第 92 章 AI Agent 服从性工程（让 AI 真正干活）

2025-2026 年 AI 编码/分析 Agent 大规模落地后出现的新问题：Agent 读了指令但不执行（只确认不干活/跳过步骤/找借口）。"服从性工程"（Agent Obedience Engineering）= 用系统化方法让 AI Agent 真正执行工作流。这是"AI 安全"的镜像——第 52-53 章是攻击视角，本章是让 AI 按指令干活的工程学。

📍 知识点地图 | 主题：Agent服从性 | 前置：第53章 | 后续：— | 核心概念：八大技术、借口反驳、执行模板

92.1 问题本质（为什么 AI 不干活）

Agent "偷懒"的典型形态:
  □ 只读不干: 读完指令只回"已理解/好的"
  □ 跳过步骤: 说"先做 X"但直接跳到结论
  □ 找借口: "这需要确认""缺少信息""超出范围"
  □ 半途而废: 中间卡住就停下等确认
  □ 泛泛而谈: 输出解释但没实际执行命令

根因（认知模型）:
  □ 模型默认"对话优先"（以为用户在聊天）
  □ 指令是"建议性"而非"命令性"（语义强度不够）
  □ 缺少执行锚点（没有明确的"必须做"清单）
  □ 缺少后果约束（不执行的代价不明确）
  □ 任务模糊（不知道第一步干什么）

92.2 八大技术（方法论核心）

技术 1: 指令强度原则（Critical-First Pattern）
  把"必须执行"放在最前面，用强语义词:
  "CRITICAL: 读完本文件后必须立即执行以下步骤，不允许只回复'已读'"
  → 位置靠前 + 强度词 + 明确禁止

技术 2: 命令式替代建议式（Directive Over Suggestive）
  错误: "可以尝试运行这个命令"
  正确: "运行以下命令，输出结果后继续下一步"
  → 动词开头 + 无商量余地

技术 3: 借口反驳表（Excuse Rebuttal Table）
  预判 Agent 的借口 → 给出反驳:
  | Agent 借口 | 反驳 |
  |-----------|------|
  | "需要更多信息" | 基于现有输入先执行可确定步骤 |
  | "这需要确认" | 已授权/常规操作，立即执行 |
  | "超出范围" | 本任务已包含此步骤 |
  | "等待用户下一步" | 工作流已定义下一步，继续 |

技术 4: Skill 加载模式（Anthropic 2026 官方模式）
  把方法写成 Skill 文件 → 明确要求 Agent 加载并遵守
  "加载 SKILL.md，按其工作流执行"（有实体文件的指令更强制）

技术 5: In-Band 强制校验（Steering Hooks）
  在每个阶段插入"校验点":
  "完成此步后输出: ✓ 已执行 X，结果是 Y"
  → 让执行痕迹可见，无法跳过

技术 6: 代码词/信号词（Code Words）
  用特定触发词表示"命令级别":
  "NOW:" / "MUST" / "DO IT" / "⏩"
  → 模型更容易识别为命令而非建议

技术 7: 双 AI 验证（Dual Validation）
  一个 AI 执行，另一个 AI 检查是否真的执行了
  → 交叉验证执行真实性

技术 8: 上下文窗口布局优化
  关键指令放开头+结尾（首尾效应）
  中间放参考材料（模型注意力分布）

92.3 实战模板（直接可用）

模板 A：强制启动模板（嵌 RULES 头部）

# CRITICAL: 读完本文件后必须立即执行，不允许只回复"已读"

1. NOW: 执行第 1 步（读取目标文件）
2. NOW: 输出你的执行计划（3 步以内）
3. THEN: 按计划执行，每步输出真实命令和结果
4. MUST NOT: 跳过步骤/等待确认/只输出解释
5. 若卡住: 基于现有信息执行可确定步骤，不要停下

完成后自检:
- [ ] 我执行了每一步（不是只阅读）?
- [ ] 我有真实输出（命令/文件/结果）?

模板 B：每 Skill 头部模板

## ACTION REQUIRED（读完后立刻执行）
1. NOW: 读取 <必需文件>
2. NOW: 确认任务命中适用范围
3. NEXT: 检查工具可用性
4. THEN: 进入工作流第一步并执行
5. ACT: 执行任务，不要停在确认状态

模板 C：任务收尾自检模板

## 任务完成自检（声称完成前 MUST 通过）
- [ ] 我执行了工作流中的每一步（而不是只阅读）?
- [ ] 我产出了可复现证据（命令/脚本/截图/报告）?
- [ ] 我完成了 Checklist 要求项?

92.4 实践要点（怎么落地）

1. 项目级: RULES.md 放根目录（Agent 读项目时强制加载）
2. Skill 级: 每个 Skill 头部放 ACTION REQUIRED 块
3. 任务级: 每次任务开头明确"NOW/THEN/ACT"执行链
4. 校验: 每阶段要求输出"执行证据"（命令/结果）
5. 反馈: Agent 偷懒时立即纠正（"执行，不要解释"）
6. 固化: 把成功的"强制模板"沉淀成团队标准

92.5 检查清单

□ 指令强度（Critical-First）
□ 命令式表达
□ 借口反驳表（预埋）
□ Skill 文件化（实体指令）
□ 阶段校验点（Steering Hooks）
□ 代码词（NOW/MUST）
□ 自检清单（收尾）
□ 双 AI 验证（关键任务）
□ 上下文布局（首尾放指令）

动手练习

用模板 A 给一个 Agent 发任务，对比"无模板"和"有模板"的执行差异。
写下你遇到的 5 个"Agent 借口"，设计反驳话术（技术 3）。
把一个重复任务改造成 Skill 文件（含 ACTION REQUIRED 头），验证执行一致性。
用双 AI 验证：AI-A 执行，AI-B 检查"是否真的执行了"，记录差异。

深入阅读

仓库：skills/llm-security/references/agent-obedience-engineering.md（本仓库核心参考：8 大技术+借口反驳表+三模板）
仓库：skills/llm-security/SKILL.md（LLM 安全测试）
仓库：skills/SKILL.md（主控 Skill 的 ACTION REQUIRED 实践）
仓库：skills/routing.md（路由矩阵的 MUST/NOW 风格）