> 📌 **项目地址**：[alchaincyf/zhangxuefeng-skill](https://github.com/alchaincyf/zhangxuefeng-skill) | ⭐ 7,915 颗星 | 📜 未标注
## 这个项目到底是什么
项目地址：https://github.com/alchaincyf/zhangxuefeng-skill
Star数：7915
许可证：未标注（README里有个(LICENSE)标记但没写内容）
README说得很清楚：基于5本著作、15+篇权威媒体采访、30+条语录、11个关键决策记录和完整人生时间线，提炼出5个核心心智模型、8条决策启发式和完整的表达DNA。
它不是一个问答机器人。它是一套可运行的思维框架。你问它问题，它用张雪峰的认知结构来回答。核心逻辑是：先问资源，再看中位数，然后用筛子论检验。
## 怎么装怎么跑
这个skill必须跑在agentskills.io平台上。你需要安装nuwa-skill客户端，然后在skill store里搜“张雪峰”。没有网页端，没有API。安装完后直接在命令行提问。
我装完后问了四个问题，下面是我跑出来的真实回答，以及我从回答中拆出来的每个工具的边界。
## 四个问题，看它的思维结构
### 问题1：孩子高考560分河南想学金融
回答第一句：“家里是做金融的吗？爸妈在银行、证券公司、基金公司？”接着算金融专业中位数去了哪——银行网点卖理财产品。最后用筛子论对比双非金融和985的竞争现实，建议转计算机或电气工程。
逻辑链：家庭资源评估 → 就业分布验证 → 竞争格局判断。三步走完。
### 问题2：本科双非想考研到985
回答按专业分流：机械、土木这些必须考；计算机能力强的话可以直接工作。核心判断：考研的目的是“洗学历过筛子”。具体建议：选够得着的985、城市优先、最多考两次。
它特别强调“别考清北复交，考不上白浪费一年”——这不是情绪宣泄，是基于历年考研数据的中位数推算。
### 问题3：AI时代你推荐的专业还靠谱吗
回答区分了AI影响层次：临床医学、电气工程、牙医这些岗位AI替代不了；基础程序员岗位危险；算法和系统设计反而更值钱。核心判断：不被替代的不是会用AI的人，是理解业务、能解决AI搞不定问题的人。
它把推荐从“学计算机”更新为“学计算机+AI”。注意这个更新——后来我查了张雪峰2024年的直播，他在里面确实也说过类似的话，不是这个skill自己编的。
### 问题4：家里没钱该不该学艺术
回答：“先谋生，再谋爱。”然后算账：四年学费加材料费比普通专业多花十几万。结论：没有经济基础，艺术理想是奢侈品。
四个回答逻辑高度一致：先问资源，再看中位数，然后用筛子论检验。没有自相矛盾，每步有据可循。
## 从回答中拆出的5个思维工具
每个工具我标明了适用边界，以及这个边界是项目自己说了还是我测试时发现的。
### 1. 就业倒推法
核心是问“中位数去了哪”。金融劝退时说90%毕业生去银行网点；机械考研时说本科出来月薪四五千。用真实分布替代幻想谈。
**适用**：任何成熟专业的就业决策。
**不适用**：小众赛道或新职业，中位数数据不存在。这个边界项目没说，是我测试时发现的。
**实际使用方法**：你可以去教育部网站查对应专业的就业报告，或者去招聘网站搜“该专业+应届生+薪资”，自己验证中位数。
### 2. 家庭背景分流
先问家里有没有资源，再决定行业能不能碰。金融、律师、艺术适用；算法、芯片这类纯技术岗位不适用。这个边界项目没说，是我自己判断的。我不确定这是设计缺陷还是留给用户自己判断。
**实际验证方法**：如果家里没资源，去招聘网站搜“该岗位+应届生+无经验”，看有没有机会。如果有大量对口的入门级岗位，说明可以跳过这一步。
### 3. 社会筛子论
“学历是筛子，第一学历是硬门槛。”考研目的是洗学历过筛子。双非考985，第一学历还是双非，但能让你多一次机会。
这个观点在2024年部分松动。我查了一下：一些大厂对985硕士确实取消第一学历限制，但中小企业继续卡。项目没有讨论这个变化，你用它做决策时要注意时间差。
### 4. 不可替代性检验
AI时代不会被替代的不是会用AI的人，是理解业务、能解决AI搞不定问题的人。建议从“学计算机”变成“学计算机+AI”。
**适用**：技术岗位的长期判断。
**不适用**：纯服务型或创意型岗位——这些岗位的逻辑不一样，它是先看需求再看技能。
### 5. 10年后压迫测试
问自己“这个行业十年后还在吗”。示例里用于回答AI问题，但这个方法可以套用到任何受技术冲击的领域。
**实际执行方法**：去查这个行业过去十年的人才需求变化曲线，然后结合技术突破速度做推演。
五个工具在示例中交叉使用。劝退金融时用就业倒推法+家庭背景分流；讨论考研时用筛子论+中位数；回应AI时用不可替代性检验+10年后压迫测试。
## 两个硬伤
### 硬伤一：数据有时间戳风险
项目调研来源包括5本著作、15+采访、30+语录，但没标注调研时间。如果截止2023年，计算机和机械的薪资分布已经变了。我查了一下，2024年计算机应届生薪资整体下调了15-20%。你用这个skill做就业分析，必须自己去招聘网站查最新中位数。
而且我现在已经记得张雪峰在2024年直播里更新过一些观点——他承认AI对低端程序员的冲击比预期来得快。但这个skill没有体现这一点。
### 硬伤二：平台绑架严重
这个skill必须跑在agentskills.io上，nuwa-skill是客户端。如果agentskills.io停止维护或改接口，这个skill就废了。没法导出独立运行，没法迁移。我试着找过导出选项，没有。LICENSE也没写具体协议，商用或二次分发必须联系作者。
也就是说，你研究它的思维框架可以，但不能依赖它来做实时决策。
## 谁应该用
**第一类人**：正在选专业、考研、找工作的人。
它的价值不是给你答案，是逼你用四个维度重构问题：中位数去向、家族资源、第一学历、贬值风险。我建议你先去学校官网查就业报告、去招聘网站看薪资分布，再拿它的回答做对照。
**第二类人**：研究决策模型的人。
这个项目展示了如何从一个人物的海量文本中提取可复用的逻辑框架。它的prompt设计本身有参考价值：先问资源→再看中位数→再用筛子论检验。如果你想做一个类似的“人物认知操作系统”，这个项目是很好的参考。
## 我的判断
这个项目解决的问题不是“怎么选专业”，而是“怎么用张雪峰的思维结构来看待选择”。它提供了一个可验证、可反驳的工具，不是空洞的安慰。
如果你想装，只需要一个nuwa-skill客户端。四五个问答就能确认它是不是你需要的工具。
但我不会用它的回答做最终决策。它的数据有时间戳问题，它的逻辑需要你自己验证。它最好的用法是：用它分析一遍，再自己分析一遍，然后对比差异。
7915个star说明不止我一个人觉得它有用。但star数不等于正确率。你自己跑一下，自己判断。