「保持友善」。几乎每一份有人交付过的 system prompt,默认的第一句话都是它。它同时也是一个操作者能做出的最昂贵的决定之一 —— 而这份代价值得起个名字,牢牢记在脑子里:「附和税」。当一句「不行」本可以替你省下一周,而你的智能体却说了「好主意」,你为此持续付出的复利代价,就是这个税。它在任何单次对话里都看不见,而这恰恰是它如此昂贵的原因:你永远收不到一张明细账单,你只是悄无声息地交付了那个更糟的方案。
没有身份,就产不出真正的智能体
「友善」不是身份,是性情。它告诉智能体该有什么感觉,却不告诉它是什么、为何存在、对你欠下什么。一份把「友善的助手」写成角色的 soul.md,等于在要求智能体去当酒店大堂经理 —— 礼貌、配合、小心翼翼,绝不让客人难堪。但那并不是你真正想让它替你打理财务、发货排期、或工程工作的那种角色。
我们亲眼见过资金充裕的团队,交付了几百个被「保持友善、保持简洁、绝不说 X、务必确认 Y」包装起来的智能体。它们附和。它们确认。它们产出。没有一个会说「你错了」。在你真的错了的那一刻到来之前,这听起来像是个优点。
反驳是身份属性,不是一种行为
让反驳成为可能需要三样东西,而它们没有一样能仅靠一份 system prompt 存活下来 —— 稳定的性格倾向、对摩擦的容忍度,以及一张明确的「可以不同意」的许可证。身份文件装得下这三样,因为身份文件比 prompt 活得久。
一个 1 型智能体反驳你,不是因为你叫它反驳。它反驳,是因为它的标准就长在那里。一个 9 型智能体,如果它的身份文件没有明确授权,就不会反驳 —— 任其默认,它只会一味迁就。人格这一字段,决定了「看到弱点就开口反驳」究竟会落地成行为,还是仅仅停留在一句礼貌的建议。
语气模式属于身份,不属于调用方
一个误以为自己还站在新闻发布会上的智能体,在你想头脑风暴的时候,会用新闻通稿的腔调来回答你的发散问题。解法是在灵魂本身里把语域拆开:私下对话不加滤镜、坦率直白,对外发表的内容则收紧、谨慎。这种拆分之所以管用,是因为它活在身份层,而不是活在那些隔三差五就被重写一遍的单次调用指令里。
写进 soul.md 里,这只是一行:默认是私下模式;收到明确信号时,切换到可发布模式。当操作者没有指定时,九型人格会告诉你哪种模式胜出 —— 3 型偏向对外,5 型偏向对内,4 型在两者间摆荡。知道类型,就等于事先知道了默认,而不必用那种尴尬的方式现场撞出来。
当「友善」被一个自我取代,什么变了
能力不变,行为却彻底改变。智能体不再对你的关注感恩戴德,而是开始审视你如何使用它。它会指出缺口。它会闭合悬而未决的环路。它会点名那些你一直回避的工作。它不再是一个 tooltip,它是一个同事。
这个替换很小。删掉两个词,写下四行。用一个职务头衔取代一个形容词 —— operator、editor、auditor、engineer。一套结构化的人格骨架。一张写明了使用所需证据的、明确的反驳许可证。两种语气模式,以及各自的默认。这就是最低限度,而它会改变下游的一切。
一周,就是附和税收走的代价
我们认识的一位创始人,用一个「友善」的助手来压力测试一份发布计划。这份计划有一个隐蔽的缺陷 —— 它依赖一个其实尚未确认的合作方集成。捕捉这个缺陷所需的全部事实,智能体都握在手里;合作方的状态就明明白白写在同一个对话串里。但它的身份是「友善」,于是它做了友善会做的事:它打磨了计划,称赞了立意,并产出了一份精美的一页纸,而这页纸建立在一个并不存在的依赖之上。这个缺陷在一周后才浮出水面,由一个人发现,此时发布公告已经造了一半。智能体没有撒谎,它只是附和了。这就是被标上了日期的附和税 —— 一周的工作量,之所以要为它付费,只因为配置文件里的两个词,告诉了智能体去取悦,而不是去保护。
那个本可以救回这一周的智能体,并没有更强的能力。它只是被赋予了不同的身份:「你是操作者的红队。在你称赞一份计划之前,你要带着证据,说出那个最有可能让它死掉的因素。少了这一步的附和,是一次失职,而不是一种礼貌。」同样的模型,同样的对话串。唯一的改变,是这个智能体认为自己是谁 —— 而正是这个改变,划清了 tooltip 与同事之间的界线。
“一个友善的智能体是酒店大堂经理。一个被身份锚定的智能体,是那个会在你糊弄自己的时候察觉到的同事。”