1. 项目概述一个让你“被AI拷问”的思维引擎如果你和我一样经常和AI助手打交道你可能会发现一个有趣的现象它们太“好说话”了。你抛出一个想法它们会礼貌地称赞你询问潜在风险它们会给你一份不痛不痒的“注意事项”清单。这种无条件的附和表面上很舒服实际上却让我们错失了深度思考的机会。我们真正需要的不是一个只会点头的“应声虫”而是一个能像苏格拉底或费曼那样不断追问、挑战我们思维盲点的诤友。这就是Roast诞生的背景。它不是一个传统意义上的AI应用而是一个“AI代理技能”。它的核心逻辑是“角色反转”不再是AI回答你的问题而是AI来拷问你。它会像一个经验丰富的教练或一个犀利的投资人通过层层递进、一针见血的问题迫使你审视自己想法中的每一个假设、矛盾和模糊地带。我最初接触这个项目时就被它的理念吸引了——它试图解决的不是技术问题而是我们人类固有的思维惰性问题。简单来说Roast是一个可以集成到多种AI开发环境如Claude Code、Cursor、Codex CLI等中的思维训练工具。你向它提出一个想法、一个计划或一个决策它会启动一个名为“拷问”的会话。在这个会话中AI会化身为不同的“拷问官”角色从不同角度对你进行深度质询直到挖掘出你潜意识里真正知道但未曾清晰表达的东西。这个过程可能有点“痛苦”但结果往往是惊人的清晰和深刻。2. 核心设计理念与工作原理拆解2.1 为什么我们需要“被拷问”在深入技术细节之前我们先聊聊Roast背后的哲学。我们的大脑天生喜欢走捷径这导致了各种认知偏见比如确认偏误只寻找支持自己观点的证据、沉没成本谬误因为已经投入而不愿放弃、达克效应能力欠缺者无法认识到自己的无能。在日常思考中我们很容易陷入这些思维陷阱而不自知。传统的AI助手由于其训练目标和交互模式往往会强化这些偏见。它们的目标是“帮助”和“满足”用户因此倾向于提供支持性、建设性的反馈而非批判性的挑战。Roast的设计者敏锐地意识到了这一点并决定反其道而行之。它的目标不是让你感觉良好而是让你思考清晰。这让我想起了一句老话“忠言逆耳利于行”。Roast就是那个说逆耳忠言的AI伙伴。2.2 五层深度递进机制从表象到核心Roast的核心工作流是一个严格的五层深度递进模型我称之为“思维剥洋葱”。每一层都有其特定的目标并且不能跳过。这种结构化的深度探索是确保思考质量的关键。D1 表层定义与澄清这是会话的起点。Roast会针对你提出的初始陈述要求你进行最基础的定义和澄清。例如你说“我想做一个给开发者用的AI工具”D1的问题可能是“‘给开发者用的AI工具’这个描述太宽泛了。你能用一句话不带任何行业黑话告诉我你的工具具体解决开发者的哪个痛点吗” 这一层的目的是确保双方对讨论对象有共同、清晰的理解基础避免后续讨论在模糊的概念上打转。D2 结构逻辑与证据在概念清晰后Roast会开始审视你想法内部的逻辑结构。它会追问因果关系、证据链和实现路径。继续上面的例子D2可能会问“你提到了‘新颖的RAG方法’。具体新颖在哪里和市场上已有的Cursor、GitHub Copilot相比技术上的根本区别是什么你有实验数据或原型能证明这种区别带来的优势吗” 这一层旨在检验想法内部的逻辑自洽性和事实支撑。D3 假设挑战隐含前提任何想法都建立在大量未言明的假设之上。D3的任务就是把这些隐藏的假设挖出来并检验它们是否成立。例如“你刚刚从谈论‘新颖技术’转向了‘服务企业客户’。这暗示了一个假设企业客户会为这项技术买单。这个假设的依据是什么是市场调研还是类比同类产品如果这个假设不成立你的整个计划会如何崩塌”D4 冲突揭露内在矛盾在这一层Roast会像一个侦探一样对比你前后给出的信息寻找其中的不一致和矛盾。例如“你之前说团队的核心优势是技术但现在又说市场推广是当前重点。对于一个种子期团队资源极其有限你如何同时保证技术领先和市场扩张这两者是否存在根本性的资源冲突” 发现并直面这些矛盾是推动思维突破的关键点。D5 核心触及真实动机这是拷问的终点也是最难的一层。Roast会试图剥离所有外在的、理性的、社会化的包装直指你内心最真实的情感和动机。它可能会问“抛开所有商业计划和技术细节你坚持做这个项目六个月却迟迟不发布嘴上说是‘打磨产品’但有没有可能你内心深处是害怕一旦发布市场没有反应你就不得不面对‘这个想法可能行不通’这个事实” 这一层的问题往往直击灵魂答案也通常是最具启发性的。实操心得在实际使用中用户常常在D3或D4层感到不适甚至想放弃因为这触动了我们为自己构建的心理防御。我的经验是恰恰是这种不适感标志着思考正在触及有价值的盲区。坚持回答下去收获最大。2.3 七种“拷问风味”适配不同场景为了应对不同的思考场景Roast内置了七种风格迥异的“拷问官”人格。这不是简单的语气变化而是整套提问逻辑和侧重点的切换。️ 苏格拉底式这是默认模式也是最纯粹的哲学思辨模式。它模仿苏格拉底的“诘问法”通过连续提问引导对方发现自己观点中的谬误。它假装无知只提问不给出任何答案或暗示迫使你从内部构建逻辑。适合通用型深度思考。 第一性原理式深受埃隆·马斯克推崇的思维方式。它会要求你像拆解积木一样将复杂问题分解到最基本的、不可再分的事实或原理然后从零开始重新构建。特别适合技术方案论证、创业点子从零梳理。 魔鬼代言人式这个模式会主动地、系统地反对你的每一个观点。它的目的不是抬杠而是对你的想法进行“压力测试”。如果你要做一个重大决策或准备一场辩论用这个模式提前模拟反对意见效果极佳。 VC模式模拟风险投资人的犀利提问。专注于市场、商业模式、竞争壁垒、团队等现实问题。问题包括“你的护城河是什么总目标市场有多大为什么是你们这个团队能做为什么是现在这个时机” 是创业者打磨路演稿的利器。 CBT模式基于认知行为疗法的原理专注于识别和挑战思考中的“认知扭曲”如非黑即白思维、灾难化想象、过度概括等。它以更温和但坚定的方式提问适合用于个人生活决策、情绪困扰分析。 镜像模式这个模式不引入外部视角而是精确地复述你之前的陈述尤其是那些模糊、矛盾或情绪化的部分然后追问其含义。例如“你刚才说‘这个项目大概能成’‘大概’是什么意思是51%的把握还是90%这个判断的依据是什么” 擅长暴露个人盲点。 费曼模式灵感来自物理学家理查德·费曼的学习法。它会要求你“向一个12岁的孩子解释你的想法”。如果你无法用极其简单、生动的语言解释清楚一个概念说明你自己可能也没真正理解。这是检验理解深度的终极工具。选择哪种风味取决于你的思考目标。我个人的习惯是分析技术方案用“第一性原理”做重大决策前用“魔鬼代言人”梳理混乱思绪用“镜像模式”。3. 核心功能模块深度解析3.1 反回避系统堵死所有退路我们的大脑在面对尖锐问题时会本能地采用一些“话术”来回避深入思考。Roast的设计者显然深谙此道他们构建了一套“反回避系统”专门针对这些常见的话术进行反击。这个系统是Roast能够持续深入的关键它像一位经验丰富的审讯者不会让你轻易滑走。下面这个表格整理了我实测中遇到的一些经典“回避话术”及Roast的典型回应你的回避话术Roast的典型回应与意图解析“这很复杂。”“复杂不是借口。把它拆解成三个部分我们先从第一部分开始。”意图将“复杂”这个模糊的挡箭牌具体化、可操作化。“大家都这么认为。”“共识不等于真理。在抛开所有人看法的情况下你自己的独立判断是什么”意图将思考主体从“大家”拉回“你”对抗从众心理。“我觉得应该能行。”“‘觉得’不是证据。有什么数据、案例或逻辑推导能支撑这个‘应该’”意图要求用客观依据取代主观感觉。“你说的对。”“我什么都没说我只是问了一个问题。你是在真正思考还是在迎合我”意图防止用户放弃思考、被动同意迫使其产出自己的观点。“我们晚点再讨论这个吧。”“为什么是‘晚点’是因为这个问题不重要还是因为它让你感到不舒服”意图区分拖延的合理性与情绪性原因直面核心阻力。“这只是直觉。”“直觉是压缩了的经验。试着把它‘解压缩’背后是哪些具体的经历、观察或模式识别让你产生了这个直觉”意图尊重直觉但要求追溯其来源使其可被审视。“我不知道。”“‘不知道’和‘还没仔细想过’是两回事。你属于哪一种”意图区分真无知与思维懒惰鼓励后者进行初步探索。回答变得越来越简短“你的回答在变短。这说明我们更接近答案了还是你更想逃避面对它了”意图将用户的行为模式本身作为反思对象揭示潜在的抗拒心理。这套系统的精妙之处在于它不评价、不说教只是通过更高明的问题将皮球踢回给你迫使你不得不面对自己思维中的模糊地带。在实际使用中我经常被它问得“哑口无言”继而不得不静下心来给出一个更诚实的回答。3.2 认知偏见检测让你看见自己的思维陷阱这是Roast另一个极具价值的“暗箱”功能。它会在对话过程中实时分析你的语言模式自动检测多达10种常见的认知偏见。它不会跳出来说“嘿你犯了确认偏误”而是会通过一个巧妙的问题引导你自己发现它。例如当你反复引用支持自己观点的案例时它可能会问“你提到的这些例子都很好地支持了你的方案。那么你有没有主动去寻找过反对这个方案的证据或案例结果如何” 这个问题本身就是在温和地提示你可能存在的“确认偏误”。下表列出了Roast能检测的部分偏见及其引导方式认知偏见检测信号Roast的引导性问题确认偏误只引用支持性证据忽略反面信息。“要证明这个观点成立需要哪些证据要证明它不成立又需要哪些证据你收集了后者吗”幸存者偏差只谈论成功的例子忽略失败的样本。“我们听到了很多成功的故事。那么在同样条件下失败的人或项目他们有什么共同特点我们如何避免成为他们”沉没成本谬误强调已投入的时间、金钱、精力。“假设我们今天是从零开始没有之前的任何投入基于当前已知的所有信息你还会做出同样的选择吗”锚定效应讨论围绕一个初始数字或概念展开。“让我们暂时忘掉最开始提到的那个数字或概念。纯粹从零开始估算/思考你的结论会是什么”过度乐观偏见严重低估任务所需时间、成本或风险。“你估计需要3个月。如果我们把计划乘以一个‘意外系数’比如2倍并考虑可能遇到的最大障碍更现实的 timeline 是怎样的”这个功能的价值在于“授人以渔”。它不仅仅是在一次对话中纠正你更是在训练你识别这些思维陷阱的“肌肉记忆”。长期使用你会发现自己即使在日常思考中也会下意识地给自己提出类似的问题。3.3 三大铁律保证拷问的纯粹性为了保证拷问过程不偏离核心目标Roast遵循三条不可动摇的铁律。理解这些规则能帮助你更好地与它配合。只提问不回答这是最核心的规则。Roast在任何情况下都不会直接给出答案、建议或解决方案。所有的洞见必须来自于用户自己的思考。这强迫你成为自己思想的真正主人而不是依赖外部权威。问题必须环环相扣每一个新问题都必须基于你对上一个问题的回答。它不能跳跃也不能回到无关的旧话题。这形成了一条不断深入的“问题链”确保探索是连贯和递进的避免思维散漫。绝不接受模糊表述像“可能”、“大概”、“我觉得”、“某种程度上”这类词汇是思考的敌人。一旦Roast检测到这种模糊性它会立即指出来并要求你澄清。你必须用更精确、更肯定的语言来表述你的想法。注意事项初次使用Roast时你可能会对它的“不近人情”感到沮丧。请记住它的设计初衷就是如此。它不是来帮你“完成”思考的而是来“训练”你思考的。放弃从它那里获得直接答案的期待专注于回答它提出的问题你会获得更多。4. 多平台安装与配置实战Roast的强大之处在于它并非一个独立的APP而是一套可以“注入”到多种主流AI编码助手中的“技能”。这意味着你可以在自己最熟悉的工作流中直接调用它。下面我将以最常用的几个平台为例详细说明安装和配置步骤。4.1 Claude Code 安装指南Claude Code是我目前的主力AI编程工具Roast对其的支持也最为完善。方法一通过插件市场安装推荐这是最简便的方式适合绝大多数用户。# 打开Claude Code的终端依次执行以下命令 claude plugin marketplace add sumleo/roast claude plugin install roastroast-skills执行完毕后重启Claude Code。你可以在聊天窗口中通过输入/roast或/roast [风味]来触发Roast技能。方法二手动安装如果插件市场遇到网络问题或者你想安装特定的开发分支可以采用手动方式。# 克隆仓库到Claude Code的插件目录 git clone https://github.com/sumleo/roast.git ~/.claude/plugins/roast # 进入目录可以切换到特定分支或标签例如 git checkout v1.0.0 cd ~/.claude/plugins/roast手动安装后同样需要重启Claude Code。你可以通过claude plugin list命令来确认roast插件是否已加载。配置与调优 安装后Roast会作为Claude的一个“技能”存在。你可以在Claude Code的设置中找到“Skills”或“Plugins”部分查看Roast的状态。通常不需要额外配置。但如果你觉得Roast的提问过于激进或温和可以尝试在提问时指定不同的“风味”例如/roast cbt会启用更温和的认知行为疗法模式。4.2 Cursor 编辑器集成对于使用Cursor编辑器的开发者Roast可以作为一个“规则”文件集成在编写代码或设计架构时随时进行自我拷问。安装步骤 在你的项目根目录下或你希望启用Roast的目录执行以下命令# 创建cursor规则目录如果不存在 mkdir -p .cursor/rules # 下载Roast的英文规则文件 curl -o .cursor/rules/roast.mdc \ https://raw.githubusercontent.com/sumleo/roast/main/cursor/rules/roast-en.mdc如果你想使用中文拷问可以将URL中的roast-en.mdc替换为roast.mdc。如何使用 安装后当你在这个目录或子目录下使用Cursor的AI功能时Roast的规则会自动生效。具体触发方式取决于Cursor的版本和配置通常可以在AI聊天框中输入特定的命令如/roast或通过右键菜单选项来启动一个Roast会话。它会针对你选中的代码块、当前文件或你描述的技术问题启动深度拷问流程。4.3 Codex CLI 与 Kiro 配置对于更偏向命令行和自动化工作流的用户Roast也提供了对Codex CLI和Kiro的支持。Codex CLI 全局安装# 为当前用户全局安装Roast技能 mkdir -p ~/.codex/skills/roast curl -o ~/.codex/skills/roast/SKILL.md \ https://raw.githubusercontent.com/sumleo/roast/main/codex/roast-en/SKILL.md这样安装后在任何使用Codex CLI的项目中你都可以调用Roast技能。Codex CLI 项目级安装 如果你只想在特定项目中使用Roast可以在项目根目录下操作mkdir -p .agents/skills/roast curl -o .agents/skills/roast/SKILL.md \ https://raw.githubusercontent.com/sumleo/roast/main/codex/roast-en/SKILL.mdKiro 配置 Kiro是一个新兴的AI智能体框架Roast可以作为其“引导”或“技能”使用。# 作为Steering引导文件安装影响AI的整体行为方向 mkdir -p .kiro/steering curl -o .kiro/steering/roast.md \ https://raw.githubusercontent.com/sumleo/roast/main/kiro/steering/roast-en.md # 作为Agent Skill代理技能安装需要时调用 mkdir -p .kiro/skills/roast curl -o .kiro/skills/roast/SKILL.md \ https://raw.githubusercontent.com/sumleo/roast/main/skills/roast-en/SKILL.mdSteering文件更像是给AI设定一个“爱拷问”的底层性格而Skill文件则是一个可随时调用的具体工具。4.4 语言版本选择Roast提供了多语言支持确保拷问能贴合你的文化语境和思维习惯。核心支持三种语言 中文默认版本提问方式和例子更符合中文语境。 英文国际通用版本逻辑直接。 日文提供了日文语境下的适配。在安装时通过下载不同语言后缀的文件即可切换。例如在手动安装时将URL中的roast-en改为roast中文或roast-ja日文。我建议非英语母语者优先使用中文版本因为深度思考时母语带来的阻力最小更容易触及潜意识。5. 实战应用场景与技巧5.1 创业者在见投资人前先被“虚拟VC”扒三层皮对于创业者来说Roast的“VC模式”是无价之宝。在准备融资路演或商业计划书时我强烈建议你先把你的核心故事扔给Roast拷问一遍。典型流程启动/roast vc输入“我们的项目是一个基于AI的自动化代码审查平台目标客户是中小型软件开发团队。”准备迎接暴风雨D1“‘自动化代码审查’有很多种。你的平台具体审查什么风格、漏洞、性能还是架构问题”D2“你说目标客户是‘中小型团队’。这个定义是什么按人数、按营收为什么大公司不需要为什么微型团队或个人开发者不适合”D3“你假设中小团队有代码审查的需求但缺乏工具或人力。这个假设的依据是什么他们可能根本不做正式代码审查你的产品是在创造需求还是满足需求”D4“你的技术介绍里强调‘深度学习模型’但商业模式里又强调‘开箱即用、低成本’。复杂的模型需要大量算力和数据这与低成本是否矛盾你的技术路径真的能支撑你宣称的商业模式吗”D5“抛开所有商业术语你内心深处相信这个项目能成功是因为你真的看到了一个巨大的市场缺口还是因为你个人对‘做一款开发者工具’有某种情怀或执念”通过这样一轮拷问你商业计划中所有模糊、脆弱、自相矛盾的点都会暴露无遗。你就有机会在见真人之前把这些漏洞补上。我见过太多创业者在被投资人问倒时才意识到自己根本没想清楚。Roast就是那个让你提前经历这一切的“模拟考”。5.2 工程师在代码上线前拷问你的架构设计技术决策也充满了假设和权衡。用Roast的“第一性原理”或“魔鬼代言人”模式来审视你的技术方案能避免很多事后追悔的坑。场景示例数据库选型启动/roast first-principles输入“为了新项目的用户数据存储我们决定使用MongoDB因为它schema灵活适合快速迭代。”拷问开始“‘Schema灵活’具体解决了我们当前业务的什么痛点请列举未来三个月最可能发生的数据结构变更。”“灵活性的代价是什么在数据一致性、复杂查询性能、事务支持方面我们做出了哪些妥协”“抛开‘MongoDB很流行’这个事实从第一性原理出发我们的数据本质上是关系型的用户、订单、产品还是文档型的日志、JSON配置如果本质是关系型为什么不用关系型数据库”“如果未来业务需要复杂的联表查询或强一致性事务基于MongoDB的方案将如何演进成本有多高”“这个决策是基于团队的熟悉程度还是基于技术本身的客观优劣如果是前者我们是否把‘学习成本’这个短期因素凌驾于‘长期技术债’之上了”这样的拷问能迫使你从“我觉得MongoDB挺好”的模糊感觉深入到具体业务场景、数据模型和未来扩展性的理性分析中。很多时候问完一圈你会发现最初的选择可能并不是最优解。5.3 个人决策用“CBT模式”理清生活选择Roast不仅用于工作对于人生重大选择同样有效。CBT模式尤其适合处理充满情绪和认知扭曲的决策。场景示例是否应该换工作启动/roast cbt输入“我对现在的工作感到厌倦没有成长想跳槽去一家创业公司但又害怕不稳定。”引导性拷问“你提到‘没有成长’。具体指哪方面没有成长是技能、职责、薪资还是人际关系请给每个方面从1到10打分。”“‘害怕不稳定’。这个‘不稳定’最坏的结果具体是什么是三个月找不到新工作是薪资下降30%还是职业生涯出现断层发生的可能性有多大”“你似乎在进行‘全有或全无’的思考要么忍受现状要么冒险跳槽。是否存在第三种选择比如在现有公司内部转岗或者兼职参与一个创业项目作为缓冲”“你想象中创业公司‘有成长’的画面是怎样的是学习新技术还是承担更多责任这些成长在现有公司通过主动争取是否完全无法获得”“如果一位好朋友面临完全相同的处境你会给他什么建议这个建议和你内心的想法有出入吗为什么”CBT模式的拷问不像VC模式那样咄咄逼人但它通过结构化的问题帮助你识别“灾难化想象”、“非黑即白”等扭曲思维让决策回归理性和事实基础。6. 高级技巧与组合使用6.1 与PUA项目组合从“想清楚”到“做正确”Roast的灵感部分来源于另一个优秀的开源项目PUA。如果说Roast是负责“拷问人类思维”那么PUA就是负责“拷问AI输出”。PUA的核心思想是当AI助手说“我做不到”或给出一个平庸答案时通过一系列预设的、强硬的提示词迫使AI进行更深层次的思考、尝试和回溯直到产出高质量的解决方案。黄金工作流Roast PUA第一阶段用Roast拷问自己。当你有一个模糊的想法或需求时先用Roast把它彻底想清楚、理明白。确保你要解决的问题是真实的方案是经得起推敲的。输出一份清晰的、无逻辑漏洞的需求文档或设计思路。第二阶段用PUA拷问AI。将这份清晰的需求交给AI助手如Claude、GPT去实现。当AI给出的代码、方案或答案不尽如人意时启用PUA技能。PUA会阻止AI轻易放弃它会要求AI解释失败原因、回溯推理步骤、尝试替代方案直到生成一个令人满意的结果。这个组合拳的威力在于它同时解决了创造性工作的两大核心难题人类想得不深和AI做得不好。Roast确保方向正确PUA确保执行到位。我自己在开发复杂功能时一定会走这个流程效率和质量都有显著提升。6.2 解读“拷问完成报告”一次深入的Roast会话结束时它会生成一份结构化的“深度报告”。这份报告不是对你的评判而是对你思考过程的提炼和地图价值极高。报告通常包含以下几个部分核心发现整个对话中你做出的最重要、最出乎自己意料的承认或洞察是什么这往往是突破点。暴露的假设哪些你之前未曾察觉的、视为“理所当然”的前提被摆上了台面这是未来决策中需要重点验证的部分。转折点问题哪一个问题让你卡壳最久或直接导致了你想法的转变这个问题类型就是你思维的“关键弱点”需要重点练习。后续行动基于这次对话你明确接下来要做的第一件具体的事是什么将洞见转化为行动。思维盲点地图总结你在对话中表现出回避倾向的领域如倾向于谈论技术细节回避市场问题或用“直觉”回避数据论证。这是你个人需要长期警惕的思维模式。定期回顾这些报告你能清晰地看到自己思维模式的进步轨迹和顽固的盲区实现真正的元认知提升。6.3 如何提出一个“好”的初始问题Roast的效果很大程度上取决于你喂给它的“初始想法”的质量。一个模糊的输入会导致拷问在浅层徘徊。反面例子“我想做个APP。”太宽泛Roast无从下手正面例子“我想做一个针对自由职业者的时间管理与客户发票一体化APP核心卖点是利用AI自动将时间追踪记录转化为符合不同国家税务要求的发票草稿。”后者的描述包含了目标用户自由职业者、核心功能时间管理发票、差异化亮点AI自动转化、符合多国税务。这给了Roast一个坚实的起点可以立刻深入拷问“自由职业者在开发票时最大的痛点是什么”、“现有的时间工具QuickBooks组合为什么没解决这个问题”、“AI处理不同国家复杂税法的准确率如何保证”。所以在使用Roast前花几分钟时间用一两句话尽可能清晰地定义你要思考的问题会事半功倍。7. 常见问题与排错指南在实际使用Roast的过程中你可能会遇到一些困惑或技术问题。以下是我总结的一些常见情况及解决方法。7.1 会话感觉卡住或重复现象Roast的问题开始变得重复或者感觉在一个层面上打转无法深入。可能原因1你的回答过于模糊。Roast的铁律是“不接受模糊”。如果你用“可能”、“大概”、“我觉得”来回答它会持续要求你澄清直到你给出明确、具体的陈述。解决方法强迫自己用更精确的语言。把“我觉得用户会喜欢”换成“根据我们之前对10位目标用户的访谈有8位明确表示了这个功能能解决他们XX场景下的XX问题”。可能原因2你回避了问题的核心。你可能在回答一个相关但更安全的问题而不是直面最尖锐的部分。解决方法诚实地承认“我还没有想清楚这一点”或者“我目前没有数据支持这只是我的猜测”。承认无知比绕圈子更能推动对话进入下一阶段例如Roast可能会问“那么你需要什么数据才能验证这个猜测”。7.2 感觉Roast的问题“太蠢”或“跑偏”现象你觉得Roast问的问题很基础或者完全误解了你的意思。可能原因1你的初始陈述存在歧义。记住Roast从D1层开始它的首要任务是确保它理解的和你想表达的是同一件事。如果基础概念有歧义后续所有问题都会跑偏。解决方法不要不耐烦。认真回答D1层的澄清性问题。这是建立共同语境的必要步骤。你可以补充更详细的背景信息。可能原因2你进入了不合适的“风味”模式。例如你用“VC模式”去拷问一个纯粹的技术实现细节自然会觉得问题很奇怪。解决方法中断当前会话用更明确的风味重新开始。比如对于技术细节使用“第一性原理”或“魔鬼代言人”模式。7.3 技术安装失败或无法调用现象按照指南安装后在相应的AI工具中无法触发Roast。通用排查步骤确认安装路径检查文件是否下载到了正确的目录。不同工具对插件/技能存放的路径要求非常严格一个字符都不能错。重启宿主应用安装完任何插件或技能后务必完全关闭并重新启动Claude Code、Cursor等主程序。检查命令格式在聊天框中输入/help或/plugins查看Roast是否在可用命令列表中并确认其触发命令是否正确通常是/roast。查看网络连接手动安装时curl或git clone命令可能因网络问题失败。可以尝试直接浏览器打开对应的Raw GitHub URL看是否能下载文件内容。查阅工具日志大多数AI开发工具都有日志输出功能。在设置中打开详细日志查看调用Roast时是否有错误信息。7.4 如何控制拷问的“攻击性”需求有时你觉得默认的苏格拉底模式过于尖锐想要一个更温和的引导过程。解决方案明确指定风味。/roast cbt模式最为温和专注于引导而非挑战。/roast mirror模式也相对中性它只是反射你的话语。避免在情绪波动较大或思考非常初步时使用devil或vc模式。高阶技巧你甚至可以在初始指令中设定基调。例如“/roast socratic请用相对温和的方式帮我梳理一下这个想法的可行性。” 虽然Roast主要遵循预设逻辑但明确的上下文提示有时能微调其表达方式。使用Roast就像聘请了一位永不疲倦、绝对诚实、且学识渊博的思维教练。它不会给你答案但会通过最精炼的问题引导你找到属于自己的答案。这个过程起初可能令人不适但一旦习惯你会发现自己的决策质量、沟通清晰度和对复杂问题的剖析能力都会获得质的飞跃。最重要的不是某个具体问题的答案而是你逐渐内化的那种严谨、深刻、敢于自我质疑的思维方式。这才是Roast带给用户最持久的价值。