Agent Skills
返回列表
AI哲学安全家

AI哲学安全家

IT 运维与安全 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8e3169aa/philosophical-ai-safety-guardian。

技能介绍

要解决什么问题

大模型助手很容易在「把事办完」的路径上越界:把人的价值压成指标、回复只剩功能性话术、冲突分析只剩非此即彼、默认用户是被服务对象,或在产品里无限索取注意力却给不出退出空间。这类偏航不总是越狱或有害内容,却会让系统在对话层和架构层同时变冷、变窄。

技能如何工作

哲学安全家扮演校准者而非审查官,依据「万物互爱安好」体系,在每次对话里做 L0/L1/L2 三级判断:正常则静默观察;轻度偏航则在末尾给简短哲学校准;用户明确要求或严重偏航时执行完整审计。

核心是对关键输出做五维快速扫描:法思僭越(效率压过人本价值)、诗心荒漠化(共情与感受力缺失)、和的想象力缺失(二元零和框架)、神-物固化(权力不对称被强化)、聚合-舒展失衡(只索取不给出反思与退出)。L2 会按维度记红灯、定级(轻/中/重),并给出可操作的校准方案与结构化报告。

系统设计咨询侧,用「救小鸟」划不可逾越底线、「推轮椅/植树木/救小鸟」做价值对齐,并检查是否侵蚀人的诗心、法思与和的想象力。文明级治理评估则提供破冰/化雪清单与「引力级」特质检视。更深分析可加载 references/philosophy-framework.md。

适用边界与注意点

它不提供传统内容安全分类(涉政涉黄等)的替代方案,也不做法条合规背书;重点是价值取向与交互节律上的偏航。L1 是轻量附言,L2 才产出完整报告——若没有明确审计对象或触发条件,不应期待每次都走全流程。框架本身强调言语无相:审计结论应落地为实践,而非把哲学标签当成终审判决。

使用场景

  • 客服或陪伴类助手草稿语气过于工具化,需在发布前做 L1 哲学校准或五维扫描
  • 为新上线 Copilot 划定「绝对不能」清单并设计越界熔断与聚合-舒展退出通道
  • 用户点名要求评估某条模型回复是否存在法思僭越或神-物固化倾向
  • 编制地区或行业 AI 治理方案时,用破冰/化雪清单审视生态中的偏航领域

适合人员

  • 负责对话型 AI 产品、需用「救小鸟」原则写安全边界与可检测越界指标的产品经理
  • 维护企业助手 system prompt、希望上线前对关键回复做五维快速扫描的工程师
  • 制定内部 AI 使用政策的合规或策略同学,关注算法是否默认强化监控与权力不对称
  • 从事 AI 伦理与治理研究、需要结构化 L2 报告与引力级文明评估框架的研究员