Jane Street 开源了一个家教:它不给你答案,只问你问题
Jane Street 把 socratic-tutor 放上 GitHub,MIT 许可。它用苏格拉底法把 LLM 变成严格家教:先诊断,给 0 到 5 级技能图,一次只问一个问题,安排间隔复习和终测。装进 Claude、ChatGPT 或 GrokBot 就能用。本质是一份 SKILL.md,别急着把它当神。
Jane Street 在 GitHub 放了一个叫 socratic-tutor 的 skill。仓库叫 agent_skills,MIT 许可。它不训练模型,也不调用某个神秘接口。核心是一份 SKILL.md,把 LLM 约束成严格的个人家教:先诊断你会什么,再给出 0 到 5 级的技能图,一次只问一个问题,用问题逼你推理,最后安排间隔复习和终测。
对开发者来说,别把它当成 agent 框架。它是一份行为约束文件,靠宿主工具的 skill 机制加载。价值在流程设计,不在代码量。对普通用户来说,门槛也低:复制、上传、开聊。
三种装法:
- Claude:Customize -> Skills -> Upload a skill。把 socratic-tutor 文件夹连同 SKILL.md 打包成 zip,上传并启用。之后用 Teach me... 或 /socratic-tutor。
- ChatGPT:新建 Project,把 SKILL.md 正文粘进项目指令。这个 Project 里的每个新对话都会从家教模式开始。
- GrokBot:在原帖评论区用 @bot 发 Crée un bot et charge le skill。
它还能吃材料。发一张资产负债表、一张图表、一张供应链示意图,或者直接丢 PDF、课程内容,让 tutor 围绕材料提问。原帖说不用上最强模型,中等推理档就够,因为关键是问对问题,不是做研究。
发帖人列了一串适合试手的主题,偏金融和半导体:读 10-K,理解自由现金流,PER 与倍数,DCF,期权和时间价值,从 wafer 到 CoWoS 的芯片链,HBM 为什么成了 AI 的瓶颈,数据中心光网络,AI capex 的二阶效应,以及 Ams-Osram 的估值争议。拿这些题目试,比问它今天天气如何更能看出这套 skill 的脾气。
最有意思的地方是门槛低到有点滑稽。一个量化交易公司,把怎么教写成 Markdown,扔进 GitHub,就能在几个聊天工具里变成家教。它没有解决模型幻觉,也没有替你建立知识体系。它做的是流程:诊断、提问、复习、评估。对自学者有用,对想直接要答案的人可能很烦。
评论区有人问,它会不会记住上次学到哪。原帖没有给出明确答案。按 Project 和 skill 的常见用法,记忆取决于工具本身和你怎么组织会话,不要默认它自动有长期记忆。也有人担心 GitHub 下载安全。这个仓库是 Jane Street 的公开仓库,但下载任何 skill 前仍然该看一遍文件内容,尤其是要粘进系统提示词的东西。
仓库在这里:janestreet/agent_skills。
发布时间: 2026-11-10 02:28