader.skill会问你最多5个他调研完以后，确实需要知道你偏好的问题，这些问题是必须由你来拍板的，比如我这个重构后台的任务，就问了我一些问题。
这一步完事了之后呢，它就会自己根据上述的目标七问，开始哐哐的写目标任务书了。
而拿到这个目标任务书之后，你可以让Fable 5直接以这个目标进行长程开发，但是我觉得一般大家是不会的，所以更多的会是用一个便宜的模型进行后续的目标开发。
所以，这时候，我们就可以比如在Claude里新建一个会话，开启worktree，开启/goal，然后把目标任务书复制进去，让Opus 5 High来去执行。
当然，如果你是跟我一样的Claude、Codex双开玩家，两个都开了200刀的会员，也想烧烧Codex的Token，就同样的，在Codex里选择目标模式。
把目标任务书粘贴进去，选中GPT-5.6 Sol，然后，开跑。
可能几个小时以后，Codex就会开发完了，这时候，你可以去睡觉，也可以去干别的，也可以多开几个目标并行，到时候做完了以后验收就行。
我自己一般的习惯就是Claude Fable 5规划，然后用GPT-5.6 Sol去长程执行，我觉得是目前最经济效果最好的方案，也能最大化利用两家的Token额度。
如果你只能用国产，那我目前觉得，Kimi K3规划比较好，执行上GLM-5.2也不错，当然你要是只有比如Kimi K3，他自己干全程，也没有问题。
核心还是Leader.skill帮你定义清楚目标。
最后，老规矩，这个Skill我也直接开源了，网址在此：
https://github.com/KKKKhazix/khazix-skills/tree/main/leader
你需要做的就是把它装到你的skill目录里，直接把链接复制给你的Agent，让它给你装这个Skill，然后在对话里跟Claude说一句你想干的事让它帮你定义一下目标啥的，它就会自动触发Leader.skill，帮你产出一份完整的目标任务书。
而且我还发现了一个神奇的用法，不止是帮我拆功能开发的目标。
我在公司管理上，当我给足足够的上下文，用Leader.skill来帮我定义目标，有奇效。
大家也可以试试，把它放在市场策划、运营方案等等一些有趣的地方。