一套可直接使用的 AI skill 工具包——把网飞"自由与责任"文化的组织设计方法拆成了 10 个可单独触发、也可组合调用的管理模块。
这不是一本书的摘要页。书是这些 skill 的来源，不是首页主角。
- 团队里该不该保留"差不多够用"的人
- 反馈文化怎么建立，才不会变成情绪发泄
- 组织该怎样减少审批，而不是失控
- 高自由度团队下，谁来拍板、怎么拍板
- 跨文化团队里，直接反馈怎么避免翻车
从《不拘一格：网飞的自由与责任工作法》中提取了 10 个经过三重验证的 skill，覆盖四个维度：
- 反馈与沟通：
4a-feedback（4A 反馈法）、feedback-loop-360（360 度反馈闭环）、cross-cultural-feedback（跨文化反馈） - 人才与团队：
talent-density（人才密度）、keeper-test（守门员测试） - 管理与决策：
context-not-control（情境而非控制）、informed-captain（知情船长） - 组织文化：
elite-compensation（精英薪酬）、radical-transparency（极度透明）、eliminate-controls（消除管控）
每个 skill 都经过三重验证筛选，只有真正具有跨场景适用性、预测力和独特性的方法论才能进入最终交付。
用户问题
"我团队里有个同事不算差，但也不是关键人物。我要不要继续留着他？"
skill 如何判断
- 先触发
keeper-test，判断这个人是不是你会主动争取留下的人 - 如果问题继续扩展到团队质量，再接
talent-density - 如果最后涉及薪酬策略，再接
elite-compensation
最终回答示例
不要先问"他有没有明显犯错"，先问一个更硬的问题：如果他明天说要走，你会不会真心想尽办法把他留下？如果答案是否定的，那问题通常不是他有没有达标，而是他是否值得继续占着这个位置。接着再看团队人才密度。一个中等表现的人，在低密度团队里看起来没问题，但在高密度团队里会拉低反馈速度、判断质量和执行标准。如果你已经知道自己不会强力挽留，那就不要用模糊评价拖着不处理。
用户问题
"公司审批太多，大家都抱怨效率低。我是不是应该把规则都砍掉？"
skill 如何判断
- 先调用
context-not-control，判断问题是不是出在上下文不足 - 再接
eliminate-controls，看哪些规则可以被原则替代 - 如果还要决定谁最终拍板，再接
informed-captain
最终回答示例
不要从"砍规则"开始，而要先判断团队有没有足够的上下文。没有上下文时，取消审批只是把混乱提前。你需要先确认三件事：大家是否共享足够的信息、是否理解同一个目标、是否知道决策边界。只有在这三点成立后，才适合把规则改成原则，把事前审批改成事前情景设定加事后校验。如果这三点不成立，你砍掉的不是官僚流程，而是最后一道防错机制。
这套 skill 使用 cangjie-skill 的 RIA-TV++ 流水线生成，整个流程分六个阶段：
- 整书理解（Adler 分析）——用 Mortimer Adler 的分析阅读法，对全书做结构、解释、批判、应用四步拆解，产出
BOOK_OVERVIEW.md - 并行提取——同时派 5 个专项提取器（框架、原则、案例、反例、术语），从原文中提取候选方法论单元
- 三重验证筛选——每个候选必须通过三项检验：书中至少有 2 处独立佐证（跨域）、能回答书中未明说的新问题（预测力）、不是常识（独特性）。通过率通常只有 25-50%
- RIA++ 构造——将验证通过的内容按 R（原文引用）/ I（用自己的话重写）/ A1（书中案例）/ A2（未来触发场景）/ E（可执行步骤）/ B（边界与盲点）六个维度结构化
- Zettelkasten 链接——找出 skill 之间的依赖、对比、组合关系，生成
INDEX.md和引用图 - 压力测试——为每个 skill 设计包含诱饵题的测试用例，未通过的回炉重做
每个 SKILL.md 都是这个过程的真实产出，保留了 candidates/ 和 rejected/ 作为完整审计轨迹。
本仓库由 cangjie-skill 生成——一个把书蒸馏成可执行 AI skills 的开源工具链。
cangjie-skill 基于 RIA-TV++ 方法论，将书籍中的方法论、框架、原则提取为原子化的 skill，可被 AI agent 在真实场景中直接调用。
no-rules-rules-skill/
├── README.md ← 你正在看的
├── README.en.md ← English version
├── README.ja.md ← 日本語版
├── LICENSE ← MIT
├── BOOK_OVERVIEW.md ← 阶段 0 产出：全书 Adler 分析
├── INDEX.md ← 阶段 3 产出：skill 总览 + 引用图
├── candidates/ ← 阶段 1 产出：原始候选单元
├── rejected/ ← 阶段 1.5 产出：被淘汰的单元 + 原因
└── */SKILL.md ← 10 个 skill，每个附带 test-prompts.json
- 浏览
INDEX.md了解 skill 全景图和依赖关系 - 找到与你当前问题相关的
*/SKILL.md，直接使用里面的触发条件和执行步骤 - 将 skill 接入你的 agent 框架，或把 prompt 作为独立工具使用
- 用
test-prompts.json验证 skill 在正确场景下触发、在错误场景下不触发
- 书籍：《不拘一格：网飞的自由与责任工作法》（No Rules Rules）
- 作者：Reed Hastings, Erin Meyer
- Buffett Letters Skill — 巴菲特 60+ 年致股东信的 20 个投资判断 skill
- Poor Charlie's Almanack Skill — 查理·芒格核心思维方法的 12 个决策与判断 skill
- Cognitive Dividend Skill — 《认知红利》思维升级的 15 个认知工具 skill
- Duan Yongping Skill — 段永平投资问答录的 15 个商业与投资 skill
袋鼠帝 kangarooking — AI 博主，独立开发者。AI Top 公众号「袋鼠帝 AI 客栈」主理人
火山引擎领航 KOL，百度千帆开发者大使，GLM 布道师，Trae 昆明第一任 Fellow
| 平台 | 链接 |
|---|---|
| 𝕏 Twitter（袋鼠帝） | https://x.com/aikangarooking |
| 小红书（袋鼠帝） | https://xhslink.com/m/5YejKvIDBbL |
| 抖音（袋鼠帝） | https://v.douyin.com/hYpsjphuuKc |
| 公众号 | 袋鼠帝 AI 客栈 |
| 视频号 | AI 袋鼠帝 |
微信公众号「袋鼠帝 AI 客栈」二维码：
MIT. See LICENSE.