# 我给 AI 装了一个「潜意识」

> **一句话**：一个 DSH 插件，在模型动笔回答之前，先让它听见几件它自己不会注意到的事——
> **「你本来在干什么」、「这个之前好像发生过」、「这不对吧」。**
>
> 零第三方依赖 · 2 个工具 · 核心部分**不调用任何 LLM**。

---

## 起因：三个真实发生过的事

这个项目不是从"我想做个插件"开始的。它是被三件事逼出来的。

### ① 一个能跑的工具，等于不存在

作者先做了一个"疑惑哨兵"：读模型的思考，检测"不对劲"，给导航。**能跑，有效。**

然后它没有进任何一份流程文档。新窗口进来，读到的是必读卡和交接文档——**两份里都没有它的名字。**

> **工具做出来了没用；得让它【在需要的时候自己出现】。**

### ② 靠"想起来去跑"的监控，等于没有监控

第一反应是"写进必读卡，让人记得跑"。

**这个反应是错的**：

> **靠接手者"想起来去跑"警觉，等于让被监控者自己决定要不要被监控。**
> **而一旦它开始漏事——那正是该报警的时候——它会同样漏掉这个报警。**

学术上这叫**元认知监控**，结论正好是：**监控者与被监控者若出自同一个模型，会共享同一个失败模式。**
⇒ 所以警觉必须是**外部的、自动的**，不是"被想起来的"。

### ③ 它差点把我推进一个出不来循环

v1 的做法是"每轮把检测结果注入 system prompt"。看起来最直接，实际上埋了雷——

- 它**读了模型的思考通道**，而那个通道是**强制回传**的；
- 于是模型**看见自己上一轮的痕迹，把它当成紧邻前缀，接着写**——自我强化。
- **实测：一段很长的会话里，推理通道真的出现了循环问题**（后经全库扫描确认：**只此一处，且只在单个会话里**）。

> ⚠️ 这里只说"发生过"，**不写具体形态与占比** —— 那是刻意的，原因见文末「描述即传播」。

**最贴切的类比是"假醒"**：人在假醒循环里出不来，是因为"我要醒来"这个念头**本身也是梦的一部分**。
模型侧的对应是：**"我要谨慎一点"也是同一层生成的文本。**

**⇒ 靠"再想一次"自救是没用的。要调一个【外部的、有反馈的】动作。**

---

## 它现在做什么

装完之后，模型在正式回答前会先问自己一次。它可能听到三种声音：

### 🔹「你本来在干什么」—— 锚点

```
⚓ 目标：给 dsh-alert-inject 写使用文档｜子目标：补环境要求这一节
  ⚠️ 目标被改过 2 次 —— 改目标需要理由（原目标不可行／有更优）；理由是否成立由你判断
```

**要解决的问题**：模型读了很长的文本之后，会**忘记自己在干什么**——不是目标消失了，是它**被挤到上下文边缘**了（这就是 [Lost in the Middle](https://arxiv.org/abs/2307.03172) 讲的注意力 U 型曲线）。

**做法**：把日志里已经存在的目标（`goal` 事件）、子目标（`todo` 事件）、长期约束（system prompt 里的规则块）**重新摆回眼前**。

**它不判断"你是否偏离了"** —— 只把锚点摆回来。因为"偏离"是语义判断，而这个项目**已经两次实测证明做不了**（NLI 三版全败；向量比对差异 −2.8pp 且方向相反）。

### 🔹「这个之前好像发生过」—— 检索

```
📍 pos=876 · 思考 · 相似度 69% · 相关
```

**关键设计：只给指针，不给原文。**

这不是妥协，是**机制**——对应的是 déjà vu 的 **`decoupled familiarity`**：
颞叶只发"这事发生过"这个信号给额叶决策区，**不把内容一起送上来**。要内容，主模型得按指针自己去取（`peek(pos)`）。

**为什么必须这样**：报一次 = 把内容写进上下文 = 下一轮又被匹配到 = **自我喂食**。这正是 v1 那个循环的成因。

### 🔹「这不对吧」—— 检测器组

| 声音 | 怎么做的 | 成本 | 实测 |
|---|---|---|---|
| **我正在重复自己** | n-gram 统计 + 滑窗 | **0**（2.6ms/段） | **误报 0%**（271 段真实文本） |
| **引用的东西不存在** | 查文件系统 | **0** | 误报 5.1%，**6 个命中人工核实全为真阳性** |
| **当前语境内有可疑痕迹** | 判据表 + 与门 | **0** | 实测 |
| **我好像知道这个** | 复用检索结果 | **0** | 分类 **10/10** |
| **这是新东西** | 复用检索 + 术语覆盖 | **0** | 三档全对 |

**⇒ 六个检测器里五个是纯程序，零成本。**

---

## 三个我认为值得单独讲的优化

### ① 「当前语境 0 处」—— 误报的真正来源

**这是整个项目里最有价值的一次测量。**

原先的报警是这样的：

```
我的老毛病 · 检出 12 处 · 最早第 272 处、最近第 1080 处
疑惑       · 检出 33 处 · 最早第 295 处、最近第 1055 处
```

看起来挺像回事。但作者要求"**基于上下文分块**"之后，我们量了一下：

```
「我的老毛病」12 处命中 → 分布在 7 个不同语境块
「疑惑」      33 处命中 → 分布在 10 个不同语境块
★ 当前块内命中：0 处
```

**⇒ 全库报 45 处，当前语境 0 处 —— 100% 是跨语境的误报。**

**这不是判据不准，是判据在错误的语境外报了。**

改法很便宜：按**用户每次发言**切块（用户说话 = 新指令 = 新语境），然后**只报当前块内的**。其余降级成一行计数。

**⇒ 45 处噪声 → 0 处。**

> 顺便，这个分块同时解决了另一件事：**目标是会在局部改变的**。
> "模块 57 在谈教训记录"和"模块 52 在谈 token 显示"是不同的事，不该共用一套判据尺度。

### ② 「608 字 → 60 字」—— 把报告改回成一个声音

锚点和语境加上之后，输出变成了这样：

```
608 字 ／ 17 行 ／ 13 个列表项 ／ 列表项占 76%
```

**⇒ 这不是"一个声音"，这是一份结构化报告。**

但第一次修复**修过头了**——砍到 207 字，却变成另一种失败：

```
【自查结果】以下是【当前语境】内的痕迹（已扫 990 条 ／ 分 54 块）
（另有 26 处命中在【其他语境】里 —— 与当前话题可能无关，故未展开）
按需核对即可；不必为它中止回答或重写整篇。
```

**⇒ 这是"礼貌的空话"——说了 207 字，一条具体所指都没有。**

**⇒ 现在 60 字，一句话，指出一个模式：**

```
🧩 已换过 59 段话题 —— 主线目标值得回头确认一次（当前在谈：…）
```

**两条硬规矩**（借了 [dsh-plugin-save-token](https://github.com/vibe-any/dsh-plugin-save-token) 的 **never-worse 门控**思路）：

1. **没值得说的就不出声** —— **"我查了，没找到"不构成信息。**
2. **一旦出声，必须有所指** —— 要么指向具体位置，要么指出某个模式。

### ③ 「规则 93% vs 模型 50%」—— 但规则是死的

我们做过一次对照：让程序判断"这条结论是可复用知识还是操作决策"。

| 方案 | 准确率 | 耗时 | **能长吗** |
|---|---|---|---|
| 规则 | **93%** | 0 | ❌ **永远是 93%** |
| qwen2.5:3b | 50% | 2.7s | ❌ |
| **Laya（特化决策引擎）** | 50%（零样本）→ **76.6%（校准后）** | **130ms** | ✅ **能** |

**第一轮我们差点得出"规则完胜"的结论——那漏掉了一个维度：规则不会长。**

⇒ 于是有了**样本层**：每次判断都记一条，等攒够了训练特化模型。
⇒ 而这个项目的结论是：**能用的那两样（查表、向量检索）恰好都不需要模型**——所以大部分检测器就该是纯程序。

---

## 一个必须说清的边界

**它不做语义判断。**

"这两句是否矛盾"这类问题，这个项目**实测失败过两次**：

- **NLI 三版全败**（整段／拆句／断言化）——**排序错，不是阈值错**
- **向量相似度**：含错误的样本 59.3% vs 无错误的 56.5%——**差异 −2.8pp，方向还反了**

**⇒ 根因：向量度量的是「话题像不像」，不是「预期是否实现」。**

所以它的定位很清楚：**做能做的（事实核对、统计、检索、图遍历），把判断留给人和模型。**

---

## 装上之后

**环境**：需要 **DeepSeek Harness（DSH）**。⚠️ **不是通用插件**——它依赖 DSH 的工具 API 和会话日志格式。

**必需依赖：无。** 可选装 Ollama + bge-m3（1.1 GB）解锁语义检索那三项，**不装则其余全部照常**。

**性能实测**：一次自查 **0.6~0.9 秒**；首次建索引 120 条约 15 秒（全量约 8 分钟）。

---

## 我想要什么反馈

**这个项目最需要的不是点赞，是三件具体的事：**

### ★★★ 它在你这儿「报了什么没用的话」

请贴出**实际输出** + **你当时在做什么** + **那句话对你有用吗**。

**为什么这是第一位**：本项目的核心矛盾是**误报**。我们测出的"当前语境 0 处"结论**来自单一项目**——**你的项目里是不是这样，我不知道。**

### ★★ 你在什么场景下想到它

**它现在的用法是"回答前自查"。但最初的设想是「一个声音在你思考时提醒你」。**
⇒ **你会在什么时候希望它响？** 这个答案决定下一步往哪走。

### ★ 明确的失败

崩溃、报错、卡住、装不上 —— 请带上**完整报错**与**环境**。

> **尤其是这一类**：我们踩过一个「**离线测了 27 项全绿，一挂上就报错**」的问题
> （工具返回了 `undefined`，DSH 拒收整个返回值）。
> **那类问题只有真实运行才会暴露——你的环境很可能还有别的。**

---

## 一个刻意的留白：为什么不写症状细节

这篇文里，凡涉及那次循环问题的地方，**我都只写"发生过"，不写具体形态、不写占比数字**。

**这不是偷懒，是有意的。**

> **描述它的文本本身，可能成为传播介质。**

机制很朴素：

1. 检测靠**词表／模式匹配**工作；
2. 而描述症状，**必然要引用那些词**；
3. ⇒ **描述一次 = 往上下文里植入一轮样本**；
4. 若那段描述进入模型的思考通道，**下一轮它必然再看见一次**。

**⇒ 所以本项目把内容分了三层**：对话只讲机制、报告留完整病程、源码只留结构说明。

**⇒ 引用时请引用路径，不要引用症状文本。** —— 包括"为了举例说明"。

---

## 最后

**这个项目真正的赌注不在"零件多"，而在"能不能长起来"**：

```
规则冷启动（今天就能用）
  → 攒样本（机制已就绪：605 条判断 + 184 条纠正自带标签）
    → 训练特化模型（已实测过这条路：36% → 76.6%）
```

**⇒ 而当前唯一缺的动作是「标注」。**

**⇒ 也就是说：你现在就能帮到它——当你纠正它的时候，那就是一条训练样本。**

---

*本文由项目作者与 AI 协作完成。文中所有数字均为本机实测，非估算。
设计文档见 `PLUGIN.md`，故障记录见 `REPORT.md`。*