---
name: Learn Occam
slug: learn-occam
category: AI Engineering
description: "Learn Occam helps decide whether to learn something, how far to go, or whether to use existing knowledge instead. It asks for the concrete problem, checks what is already known, and returns learn, don't learn, or learn the minimum needed."
github: "https://github.com/Li-Evan/Bloom/tree/main/skills/learn-occam"
language: Python
stars: 248
forks: 39
install: "npx degit https://github.com/Li-Evan/Bloom/tree/main/skills/learn-occam ~/.claude/skills/learn-occam"
installs_to: ~/.claude/skills/learn-occam
source_path: skills/learn-occam/SKILL.md
collection_size: 7
category_size: 2631
collection_url: "https://dirskills.com/collections/Li-Evan/Bloom"
added: 2026-09-02T05:21:00.146Z
last_synced: 2026-09-02T05:21:00.146Z
canonical_url: "https://dirskills.com/skills/learn-occam"
---

# Learn Occam

Learn Occam helps decide whether to learn something, how far to go, or whether to use existing knowledge instead. It asks for the concrete problem, checks what is already known, and returns learn, don't learn, or learn the minimum needed.

**Install:**

```bash
npx degit https://github.com/Li-Evan/Bloom/tree/main/skills/learn-occam ~/.claude/skills/learn-occam
```

## README

# 简易策略（learn-occam）

> 核心信条：**这世界最有价值的不是知识，是你的时间。** 能用现有知识解决的就别学新的；以后要用的，以后再学。

## 何时用

用户在纠结"要不要学 X / 学到什么程度 / 精力往哪放"。这是"广度优先、兴趣队列过长"倾向的**刹车**。

## 流程

### 第一步：先找"既定问题"

逼问一句：**你要解决的具体问题是什么？** 没有具体问题、纯"感觉该学 / 别人都在学"→ 直接进"以后再学"队列，不占当下精力。理解知识的作用，重于知识本身。

### 第二步：现有知识能不能搞定

**问清用户已经会什么**——能解决就**别学新的**。拿不准"是不是其实已经会了"就配合 `learn-crossover`。

### 第三步：贬值速度 + ROI

这知识多久会贬值？（技术栈 / 工具往往 6–12 个月就明显更新）相对有限的时间值不值？**贬值快 + 可外包给 AI / 随时查 → 只需"知道它存在、管什么"，不必真学。**

### 第四步：探索 vs 应用（N 臂老虎机）

现在该"探索"（学新）还是"应用"（用现有）？探索成本越高 → 越该偏应用。只有目标够难、现有知识确实够不着时，简易策略才**督促**你学。

### 第五步：给结论

明确三选一：**① 学**（值得且现有搞不定）/ **② 不学**（入"以后再学"队列）/ **③ 只学最小够用的那一块**（点明是哪一小块）。要深挖就转 `learn-graph` 建路径。

## 注意

> ⚠️ **铁律·只用确证的已会知识**：判断用户「已经会什么」只能用他**确证学过**的知识（亲口确认或可靠背景）；**严禁**把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗？」，绝不替他假设。

- 简易策略不是"少学"，是"让问题决定你学什么"。
- 它的缺点是易陷局部最优——拿不准"是不是缺前置知识"时转 `learn-graph`。
- 同族 skill：`learn-crossover`(已会什么) `learn-graph`(系统建图) `learn-prototype`(动手迭代) `learn-feynman`(自查)。