Skill Doctor：让开发技能自我进化

是什么 这条推文介绍的是一个名为 /skill-doctor 的技能改进构想：它会抓取过去的 CC、Codex 或 Warp 对话，从真实使用记录中评估效率与代码质量，再提出用户“实际会合并”的技能差异。推文没有给出仓库、实现状态、评分模型或示例结果，因此应把它理解为产品方向与反馈征集，而不是成熟工具说明。

核心机制 它把 Agent 技能视为可迭代的软件资产，而不是一次编写、长期不变的提示词。历史对话提供行为样本，效率和代码质量构成评估维度，候选 diff 则把诊断连接到改进动作，形成“采集—评分—提案—人工合并”的闭环。真正困难的部分并非发现问题，而是让修改足够具体、低风险且符合维护者真实偏好。

关键洞察 这反映出 Agent 工程正在从“写好一条提示词”走向“持续测量与优化工作流”。如果能区分偶然失误、项目特殊约束和可迁移模式，它可能帮助个人沉淀跨会话经验，也能为团队技能库建立回归依据。人工审阅仍是关键，可避免把短期局部优化误当成通用规则。

边界与风险 抓取对话会触及源码、凭据和业务机密，必须有脱敏、权限与保留期限设计；“效率”也不能只按对话轮数或代码行数衡量。自动提出 diff 不等于安全合并，仍需测试、版本控制和可回滚机制。当前推文未说明这些能力，实际价值取决于评估可信度与修改建议的可验证性。