# 烧掉20亿Token后，他开源了一个帮Agent把模糊需求转成任务书的Leader.skill

> 原标题：浪费20亿Token后，我开源了帮Agent定义目标的Leader.skill

- 来源：AI HOT 精选
- 发布时间：2026-07-27T00:12:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/46787
- 原文：https://mp.weixin.qq.com/s/AwOk3di8m6eVeIUjzNftgg

## 摘要

Leader.skill 用一套叫“目标七问”的方法，把人类一句模糊的想法拆成 Agent 能跑几小时的任务书，写清楚目的、做完长什么样、怎么防作弊、边界在哪。作者推荐用 Claude Fable 5 或 Kimi K3 做规划，再交给 GPT-5.6 Sol 或 GLM-5.2 去长程执行。

## 推荐理由

作者烧掉20亿Token后开源Leader.skill，用目标七问把模糊想法拆成Agent能跑几小时的任务书，写清目的、验收、防作弊与边界。

## 锐评

烧 20 亿 token 换来的教训是需求得先写清楚，这个学费交得挺实在。做 agent 的都懂，模糊需求丢进去，模型跑几小时烧一堆 token 出来个跑偏的东西，返工成本比一开始多问几句高得多。目标七问这套东西不新鲜，但有人把踩坑经验固化成 skill 开源出来，省了后面的人重新踩。规划用强模型、执行用便宜模型这个分工也合理，规划那步 token 少但错不起，执行那步量大但容错高。20 亿 token 的实验细节没展开，说服力确实打了折，不过框架本身能直接拿去用。
