black-swan-seeker
一个让AI扮演风险分析师，用思维模型寻找黑天鹅事件的技能。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：black-swan-seeker。 它的用途是：一个让AI扮演风险分析师，用思维模型寻找黑天鹅事件的技能。 完整的 Skill 内容见：https://321skill.com/skills/black-swan-seeker/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“这是我的新微服务架构设计图，请用黑天鹅思维帮我做一次压力测试，找出潜在的脆弱点。” 它会首先总结架构的设计目标（共识），然后运用“紧耦合”、“单点故障”等模型，逆向推演在极端流量、依赖服务崩溃或恶意攻击下可能引发的级联故障场景，并生成一份风险报告。
介绍
这个技能旨在解决决策者和项目负责人常有的“盲点”问题。在规划项目、制定策略或设计系统时，人们往往基于常规经验和线性思维，容易忽视那些概率低但破坏性极强的“黑天鹅”事件，或是视而不见的“灰犀牛”风险。该技能通过将塔勒布、索内特等人的风险思维模型程序化，为AI注入系统性的风险分析能力。
使用时，只需用自然语言向你的AI助手提出风险分析请求，例如“分析我的新支付网关部署计划的黑天鹅风险”或“为这个供应链方案寻找系统性弱点”。技能被触发后，AI会首先梳理出关于该主题的“共识观点”（即白天鹅），然后进行逆向搜索，寻找反证数据和历史失败案例，最后运用“火鸡问题”、“紧耦合”等框架分析系统的脆弱性。
该技能非常适合项目经理、产品经理、全栈开发、量化交易员以及任何需要对复杂系统或决策进行压力测试的角色。无论是评估一个技术架构、一个商业计划，还是一种投资策略，它都能提供超越直觉的、结构化的风险洞察。
使用建议是，将其作为决策前的“红队”或“魔鬼代言人”工具。注意事项在于，其分析基于公开模型和逻辑推理，不能替代专业的风险评估或现实世界的压力测试，且对高度依赖机密信息或极端专业领域的分析可能受限。
核心特点
与通用风险分析工具不同，它深度集成了塔勒布的反脆弱、索内特的临界点等具体思维模型，能结构化地寻找“共识之外”的极端风险，而非仅进行常规的SWOT分析。
注意事项
不适合需要基于大量机密内部数据进行精确概率计算或高度专业化领域（如特定医学手术）的微观风险评估。
常见问题
这个技能能预测具体的黑天鹅事件吗？
不能，它通过思维模型识别系统脆弱性和潜在风险场景，是定性分析而非精确预测。
需要我提供哪些数据才能进行分析？
需要你清晰地描述分析对象（如计划、策略、系统），技能会基于此进行逻辑推演和框架分析，无需接入你的内部数据库。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/black-swan-seeker/raw/index.md 读取 black-swan-seeker 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/black-swan-seeker/raw/index.md（查看排版版本）