前言¶

接到新領域的任務時，常見困境是：資料能搜到一堆，但分不清哪些是行業共識、哪些是爭議點、哪些說法必須深挖才能驗證。直接把「幫我瞭解一下 XX 行業」丟給模型，拿到的通常是泛泛概述，缺少可繼續追問的結構。

哈佛理工學習法這個 Skill 就是針對這個問題的：它不負責輸出結論，而是把「快速瞭解一個行業/領域/學科」的過程固定成一套三步結構化的輸出，一次給出三個維度的認知框架。

這是什麼¶

一句話定位：當用戶想要快速瞭解、入門某個行業、領域或學科時使用的結構化分析 Skill，輸出行業共識、爭議問題、深度檢驗問題三個維度的系統認知框架。

基本信息（來自官方頁面抓取記錄）：

• 名稱：哈佛理工學習法
• 座標：@user_02d8b6c9/harvard-tech-learning
• 版本：1.0.0
• 來源：community（社區發佈，非官方團隊維護）
• 分類：education
• 發佈者：user_02d8b6c9
• 評分：100000，下載 765，安裝 0
• 標籤：requires_api_key=false，不需要 API key

注意它是社區來源的單個維護者作品，功能邊界只到「生成認知框架」，沒有附帶行業數據庫或檢索工具。

核心功能¶

只做一件事：把任意行業、領域或學科，整理成三個維度的系統認知框架。

1、行業共識：該領域內被普遍接受、可以當作討論前提的觀點和做法。
2、爭議問題：尚未有定論、不同陣營立場不同的問題，是分歧所在。
3、深度檢驗問題：需要進一步查證、用數據或一手資料才能回答的問題，用來檢驗上面的共識和爭議是否站得住。

官方給出的觸發場景包括：用戶說「幫我瞭解 XX 行業」、「XX 領域入門」、「快速掌握 XX」、「用哈佛理工學習法分析 XX」。也就是說它靠自然語言指令觸發，不需要單獨配置參數或接口。

安裝與啓用¶

這個 Skill 基於通用 SKILL.md 格式，但本次寫作時官方頁面和接口地址（https://www.skillhub.cn/skills/user_02d8b6c9/harvard-tech-learning、https://api.skillhub.cn/user_02d8b6c9/harvard-tech-learning）都未能抓取成功，安裝命令和具體啓用方式沒有核實到，這裏不給出推測命令。需要安裝時以官方頁面爲準。

可以確定的一點：標籤裏寫着 requires_api_key=false，意味着使用時不需要申請或配置 API key。

典型用法¶

用法就是直接給出指令，下面幾條取自官方資料裏的觸發場景：

幫我瞭解固態電池行業
半導體設備領域入門
快速掌握聯邦學習
用哈佛理工學習法分析向量數據庫

執行後預期得到的是三段式框架：先列出該領域的行業共識，再列出爭議問題，最後列出需要深挖的深度檢驗問題。拿到這份框架後，可以順着第三類問題去檢索、找行業報告或問從業者，把框架填實。

適用場景與注意¶

適合的場景：

• 接手不熟悉的行業/學科，需要快速建立認知骨架，再決定投入多少時間深挖。
• 做調研、技術選型、競品分析前的第一輪梳理，用來確認「我知道的哪些是共識、哪些只是單方說法」。
• 寫彙報或方案前，需要一張能覆蓋主要分歧點的問題清單。

限制和坑：

• 它給的是問題框架，不是結論。具體事實、數據、市場規模仍需自己檢索覈實，不要把它輸出的共識直接當事實引用。
• 領域過窄或公開資料太少時，三個維度可能湊不滿，輸出質量取決於該領域的資料密度。
• 它是社區單人維護的 Skill，版本目前爲 1.0.0，行爲可能隨更新變化，遇到偏差時以 Skill 文件本身爲準。

結尾¶

哈佛理工學習法的價值在於把「快速瞭解一個領域」從一次開放式提問，變成三段固定結構的輸出：共識、爭議、待驗證問題。對需要頻繁跨領域做調研的人來說，它能省掉第一輪整理框架的時間；但它只是起點，替代不了檢索和一手資料覈實。

官方地址：https://www.skillhub.cn/skills/user_02d8b6c9/harvard-tech-learning
接口地址：https://api.skillhub.cn/user_02d8b6c9/harvard-tech-learning