每次我發橙皮書，評論區都有一類問題準時出現：花叔，橙皮書的 skill 能不能也發出來，我想用同款。

行，這次就發，而且用起來巨簡單，你甚至不需要下載任何skill。我把它手搓成了一個「橙皮書專家」，放進了 QClaw 的專家廣場。

這個「橙皮書專家」有什么用呢？我先給你提供個快速的案例幫你理解。

我丟給它一句話：「幫我搞懂 LLM 是怎么被訓練出來的，寫成一份給文科生也能看懂的橙皮書。」它先派幾個 Agent 并行去調研，把「大模型怎么訓練」拆成一張全景地圖：預訓練、有監督微調、對齊三大步，底下墊著 Transformer 這副骨架。地圖鋪清楚之后，它又把自己拆成 7 個 Agent 分頭寫 7 章，最后拼成一份 42 頁、兩萬多字的橙皮書，文科生也能從頭看到尾，快速理解大語言模型究竟是怎么回事。

從一句話到一本書，中間我沒碰一行代碼，沒寫復雜的prompt。

以及，關于這份橙皮書skill，先介紹個背景，從今年 3 月到現在，我出了 9 本橙皮書。從 OpenClaw 起頭，Claude Code、Codex、Hermes Agent、Agent Skills、Harness Engineering、Loop Engineering……AI 編程這條線上每冒出來一個新東西，我就寫一本。其中《Claude Code》那本前幾天剛出版成了紙質書，手上還有一本在出版流程里，暫時得保密。把這 9 本背后的方法拆開、裝進一個專家，就是上面那一句話能跑通的來路。

與其說是出書，橙皮書專家的實質是搞懂陌生領域的能力

我得先把一個誤會摁下去。這套方法最大的價值，其實不在出書本身。出書背后還有一大堆我自己的經驗、判斷、踩過的坑，那些封裝不進任何專家。

它真正解決的，是另一個更普遍、也更讓人發慌的問題：進一個全新領域時，你壓根不知道自己不知道什么。 就像很多人一聽「大模型怎么訓練」就頭皮發麻，難度倒在其次，真正卡人的是：連「該從哪下手、哪些是重點」都沒概念。

真正擅長快速進陌生領域的人，干的是同一件事。投行和咨詢的分析師，工作就是隔三差五被丟進一個完全陌生的行業，幾天內得拿出一個像樣的判斷。他們靠的是一套「先搭框架、再填細節」的笨功夫，跟天分關系不大：先把這個領域的地圖畫出來，知道它分幾塊、每塊的核心問題是什么。高手和新手最大的差別，倒在腦子里有沒有一張組織好的結構圖，而不在記住多少知識點。

剛才那份 LLM 橙皮書，專家干的第一件事就是這個：不急著寫，先給你鋪一張「預訓練 → 微調 → 對齊」的地圖。它交到你手里的，是一張能快速看懂陌生領域的地圖，讓你不用再怕任何新概念。

它是怎么做到的：一條五步流水線

橙皮書那套方法，本質就是把這套笨功夫跑成了一條流水線。拆開是五步，我盡量一句話說清每步在對付什么：

• 調研：先把領域拆成幾個互不重疊的板塊，搭出一張知識樹骨架，哪怕你一個名詞都不認識，也能先看到全貌；再派多個 Agent 并行去填每根枝條。

• 規劃：能不能列出一份有邏輯的大綱，就是入門沒入門的驗收。列不出，說明還在門外。

• 多 Agent 并行寫作：一個人幾萬字寫到吐血還慢，它把自己拆成一支隊伍，多個 Agent 分頭寫、你做主編。那份 LLM 橙皮書就是 7 個 Agent 同時寫 7 章拼出來的。

• 審校加事實核查：審校必須換獨立的 Agent，寫的人不審自己的稿；凡涉及數據、參數，必須回查一手源。這步是橙皮書不翻車的命門。

• 構建發布：知識只待在腦子里等于不能復用，拼成 PDF 發出去，這個領域才算真消化完、還能傳給別人。

寫一本書，只是這條流水線眾多出口里最費功夫的那個。但「快速搞懂一個陌生領域」這個能力本身，誰都用得上。

不止我這一個：QClaw 的「專家」是真能干活的

我能把橙皮書方法做成專家，其實是因為 QClaw 整個產品就是圍著「專家」轉的。它是騰訊出品的桌面工具，底子是開源的 OpenClaw 框架，現在也兼容了 Hermes Agent，裝一下就能跑，數據全留在你自己電腦上。打開它，專家廣場里上百個 AI 專家按行業分好類，點「開始使用」就開工。

在廣場里翻的時候，我撞見一個眼熟的名字：女媧。熟悉我的朋友知道，它是我做的一套「造專家的專家」，你用大白話跟它說要個什么角色，它就幫你把那個專家寫出來。這兩年總有人說女媧聽著有意思但一直沒騰出手試，現在它已經上架專家廣場了，點一下「開始使用」就能直接玩。

我自己也拿它實操了一把：讓女媧蒸餾一個「一人公司經營專家」。

它沒敷衍，先跟我確認清楚 OPC 指的是 One Person Company，再派出六個 Agent 并行調研：著作、訪談、表達方式、外界批評、決策案例、發展時間線，國內國外的關鍵人物一路扒過來。

調研完它再提煉，最后吐出一個帶 7 個核心心智模型、10 條決策啟發式的專家。最讓我服氣的是，它沒只挑好聽的說，專門留了一塊「誠實邊界」，把一人公司的倒閉潮數據、割韭菜生態、法律風險都寫了進去。這點倒是挺像我自己的脾氣：要做就做個不回避爭議的。

把這幾個專家放一塊看，共同點就出來了：每一個，都是一套被封裝好的方法或角色，你不用懂它背后的調研、多 Agent、審校，點開始使用、提個問就行。「專家化」最要緊的意義就在這：它把一個高手腦子里那套門道，變成初學者點一下就能調用的東西，門檻從「你得自己會」砍到「你會打字提問就行」。

我的橙皮書專家，是這么造出來的

逛廣場是用現成的，但 QClaw 沒把你鎖在「只能用別人的」，它還給了好幾種自己造專家的入口。

因為我希望讓我的「專家」能給你們也使用，就走了QClaw官方的開放平臺路徑 open.qclaw.qq.com，我把本地已經跑通的橙皮書 Agent 連同那套 skill 打包，填好名字、介紹、示例，提交審核。

好消息是，就在我寫完這篇的工夫，它已經審核通過、正式上架了。現在你打開 QClaw 的專家廣場，搜「橙皮書」就能直接用上。

或者，你也可以通過下面這個QClaw的小程序直接訪問

你不用懂技術，這才是重點

用這個橙皮書專家，你一句復雜prompt都不用寫，一個環境都不用配，就一句大白話的事。

別把它只想成「寫一本橙皮書」。你完全可以拿它對準你正面對的那個新領域：剛接手的行業、被要求一周內搞懂的新工具、想轉行進去的賽道。它會帶你走一遍我走過 9 遍的路，走完一趟，那個曾經讓你心里發虛的領域，你至少摸得到它的輪廓和門道了。這就是個足夠好的開始。

為什么手搓專家，是普通人接住 AI 紅利最快的姿勢

寫到這兒，我想把幾件以前寫過的事串起來。我寫過《把同事作為 Skill》，寫過女媧造人那套生態，背后是同一個信念：真正的杠桿，是把一種能力封裝成誰都能一鍵調用的東西。 一個牛人、一套方法、一條流水線，一旦能被封裝、被召喚，它就不再受限于「本人在不在場」。

過去我手搓的東西基本只能自己用，送人麻煩，規模化更別想。專家廣場加上這幾種創建方式，第一次把「手搓 → 上架 → 別人一鍵用」整條路鋪順了。你不用會寫代碼、不用懂部署，只要對某件事真有方法，就能把它做成一個專家，遞到很多人手里。

最后說個實在的。我的橙皮書在 GitHub 上全部開源、免費下載，誰都能拿。可它同時也在反哺我：微信讀書上有人讀會帶來收益，開頭說的那本還出版成了紙質書。開源、免費、出版、收益，我從沒覺得這幾件事矛盾。你真做出對別人有用的東西，回頭它總會以別的方式回報你。

對了，順便提一句：QClaw 里幾乎把國產最能打的模型都接進來了，DeepSeek、GLM-5.2、Kimi K2.7 Code、MiniMax 這些隨你挑。新注冊還會送一筆積分，夠你拿這排頂配模型先把專家用個爽。

女媧和橙皮書專家現在都在專家廣場里擺著，你點開就能用。隨手丟給橙皮書專家一個你一直想搞懂、卻沒敢碰的領域，看它給你鋪出怎樣一張地圖。然后順手想想，你手上那套別人羨慕的本事，是不是也能手搓成一個專家，擺上去。