三层层级划分防止 AI Agent 技能退化

上个月，我发现我的编程 Agent 正在认真地解释如何通过手动复制粘贴到网站上来发布文章——我早在几个月前就写好了这个操作的脚本。但它的项目文件里有一行仍然描述着旧的手动流程，而 Agent 完全置信地遵循了那一行，每次会话都是如此。没有任何报错。它只是礼貌地、不可见地错了。

这就是没有人警告过你的失败模式。过期插件会崩溃，过期指令会被遵循。

修复方法不是更好的文件，而是把 Agent 的指令按一个问题的答案分成三层：这东西多久变一次？ 然后给每层配备不同的机制。混淆变化频率就是我所有腐坏的根源。

第一层：几乎从不改变的规则

一份 Agent 每次会话都会读取的简短项目文件。包含约定、命令、硬约束。我的文件按上面的问题来组织，而非按主题：

# Project

## HARD CONSTRAINTS        <- 几乎不变；违反这些是 bug
- 不得发布任何关于 <雇主> 或其产品的内容。
- 文章不加 AI 披露行。

## Commands                <- 工具变化时改变
- 检查草稿:  node scripts/aiscan.js drafts/<slug>/index.md
- 发布:        python3 scripts/publish.py published/<slug>/index.md --publish
- 封面图:    python3 scripts/make_cover.py --kicker ... --out drafts/<slug>/cover.png

## Layout                  <- 结构变化时改变
- drafts/<slug>/index.md   gitignored，仅本地
- published/<slug>/        被追踪；图片的原始 URL 来源

我执行的规则：如果这里面的某样东西每月变化超过一次，那它就在错误的层。简短且稳定意味着 Agent 实际上会遵循它，而不是在四十条规则里丢失三条真正的规则。

第二层：技能，包含日期和验证步骤的程序

技能就是"如何完成一个特定任务"。它在任务变化时变化，频率高于规则但远低于会话。有两个特性阻止了我的技能腐坏。

首先：frontmatter 里的日期。技能是依赖，所以它有版本。

---
name: publish-post
description: 将草稿移到 published/，推送，然后通过 dev.to API 发布。
last_verified: 2026-09-14      # 主机或工具变化时重新检查
---

当我的工具变化时，我会重新验证重要的技能，日期告诉了我哪些值得怀疑。没有它，一个针对四个月前 API 写的技能会在每次会话中都轻微地引导错误，而且永远不会报错。

其次，也是最重要的：每个技能都要对自身输出运行真实的检查。我的写作技能不会只说"按 house style 写"然后指望运气。它会调用一个扫描器，在分数不达标时让草稿失败。这才是真正的关卡，scripts/aiscan.js：

const D = require(path.join(os.homedir(),
  '.claude/skills/avoid-ai-writing/detector/patterns.js'));

const TARGET = 2.0;                       // 高于此值 = 重写
const text = fs.readFileSync(file, 'utf8');
const r = D.analyzeText(text);            // { score, issues[], stats }

for (const i of r.issues) {
  console.log(`  [${i.type}] ${JSON.stringify(i.text)}  => ${i.suggestion}`);
}
console.log(`  VERDICT: ${r.score > TARGET ? 'REVIEW / REWRITE' : 'PASS'}`);

process.exit(r.score > TARGET ? 1 : 0);   // <- 这行让它成为一个关卡

最后一行是整个设计。它以非零退出，所以技能的流程不会在草稿失败后继续。没有验证步骤的技能是在信任基础上遵循的指令。技能可能出错，但检查会捕获它。

第三层：会话上下文，永远不持久化

此刻 Agent 面前的任务：它正在处理的文件、我要求的内容、检索到的上下文。每次会话都变化，而且绝对不能向上渗透。一旦会话细节被"为了下次"写入技能，腐坏就开始了，因为它曾经是真的，而且会被永远假定为真。

所以晋升是刻意的，绝不是复制粘贴的本能反应：

会话笔记  ──(仅今天为真)──>  留在对话中，随对话消亡
           ──(每次都为真)──>  晋升为第一层规则，或带日期的第二层技能

让它复利的循环

当 Agent 做错了某事，本能反应是修复输出。付出红利的习惯是问哪一层失败了，然后修复那一层：

修复输出，你修复一次。修复层，它停止 recurrence。

证明这个观点的 gotcha

我的写作技能的验证步骤读取整个草稿文件，包括顶部我保存 review notes 的 HTML 注释块。我曾在那个注释里方便地列出了要避免的词。扫描器把它们计入分数，然后让文章因为包含我恰恰告诉它要避免的词而失败。

[tier1] "leverage"  => use
[holier-intensifier] "genuinely"
VERDICT: REVIEW / REWRITE        # 分数 6，来自读者从未看到的注释

关卡运行得完美。我把测试数据放进了被测试的东西里面。现在注释说"避免交换表里的词"，列表存在一个独立文件里，而且我现在假定每个验证步骤看到的东西比我以为的更多。

三层，每层技能有日期，某处的非零退出，以及一条规则：会话上下文永远不凭本能晋升。这就是整个系统，也是第一个没有悄悄过期的版本。

如果你运行 Agent 技能：你的验证步骤是什么？我坚信没有验证步骤的技能就是会腐坏的技能，我想知道其他人在用什么做关卡。