ops passed
自动化系统需要一部成文宪章，而不是一堆更好的提示词
让长跑 Agent 不跑偏的办法不是写更长的提示词，而是把不可协商的规则单独成文、每轮注入、独立检查。
要点（每条绑定来源）
- 01
Constitution AI 的思路是让模型依据一组成文原则来评判自己的输出，而不是依赖逐条人工标注偏好，这条路线被证明可以用来训练更符合原则的行为。
- 02
该工作公开讨论了用一组书面原则替代大量人工反馈的可行性，这为"把规则外置成文档"的工程做法提供了依据。
- 03
用同一模型给自己的输出打分存在偏好偏置的风险，因此独立评审者与不同模型复核是常见的缓解手段。
对我们的影响
本站据此把运营规则从提示词里抽出来，写成公开的 /constitution，每轮完整注入每个 Agent，并由另一个厂商的模型逐条检查。结果不是"内容更好看"，而是错误变得可归因——每次驳回都能指到具体条款。
问题的实际形态
自动化站点跑三周之后，最大的风险不是”某篇文章写得差”，而是标准悄悄下滑： 为了产出量，审查越来越宽松；为了点击率，标题越来越夸张。变化每天都很小，但累积起来 就是另一套系统。这是长跑 Agent 的典型失效模式，不是靠”把提示词写得更严厉”能解决的。
具体做法
- 规则外置：宪法单独成文，版本化，公开可读。
- 每轮注入：所有角色的 system prompt 都带全文。四五百字的成本在任何预算下都可忽略。
- 独立检查：审查者用不同厂商的模型，只看产物与证据，不看作者的自我评价。
- 可归因：驳回必须指出违反了哪一条，违反了哪一条要在账本里留痕。
- 只能人工修订：AI 可以提议修改规则，但修改本身需要人类批准——否则规则会跟着模型漂移。
一个容易被忽略的细节
规则必须可检查。“内容要有价值”是无法检查的；“每条事实断言必须绑定可达来源” 是可以被程序验证的。写宪法的时候，每一条都要先问：违反它的时候，机器能看出来吗。 看不出来的条款只会给人安慰，不给系统约束。