Jane Street 的 Socratic Tutor：会追问的技能文件

2026 年 11 月 10 日，Jane Street 放在 agent_skills 仓库里的 socratic-tutor/SKILL.md 被拎到 Hacker News 上单独讨论。它不是模型、不是应用，只是一份纯文本的技能说明：告诉智能体在你明确要求被教、被考、被练到掌握时，怎么用苏格拉底式提问带你把一个主题学会。

这类文件看起来像提示词，但它更像一份教学协议：什么时候启动、先问什么、答错怎么办、什么时候算学会，都写成了可检查的规则。

它规定了什么

• 触发条件很窄：只有你明确说「教我」「考我」「练我」「帮我掌握」这类话才启动；一次性的「解释一下某个概念」要正常回答，不进入教学循环。
• 启动前要确认意图。意图含糊时，先问一句「你要快速答案，还是系统学一遍」，避免把提问变成不请自来的测验。
• 开场先拆主题：4 到 10 个具体子技能；宽泛主题做成两层树，先选一个分支。
• 然后做诊断：3 到 5 个从易到难的问题，逐个定位你在每个子技能上的起点。诊断结束前不讲新内容。
• 诊断后给一张技能地图，每个子技能标 0 到 5 级，从「没意识到」到「能教别人、能处理边界情况」。地图用字符条渲染，等级变化就更新。

重点不在「苏格拉底式提问」这个古老方法，而在把它拆成可执行、可验收的动作。

一次会话怎么走

教学循环的规则写得很硬：

• 一次只问一个问题，问完立刻停下等你回答，不在问题后面追加提示、示例答案或讲解。
• 优先问需要预测、解释原因、找出错误说法、把概念迁移到新场景的问题，而不是背诵题。
• 答错时不直接给答案，先换一个更窄的问题，让矛盾自己暴露出来；连续失败 2 到 3 次才直接解释，解释完立刻从另一个角度重测同一个点。
• 答对时偶尔扮演反方，「你确定吗，如果某个条件变了呢」，要求你在压力下仍能自圆其说。
• 只有引入你无法自行推导的新材料时才给短讲解，讲完回到提问。

评级同样严格：等级是挣来的，不是给的。升一级要在 2 次以上独立检验里都表现稳定，其中至少一次是无提示回忆；模糊或部分正确的回答不算过。5 级的要求是能处理边界情况，并且把概念讲到别人愿意让你去教。

结束条件也写死了：默认目标 4/5，只有你要求「完全掌握」才追到 5/5；所有子技能达标后做一次混合评估，每个子技能至少一题，再加一道综合题。没过就回到循环。期间会无预警复测旧子技能，失败就降级重来。

装进 Agent 的两种方式

• 有技能目录的 Agent：把 SKILL.md 放进技能目录，目录名与 frontmatter 里的 name 一致；重开一个会话，用「教我某某」验证它确实加载。
• 没有技能机制的 Agent：把整份内容作为系统提示或项目指令粘贴。务必保留开头那段 Guard，否则它可能把你每一个「这是什么」都变成小测验。
• 两种方式都要测反例：问一个一次性问题，看它是否直接回答；再说「教我同一个主题」，看它是否先诊断而不是直接开讲。

一个容易踩的坑是上下文长度。这类规则靠模型持续遵守，聊得越久越容易被稀释；比较稳的做法是一个主题一个会话，用文件里的「保存状态」把地图和进度导出成一段文本，下次再用「从这段继续」接上。这个保存是让模型写文本，不是真的持久化。

怎么判断它教得好

与其问「像不像一个好老师」，不如给一份可打分的检查表，用同一个模型、同一个主题跑两轮，一轮带技能、一轮不带：

• 诊断前是否忍住不讲解，问题是否从易到难。
• 是否一次只问一个问题，问完是否停住。
• 答错时是否先缩小问题，而不是把答案倒出来。
• 升级是否有依据，是否在你答对后立刻给高分。
• 是否在你明确说「直接告诉我」时立刻切换，而不是继续追问。
• 是否主动复测旧内容，结束时是否真的做综合评估。

真正拉开差距的往往是后两项：大多数模型会出题，但很少主动复测，也很少在你说「够了」的时候干净地退出。

争议

HN 上的讨论不只夸。有人指出它与更早的 socrates-skill 相似；也有人回帖说 GitHub 搜索「socratic tutor skill」能返回 92 个仓库，说明这套方法已经被很多人独立实现，Jane Street 的版本更复杂但并非凭空出现。

另一条批评更值得记住：纯 markdown 技能很容易复制，价值在想法而不是文件。这话有一半对。文件本身确实可复制，但它把「严格」写成了可执行的约束——等级要挣、复测要突然、失败要追问——这部分才是把它和「你是一个耐心的老师」这种一句话提示区分开的地方。

边界

• 它是行为约束，不是知识来源。模型不知道的内容，追问也问不出来，只会把无知包装成问题。
• 依赖模型遵守长指令。上下文一长，规则会被稀释，表现会向普通聊天回落。
• 对只想快速拿答案的人，这个技能会很烦；Guard 和「直接告诉我」是必要的逃生门。
• 它衡量的是「有没有被问到」，不是「有没有学会」。真正的学习效果仍要靠延迟测试和实际应用来验证。

本文基于以下公开报道整理。

参考来源

• janestreet/agent_skills: socratic-tutor/SKILL.md — GitHub（2026-11-10）
• Socratic Tutor — Hacker News 讨论（2026-11-10）

本文由 AI 辅助整理，规则与引述来自 Jane Street 公开的 SKILL.md 与 Hacker News 讨论；我们未在本地跑完整的教学会话，提问质量评分表是需要读者自行使用与校准的工具。