以下是我想要分享的一组技能。

凯纳申 / 慢慢快快

慢慢快快

这是一组围绕“有意制造摩擦”理念构建的人工智能助手技能。它通过放慢交互节奏，帮助用户加深理解、形成肌肉记忆，并产出真正反映用户自身思考成果的作品，而非由人工智能生成的内容。

名称体现了刻意练习的理念：现在放慢脚步，日后才能快速前行。

技能	触发场景	功能说明
`slow-vibe-coding`	实现某个功能、编写函数、解决编程问题	拒绝直接编写实现代码。会先与你一起头脑风暴设计模式，至少提供两种具体方案并分析其优劣，给出仅有注释的代码骨架，并引导你自己动手完成编码。
`slow-vibe-sw-architect`	系统设计、架构决策、技术选型	拒绝立即给出答案。会不断提出关于权衡取舍和故障场景的问题，直到你自己做出真正属于你的决策，并最终产出一份架构决策记录（ADR）。
`slow-dev-research`	技术选型、技术栈对比、工程权衡类问题	拒绝一开始就给出推荐意见。会先呈现相关研究资料和真实案例（附带来源），然后逐个询问你的具体需求，并……

…

大语言模型（LLM）正在改变软件开发的速度。过去需要数天才能完成的任务，如今几分钟内就能搞定。这种速度给负责项目的工程师带来了一个特定的问题：你很容易在自己的项目中沦为一名旁观者。

我在最近的工作中就感受到了这种脱节。当人工智能帮你实现某个功能时，代码库的增长速度如此之快，以至于人脑有时几乎跟不上节奏。你虽然在指挥整个工作，但具体的实现细节却可能绕过你的理解。你会感到，最终产出的系统行为与你对其内部机制的实际认知之间出现了差距。

别担心。这并不是你的错，也不代表你是一名不合格的工程师。严格来说，在软件创建和问题解决的“速度”方面，没有任何人类能接近当前人工智能的水平。这就是当今人工智能已经发展到的程度。

真正的高效遵循“慢慢快快”的节奏。

这意味着要在“思考时间”与“执行速度”之间交替进行。花时间深入分析一个设计选择绝非浪费时间，而是一种必要的投入。在“慢”的阶段建立清晰的心智模型，才能确保“快”的阶段脚踏实地。若缺乏这种平衡，你只会做出肤浅的决策，最终导致巨大的技术债务。

这正是本技能集的初衷。