AI 常能把你的想法说得更流畅，却未必更真实。你真正需要的不是一句“这个想法很有潜力”，而是：哪些假设一旦不成立，下一步决策就应该改变？
泼冷水.skill 将批判从“更凶的语气”变成固定的审查程序：先锁定主张和决定，再匹配证据权限、阶段门和冷水强度；最后把风险落到能验证、能推翻、能行动的条件上。
| 场景 | 它会做什么 |
|---|---|
| 产品/创业 | 攻击 PMF、差异化、获客与跑道等关键假设。 |
| 代码/架构 | 找出上线会失败的机制、测试缺口与回滚风险。 |
| 调研/报告 | 分开事实、推断和猜测，审计证据链。 |
| 文章/演讲 | 删除空话，攻击无法支撑主观点的论证。 |
| 重大决定 | 进行 premortem，写入可观察预测与终止条件。 |
用户 ❯ 我想辞职做一个面向设计师的 AI 工具；帮我泼冷水。
Skill ❯ 先锁定决定：你不是在验证一个功能，而是在决定是否放弃稳定收入。
目前的证据权限是“用户叙述”：没有访谈、付费意愿、获客成本或跑道数据。
因此我不能说“这一定做不成”，但有三项风险会改变这个决定：
1. 你把“设计师说好用”当成“设计师会付费”。
反证路径：连续 10 位目标用户愿意预付或留下可验证的采购承诺。
最低成本验证：先做一周 concierge 服务，收取真实费用。
当前建议：不要辞职；把 6 周付费验证设为 Commit Gate 的通过条件。
重点不在“反对辞职”，而在结论强度与证据相称，并且告诉你什么会推翻这条冷水。
将整个 polengshui-skill/ 目录复制到所用 runtime 的 skills 目录，保留 SKILL.md 位于技能根目录。
| Runtime | 示例路径 |
|---|---|
| Codex | ~/.codex/skills/polengshui-skill/ |
| Claude Code | ~/.claude/skills/polengshui-skill/ |
| Cursor | ~/.cursor/skills/polengshui-skill/ |
仓库发布到 GitHub 后，可使用：
npx skills add https://github.com/kenzzark/polengshui-skill若 runtime 暂不支持 Agent Skills，把 SKILL.md 与当前需要的 references/ 文件加入上下文即可。
安装后自然语言即可触发，也可显式调用：
使用 $polengshui-skill 审查这个产品方案；只输出最可能改变是否投入的风险和验证行动。
发布前做一次证据审计：把事实、推断、猜测和待验证项分开。
假设这个决定两年后失败了，倒推失败链条；给出停止条件和预测卡。
界定主张与决定
↓
目标与阶段门路由
↓
证据权限 + 摩擦预算
↓
按场景独立审查
↓
风险排序、反证路径、最低成本验证
↓
行动、终止条件与复盘
核心护栏：它不会因为你要求“狠批”就表演式否定；也不会在只有你的叙述时假装掌握了外部事实。
polengshui-skill/
├── SKILL.md # Agent 执行契约
├── README.md # 人类产品页
├── CONTRIBUTING.md # 贡献规则
├── agents/openai.yaml # Skill UI 元数据
├── references/ # 按需加载的路由与方法
├── assets/ # 预测卡、假设台账与复盘模板
├── examples/ # 场景化示例
└── evals/ # 触发、行为和质量评估
- 这是审查框架，不是事实检索、专业诊断或未来预测机器。
- 医疗、法律、投资、安全等高风险场景，只审查推理和证据；最终决定须由专业人士和真实验证承担。
- 创意发散、情感支持和日常闲聊不应强制使用本 skill。
- 没有证据时，输出应当是问题与实验，而不是武断结论。
欢迎提交真实场景、反例与评估用例。修改行为逻辑时，必须同步更新 evals/ 并说明基线比较。详细规则见 CONTRIBUTING.md。