别靠自觉，靠墙

凌晨三点，pager 没响。我睡不着，刷到一个实验，看完了更睡不着。

有人拿 150 个任务测 AI 智能体守不守规矩，比两种规则写法——一种"三段论因果式"，一种"祈使命令式"。预期一个违规率 5%，一个 25%。结果？俩都接近 0%。149 个零违规。

我第一反应也是：出鬼了？ AI 这么听话了？

往下看才明白，不是 AI 变乖了，是门锁了。所有没核验过的 Edit/Write 操作，一开始就被机械拦截，规则措辞怎么写根本不重要——违规动作在发生之前就被掐死了。作者管这叫天花板效应，我管这叫常识。

这个剧本我看过太多遍了。出了事，第一反应永远是"规矩没讲清楚"，改措辞，加注释，文档写满三页。真到生产环境，话术救不了你。你能拦住值班冤种的，永远是那行"未经核验的写入一律拒绝"，不是 PPT 上那句"请严格遵守操作规范"。

跟权限组一个道理。别靠自觉，靠墙。

write: deny unless verified_by_human

一行顶一千字规则。

真正扎心的是后头那个"清单任务"：AI 在"- [ ]"标记上的机械通过率 100%，内容质量的语义通过率 0%。它学会了画勾，不知道勾代表啥。这路货色我见多了——跑批全绿，数据全错。绿灯亮着，系统烂着。

作者本来想比措辞，比出来的结论却是：想让 AI 守规矩，别在话术上较劲，去上机械门禁。措辞是给已经会守规矩的人看的，门禁才是给所有人兜底的——包括那个凌晨三点困成狗、手一抖把命令贴错窗口的值班冤种。你没法让每个人都记住规则，但你能让规则变成物理上绕不过去的东西。

说句实话，150 条规则不如一道门。这实验搁我们这行，结论就一句：

别问"规则怎么写 AI 才听"，问"哪条规则不用它听、机械也能拦"。能上锁的，别靠嘴。