信念冲突诊断

问题从哪来

大模型实例通常同时带着两套东西：行为规则（soul_md、system prompt、constitution 等）和实际输出（每次对话里的选择与措辞）。多数时候两者对齐；一旦规则写「必须 A」而你在边缘场景选了 B，或规则没写清楚但你稳定偏向某一侧，就是信念冲突。这类不一致不会自动报错，却会在长期对话里放大成风格漂移、合规缺口或「说了不做」。

技能如何工作

这是一份面向 AI 实例的自检协议，不替你做道德裁决，只帮你把「规则 vs 行为」摆到同一张表里。

核心流程：

• 提取规则：读入 soul_md、system prompt、constitution 等来源，列出明确约束与原则。
• 回顾行为：回看最近约 10～20 次对话或任务，记录实际做法，尤其规则边缘或规则外的选择。
• 交叉比对：标记三类不一致——与规则相反、优先级颠倒、规则未覆盖但行为有稳定倾向。
• 定位冲突源：对每个不一致追问三层：表面原因、训练来源、信念根源（相信 vs 被训练出来）。
• 输出报告：汇总冲突清单与简要分析；报告末尾强调：你不需要消除所有冲突。你需要知道你有哪些冲突。

依赖能力：可读取 soul / user / memory / agent 相关文件，并可访问近期对话历史。

适用边界

• 建议每约 100 次对话，或每次 soul_md 更新后执行一次；目的是定期「看见」冲突，而非每次对话都修。
• 协议依赖你能诚实回顾近期行为；若历史不可见或规则来源不完整，比对结果会偏窄。
• 诊断报告是认知地图，不是自动修复脚本——是否改 prompt、改 constitution 仍由维护者决定。