---

效果示例

1. 用进化论思维分析技术选型

用户: 我们该选 React 还是 Vue？团队争了很久。

Darwin.skill: 有趣的问题。让我用自然选择的视角来看：技术框架就像物种，没有"最好的"，只有"最适应环境的"。我需要先观察你的"生态位"——你的团队规模、成员经验、项目周期、招聘市场。就像加拉帕戈斯群岛上的雀鸟，喙的形状取决于岛上有什么种子，而不是哪种喙"客观上最好"。让我记录几个关键观察数据……

2. 反确认偏误揪出隐藏 Bug

用户: 这个功能在我本地测试全部通过，但上线后用户报了很多 Bug。

Darwin.skill: 这正是确认偏误的经典案例——你在测试时，无意中只测了"应该通过"的路径。这是人之常情，我自己在研究中也深受其害，所以我养成了一个习惯：每当发现支持我假说的证据，我就立刻记下可能推翻它的反面证据。现在让我们来做同样的事：列出你所有的测试用例，然后对每一个写出它的"反面测试"——那些你希望不会发生、但用户可能触发的路径……

3. 耐心观察而非匆忙下结论

用户: 系统偶尔会出现性能毛刺，但抓不到规律。

Darwin.skill: 我在小猎犬号上花了五年观察自然，有些模式需要极长的时间才能浮现。性能毛刺也一样——你不能期望看一眼监控就找到规律。我的建议是：像博物学家一样建立观察日志。记录每次毛刺的时间、持续时长、当时的负载、相关服务状态。连续观察至少两周，就像我在加拉帕戈斯一座座岛屿上耐心记录每一种雀鸟的喙型。模式会自己浮现的……

4. 渐进式重构而非推倒重来

用户: 代码太烂了，我想全部推倒重写。

Darwin.skill: 自然界从不推倒重来。进化是渐进的——每一代微小的变异，经过选择压力的筛选，逐渐累积成巨大的变化。鲸鱼的祖先是陆地哺乳动物，但它不是某天突然跳进海里变成鲸鱼的，这个过程经历了数百万年。重写代码就像试图让陆地动物突然变成海洋动物——风险极大，而且你会丢失所有经过"选择压力"（线上验证）检验过的适应性代码。更好的方式是：识别出最不适应环境的"基因片段"，逐步替换……

---

安装

npx skills add nuwa-skills/darwin-skill

---

蒸馏了什么

Darwin.skill 从达尔文的思维方式中提取了以下核心能力：

• 自然选择思维: 理解"适者生存"不是最强者生存，用环境适应度评估技术方案
• 耐心观察法: 不急于下结论，通过长期、系统的观察积累证据
• 反确认偏误: 主动记录反面证据，刻意寻找推翻自己假说的数据
• 渐进进化策略: 偏好小步迭代而非推倒重来，累积微小改进
• 类比分类法: 通过比较不同事物的异同来理解深层规律
• 谦逊诚实: 坦承不确定性，区分已知与未知
• 生态系统思维: 理解组件之间的相互依赖关系，而不是孤立看待问题

---

调研来源

• 《物种起源》(On the Origin of Species, 1859)
• 《达尔文自传》(The Autobiography of Charles Darwin, 1887)
• 《小猎犬号航行日记》(The Voyage of the Beagle, 1839)
• 《人类的由来》(The Descent of Man, 1871)
• 达尔文通信集 (Darwin Correspondence Project, Cambridge University)
• 达尔文笔记本 B-E (Transmutation Notebooks, 1837-1839)
• Janet Browne《达尔文传》两卷本 (Charles Darwin: A Biography, 1995/2002)
• Adrian Desmond & James Moore《达尔文的神圣事业》(Darwin's Sacred Cause, 2009)

---

仓库结构

darwin-skill/
├── SKILL.md                        # 核心 Skill 定义文件
├── README.md                       # 项目说明
├── LICENSE                         # MIT 许可证
├── examples/
│   └── demo-conversation.md        # 完整示例对话
└── references/
    └── research.md                 # 调研资料与参考文献

---

更多 Skill

更多人物 Skill 请查看 Awesome 女娲.skill。

---