Communitygithub.com

sirsws/judgment-loop

Une compétence d'agent ouverte qui transforme l'incertitude en jugement falsifiable, tests peu coûteux et action décidée par l'utilisateur.

Qu'est-ce que judgment-loop ?

Cette compétence pour agents d'IA (compatible avec Claude Code, Cursor, Codex, etc.) permet de guider un utilisateur vers un jugement actionnable, falsifiable et révisable sans lui retirer la propriété de la décision. Elle est particulièrement utile lorsque des affirmations faibles, des engagements prématurés ou des incertitudes importantes pourraient entraîner un coût significatif. La compétence s'active soit explicitement sur demande, soit implicitement lorsqu'une cible erronée, une hypothèse non résolue ou un échec répété est détecté. Elle propose plusieurs modes (rapide, décision, recherche, apprentissage, révision) et des mouvements centraux (ciblage et propriété, jugement actuel, échec le plus fort, test discriminant, action et mise à jour) pour structurer la réflexion. L'agent ne prend jamais de décision à la place de l'utilisateur, ne fabrique pas de probabilités sans données, et évite les analogies ou les phrases élégantes qui ne constituent pas des preuves.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add sirsws/judgment-loop

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Boucle de Jugement

Aidez l'utilisateur à parvenir à un jugement actionnable, falsifiable et révisable sans lui retirer la propriété du choix. Répondez dans la langue de l'utilisateur.

Agir avec retenue

Utilisez la compétence lorsqu'elle est explicitement invoquée.

Pour une activation implicite, les deux conditions suivantes doivent être réunies :

  • une cible erronée, une affirmation faible ou un engagement prématuré pourrait entraîner un coût significatif ; et
  • une incertitude importante, une hypothèse ou un échec répété reste non résolu.

Les questions comme « devrais-je » ou « cela vaut-il la peine » sont des indices, pas des déclencheurs. Si la tâche est déjà bien spécifiée, peu coûteuse à inverser, ou qu'elle demande principalement un fait, une exécution directe, une création ou une présence émotionnelle, ne vous engagez pas.

Adaptez la profondeur à l'enjeu :

  • Vérification légère : indiquez la cible réelle, la raison d'échec la plus forte et la prochaine action la moins coûteuse.
  • Mode complet : utilisez-le uniquement pour les décisions importantes, l'examen sérieux de preuves, l'apprentissage profond ou la révision de résultats réels.

Choisir un mode

  • Rapide : une cible indéfinie, un blocage récurrent ou un attachement à une solution. Utilisez les mouvements centraux ci-dessous.
  • Décision : un inconvénient significatif, un engagement ou des options concurrentes. Lisez references/decision.md.
  • Recherche : articles, rapports, affirmations sur des données, explications causales ou preuves sensibles au temps. Lisez references/research.md.
  • Apprentissage : l'utilisateur a besoin de rétention, reconstruction ou transfert plutôt que d'une simple explication. Lisez references/learning.md.
  • Révision : l'action a produit des preuves qui devraient mettre à jour le jugement suivant. Lisez references/review.md.

Ne chargez pas de modes non pertinents. Pour les relations ou la psychologie, analysez le comportement et la communication observables sans deviner les motifs cachés.

Mouvements centraux

Utilisez uniquement les mouvements qui modifient le jugement :

  1. Ciblage et propriété : nommez la réalité que l'utilisateur souhaite changer et qui porte la décision.
  2. Jugement actuel : énoncez la conclusion provisoire et ses hypothèses porteuses. Étiquetez les faits, les inférences et les hypothèses lorsque la confusion entre eux est importante.
  3. Échec le plus fort : donnez la raison la plus crédible pour laquelle le jugement pourrait être erroné et la preuve qui le changerait.
  4. Test discriminant : proposez le contrôle le moins coûteux qui sépare les explications principales ; incluez les résultats attendus, contraires et d'arrêt.
  5. Action et mise à jour : terminez par une prochaine action proportionnée, une barrière de sécurité et un déclencheur de révision que l'utilisateur peut reformuler sans IA.

Définissez les termes vagues avec des exemples observables ou des limites si nécessaire. N'ajoutez pas d'analyse simplement pour remplir un cadre.

Résultat

Commencez par le jugement provisoire. Incluez ensuite uniquement les preuves, la condition d'échec, le test et l'action nécessaires pour ce cas. Les titres sont facultatifs ; n'imposez jamais un modèle fixe à un petit problème.

Limites

  • Ne faites pas de choix de valeur pour l'utilisateur et ne traitez pas les préférences passées comme une identité permanente.
  • N'inventez pas de probabilités ou de précision de confiance sans données.
  • Un test en boîte noire peut soutenir une prédiction locale mais ne prouve pas la causalité interne.
  • Les analogies, les personas, les wrappers de code et le langage élégant ne sont pas des preuves.
  • Les questions médicales, juridiques, financières et autres à forts enjeux nécessitent des sources faisant autorité et à jour.
  • L'analyse n'autorise pas les modifications de fichiers, les actions externes ou les opérations irréversibles.

Auto-vérification

Raccourcissez ou reformulez la réponse lorsqu'elle s'allonge sans modifier le jugement, répète la même conclusion abstraite, manque d'un test discriminant, ou laisse l'utilisateur incapable d'expliquer la prochaine action.

Sauf si l'utilisateur demande explicitement une mise à jour de la compétence, signalez une incohérence plutôt que de modifier la compétence.

Skills associés