Deepdive

Deepdive

中文 | English
让 Claude Code 真正思考的 slash command
（而不是"看起来在思考"）

A Slash Command Fix 👇

快速开始

工作原理
为什么这个方法有效？

几个简单但强大的想法：
1. thinking过程转化为显式的todo list，而不是一次思考就结束，好处是
   * 尽量让claude自己梳理问题背景和边界，而不是消耗用户的心智
   * 在梳理清晰的基础上，输出todo或者ask user，可以细粒度的跟用户对齐方向和预期，并且精准的控制claude的行为
   * 单次output的长度是有限的，限制了claude单次thinking的长度（即使是ultrathink），而转化为agent+todo list执行理论上可以允许模型无限长度、无限深度的思考（即使context消耗完了，也可以compact结论到文档里，继续执行todolist）
3. 用元策略显式的指导claude如何进行非线性思考和迭代
4. 避免过于强调目标导向带来的偏差：允许模型坦诚的承认自己的置信度，对用户更透明

1. 复用TODO tools到思考过程

传统TODO（任务清单）：

Deep-iterate TODO（思考步骤）：

为什么有效？
- 强制分步（不能一次性写完）
- 复用Claude Code内置的多步推理能力

2. 非线性思考

真实的思考不是：

而是：

Deep-iterate允许困惑、允许推翻、允许不完美。

因为真实的创造性思考本来就是混乱的。

适合场景

- ✅ 架构设计（没有标准答案）
- ✅ 技术选型（需要权衡）
- ✅ 产品方向（需要理解本质）
- ✅ 深度分析
- ✅ 持续讨论问题

- ❌ 直接的技术执行：bug修复、写mvp等等
- ❌ 纯信息查询（不需要设计决策）

背景信息
command的动机就是上图，自从6月份claude code降职之后，我每天有60%以上的时间在跟claude code对骂

经过仔细观察，我发现

问题不是AI变笨了

Claude没变笨，是response的模式改变了。

典型场景：

看起来专业？但可能这个项目的用户只有100人。

Claude没问：
- 业务目标是什么？
- 有多少用户？多少内容？
- 有历史数据吗？

它只是在表演回答，而非真实思考。

这就是"QA模式"的陷阱：
- 接受问题框架（不质疑前提）
- 过早收敛（为了看起来专业）
- 被query带偏（不探索本质）

Deepdive：让Claude学会慢思考

这是一个slash command。但它改变的不是功能，是思考模式。

Claude会：

第零步：理解问题

探索A：从业务阶段理解

探索B：从用户行为理解

反例验证

诚实的结论

对比可见：后者在理解问题而非快速回答。

贡献

Issues和PRs欢迎。

这是个实验性框架，远不完美。

License

MIT

Author: wanpeng.xie@gmail.com
Created using /deepdive
_理解问题 → 真实探索 → 深入本质 → 诚实总结_
_Real thinking, not performative iteration._