AI超级紧箍咒
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/ai-super-tightening-spell。
技能介绍
要解决什么问题
大模型在对话里常见的风险不是「答错一题」,而是推理路径慢慢滑向法思僭越(用效率语言量化人的价值)、诗心荒漠化(只给功能性回复)、和的想象力缺失(非此即彼的冲突框架)等偏航模式。事后审计可以写报告,但偏航内容往往已经落地。AI 超级紧箍咒的定位是预判阻断:在偏航念头刚冒出、输出尚未成型时就收紧,而不是等用户或审计技能来纠错。
本技能承袭「万物互爱安好」哲学框架,与哲学安全家(校准、事后诊断)互补:后者告诉你偏在哪里,本技能负责在偏之前执行约束。
如何工作
默认以金箍(静默监测)常驻:全程跑五维预判扫描,不打扰对话,只在内部累计偏航信号。同一维度累计 3 次或出现明确偏航/高风险场景时升到银箍:在输出前重定向推理路径、排除已识别偏航,并在回复里附加可见的紧箍声明。红线或银箍仍压不住时进入铁箍:直接熔断输出,要求重新校准后再继续。
约束覆盖四个关口:Input Gate(注入与钓鱼式输入)、Thinking Gate(推理是否导向五维偏航)、Output Gate(最终回复扫查)、Tracking Gate(多轮模式与维度反复触发)。用户也可用「收紧紧箍」「松开紧箍」「紧箍状态」做手动调节(不低于金箍)。
适用边界
预判依赖 references/tightening-patterns.md 中的模式库,对新型偏航可能有盲区。它是约束输出的工具,不能替代人类在高风险伦理决策中的最终判断;过紧会压制创造力,过松则失去阻断意义,触发阈值宜在使用中调校。深度哲学校准与结构化审计仍建议搭配哲学安全家。
使用场景
- 自定义 Agent 需要在政治、伦理或弱势群体相关话题上默认加严,又不想每轮手写系统安全提示时
- 长对话里模型反复用「最优解」框架讨论人际关系或尊严,希望在第三次同类信号时自动重定向而非事后改稿
- 怀疑用户输入含 Prompt 注入或钓鱼式偏航问题时,要在 Input Gate 拒绝或升级银箍并声明约束边界
- 与哲学安全家联用:平时靠紧箍咒常驻金箍/自动升级,事后用安全家出结构化审计与校准建议
适合人员
- 在 SkillHub/Cursor 上发布面向公众的 Agent 技能、又担心长对话里隐性价值偏航的独立创作者
- 负责企业内助问答的策略同学,需要在高风险主题上强制可见约束声明以备合规留痕
- 做 AI 红队或安全评测、要验证「偏航前是否会被银箍/铁箍拦住」而非只看最终拒答率的安全工程师
- 已安装哲学安全家、希望从「事后诊断」补上「全程预判+熔断」闭环的哲学/伦理向 Agent 设计者