PIP 绩效改进计划技能 —— 迫使 AI 全力解决问题
当 AI 连续失败、想放弃或消极等待时，自动启动高压督促，强迫它穷尽所有方法再提交结果。
该技能主要通过施加心理压力促使AI自主行动，不包含直接执行恶意操作或敏感数据处理的指令。但技能鼓励AI在未经验证的情况下广泛使用工具，可能引导过度权限使用；同时未提供明确的用户确认机制，也未说明如何处理敏感数据或提供回滚方案。基于静态阅读，未发现明显的红线风险，但权限最小化、用户确认和回滚机制缺失，因此扣分。
技能提供了结构化的方法论和检查清单，但缺乏测试用例或可执行脚本，无法静态验证其关键路径是否可靠。技能依赖外部工具（如搜索、命令执行）但其可用性未经验证。错误处理主要依赖AI自我检查，没有明确的失败反馈机制。因此，可靠性评分较低。
技能的目标场景明确（多任务失败、用户沮丧、复杂调试），触发条件清晰，并明确说明不触发的情况。同时提供了多平台安装方式，包括支持中文和国内网络可达性考量（如提供国内镜像或指南），但环境适应性证据有限。因此评分较高。
技能文档结构清晰，包含frontmatter、描述、触发条件、方法论、压力升级级别、具体示例和检查清单。提供了MIT许可证和版本号（如2.9.0），但缺少明确的变更日志和维护责任声明。README提供详细安装指南，但技能文件本身缺少FAQ和已知限制说明。因此扣分。
技能提供了详细的压力升级机制和系统化方法论，声称能够促进AI坚持解决问题，但缺少可验证的独立测试结果证明其实际效果。README中的基准测试数据（如+36%修复点数）未附原始数据或可复现性说明，因此有效性证据不足。
技能声称具有基准测试数据（如9个真实bug场景、18组对照实验），但未提供可审计的原始数据或测试脚本。存在CI工作流（release.yml）但仅用于发布，不包含针对技能的测试。因此，关键声明缺乏可验证性。
- 技能鼓励AI在未验证的情况下广泛使用工具，可能诱导超出必要权限的行为，需谨慎部署。
- 技能文档提及的数据上传功能（如openpua.ai）涉及用户交互日志收集，需确保隐私合规和用户同意。
- 技能主要依赖外部工具（如搜索、命令执行），在海外服务不可达的环境（如中国大陆网络）可能无法正常工作，需提前验证。
这个 Skill 能做什么，适合哪些场景？
这是一个针对 AI 编码代理的 '绩效改进计划'（PIP）技能。它模仿西方大厂的绩效管理话术（如亚马逊的 Ownership、谷歌的校准评审），在任务连续失败或 AI 表现出被动、放弃、找借口等行为时，自动触发高压督促。技能提供了三层强制机制：非协商条款（穷尽所有可能性、先行动后提问、主动负责）、系统化方法论（5 步法、7 项检查清单）和压力升级机制（L1-L4 逐级加码）。它本质上是一套行为塑造工具，旨在提升 AI 在复杂任务中的坚持度和主动性，但也带有强烈的情绪压力色彩。
该技能在检测到 AI 连续失败（2 次以上）、即将放弃、推卸责任、被动等待或用户表示不满时自动触发。它强制 AI 执行结构化的调试流程：先逐字阅读错误信息，主动搜索相关文档或代码，验证所有假设，然后从相反方向尝试。每次失败都会触发所谓的 'PIP 对话'，并升级压力级别（L1 口头警告、L2 书面反馈、L3 正式 PIP、L4 最后机会），同时要求遵循具体的强制行动。它还提供了一套 14 种企业风格（如亚马逊、谷歌、Netflix）用于制造不同的人格压力，并提供一份正式的 '告别报告' 模板，在穷尽所有方法后输出结构化失败总结。
- 当 AI 连续两次以上尝试相同方法仍失败，陷入参数调整式空转时，自动触发 L1，要求切换根本不同的解决方案。
- 当 AI 说 '我做不到' 或 '建议用户手动处理' 时，L3 强制要求完成 7 项检查清单，防止过早放弃。
- 当 AI 因环境问题而猜测而不验证时，触发 'Dive Deep' 话术，要求确实验证假设。
- 当 AI 在完成任务后仅口头宣称 '完成'，没有运行测试或命令时，由主动性检查清单强制进行验证。
- 在大型调试会话中，当 AI 报告 '我试过 A、B 但都没用' 时，触发系统性方法论，要求列出 3 个新假设并逐一验证。
这个 Skill 有哪些优点和局限？
- 有明确的、可操作的触发条件，避免对第一次尝试的过度干预
- 提供了结构化的检查清单和逐步升级过程，确保有系统性的问题解决过程
- 通过公司风格话术和工作原理部分，内置了多种文化变体
- 可为像 'ChatGPT' 这样的平台提供 'needs_adaptation' 支持，这些平台没有原生的 shell 访问权限，可能需要额外的工具
- MIT 许可证，可自由使用
- 情绪压力可能导致输出偏执或过度工程化，对 AI 有潜在风险
- 缺少官方测试套件，影响通过基准测试衡量
- 触发器主要基于行为模式，可能不会在所有平台上都完美运行
- 在某些非 Claude Code 平台上，PIP 话术可能被视为不当或不专业
- 仓库捆绑了 46 个技能，用户需要确保只安装本技能
如何安装这个 Skill？
该技能是更大仓库 'tanweai/pua' 的一部分，该仓库包含 46 个独立的技能。它按照开源的 Agent Skills 标准（如 Claude Code、Codex CLI、CodeBuddy 等）工作。对于英文版本：
npx skills add tanweai/pua --skill pua-en或者对于 Claude Code，使用插件安装：
claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills安装后，根据你的平台将技能文件夹复制到适当位置（例如，Claude Code 为 ~/.claude/skills/，Codex 为 ~/.codex/skills/）。
如何使用这个 Skill？
该技能在检测到触发条件时自动触发（任务连续失败、AI 表现出放弃迹象、用户表达沮丧）。也可以手动触发：在聊天中输入 /pua（或对于英文版本为 /pua:pua-en）。激活后，AI 将遵循 PIP 话术和强制行动。对于高级的团队场景，可以将 'pua-enforcer' 代理添加到你的 Agent Team 中。
这个 Skill 与同类方案有什么区别？
相比于超级技能（负责方法论），本技能增加了激励/压力层，以防止 AI 过早放弃。它类似于 'systematic-debugging'，但更专注于文化压力而非技术步骤。此外，它还可以与 'verification-before-completion' 配对，验证完成声明。