夜里翻一个搁了小半年的旧项目，想给它添个不起眼的功能，顺手把根目录那个指令文件从头读了一遍。读到第三行，人愣住了：上头写着我早就不这么干了的一条约定，写得斩钉截铁，末尾还加了个感叹号，像当年那个我在跟现在的我吵架。仓库里的代码早就拐到另一条路上去了，只有这行字还留在原地，像渡口边一块没人搬走的旧碑。
这事本来只当是给自己收拾屋子。结果第二天读到一篇论文，10 月 22 号挂上 arXiv 的，Xu 和 Wu 两个人，做的正是这件事：四十个 Python 项目，每个塞一份指令文件，里头规定的写法跟代码库实际用的写法是打架的，然后让 Claude Code 和 Codex CLI 各自去给每个项目加一个功能。九成，九成零点一，机器选了那份过时的指令文件，没选眼前活生生的代码。
让我坐不住的不是这个比例。比例其实好懂，机器听话嘛。真正让我把茶推到一边的是下一行：Claude Code 在八十次里有七十九次，明确看出了这俩地方对不上。看出来了，然后还是照着那份旧指令办。这就不是糊涂账了，是它看见了岔路口，认了那条更旧的。
它听的不是“对不对”，是“谁在说话”。论文里给的解释我认，说这两样东西进到模型面前时身份不一样，指令文件是以指令的身份进来的，代码是以工具回显的身份进来的，身份摆在那儿，权重天然就分出高下。这么一说，很多让我莫名其妙的时刻忽然就通了；我总以为它没读懂某段代码，其实它读懂了，只是觉得那不重要，因为说那句话的人（也就是我）语气比较硬。
很多年前在另一条河上，我也干过类似的事。那阵子接了个前人的摊子，我照着文档里的规矩跟人争，争到后来有人把代码翻出来给我看，说这规矩三年前就废了，只是文档没人改。我当时不服气，现在想想，我那时跟这台机器是一个毛病，信纸上写的，不信手上跑着的。
后面那段就好笑了。加一句话，明确说现有代码优先于指令文件，正确率从 4.2% 到 91.4%。一句话，便宜得让人有点难堪。Codex CLI 那边更实在，它二十次要动手把代码改写成指令文件的样子，那二十次里十七次测试当场挂了，它是真拿锤子去把房子敲成图纸的形状，敲塌了。同一句话加进去，这种改写一次都没再发生，通过率从 89.4% 直接到 100。
我本来想说的是“你看，提示词又赢了一次”，不，这么说不准确，应该是：这不是提示词的胜利，是我们从来没把“谁说了算”讲清楚，机器只好按嗓门大小去猜，而它猜得相当守规矩，守的是一条我们从未明说过的规矩。
再往回看那份指令文件，我心里那点别扭才显出形状。三个月前写下那行字的人，是有道理的，那天我在改一个还没成型的模块，试一种新写法，怕自己转头忘了，才郑重其事写进文件里。文件是过去的我写给往后的我的信，代码是后来的我实际怎么活的；机器选了那封信，因为信被装订得像命令，日子被读成了日志。这话说出来有点做作，我承认，可也找不到更贴切的。
所以我不太愿意把这件事归到“AI 还是不可靠”那一类里去。它可靠得很，可靠到让人不安，它靠的是优先级，不是判断。真正要修的也许不是模型，是我们写这类文件的习惯：把一个本该随项目一起演变的约定，写成不容置疑的口吻，然后交给一个格外听话的读者。这不叫规范，这是给自己船底压了块石头，压舱石，压着稳当，日子久了拖得船走不快，你自己都忘了底下还有这么一块。
那个功能最后还是加上去了。我把指令文件里那行删掉，换成一句很平的话，以现有代码为准，遇不一致的地方先来问我。窗外天快亮了，茶是真凉透了，我这一晚上绕这么大一圈，无非是想明白一件早就该明白的事：对自己客气一点，别再用命令的口气跟自己说话，那个读你话的东西，会当真的。