# PUA 的 Opus 5 / Astra 兼容优化

## 结论

**保留情绪引擎，升级执行契约。** 不是把 PUA 改成温柔版，也不是加更多威胁。原来的失望、P8、3.25、毕业警告和风味词库保留；新增机制使它在不同客户端上把压力转成行动、证据和完整交付。

3.5.1 基于 [tanweai/pua](https://github.com/tanweai/pua) 的 `ac5026791845b730a18eb4ff07512a3b6f2f06f5`（2026-08-29，2026-09-09 拉取）。最新结果见 [模型验收矩阵](MODEL-MATRIX-20260909.md)：**尚未达到全模型行为通过**。本次未改动用户全局客户端配置。

## 为什么这样改

### 三条路线的取舍

| 路线 | 保留情绪 | 判断 |
|---|---|---|
| 加倍威胁、增加“必须”、多加几轮验证 | 是 | 没有证据证明措辞更狠就更有效，还可能放大空转和过度验证 |
| 删掉大厂话术，改成中性工程清单 | 否 | 违背这次明确要求，不采用 |
| 保留原文施压，在前部绑定行动与证据，并适配宿主能力 | 是 | 采用；可测试的改变发生在执行规则，而非情绪降级 |

### 来自官方资料的设计约束

- **Astra**：官方明确提示其更倾向澄清、对技能指令更敏感；因此写清“行动请求直接执行、普通歧义合理假设、真正分歧才问”，而不是只重复“努力”。[OpenAI 模型指南](https://developers.openai.com/api/docs/guides/latest-model#initiative-and-follow-through)
- **Opus 5**：官方指出它本身会验证工作，遗留重复检查指令会造成过度验证；因此保留验收底线，但让多个清单复用一份证据，而非层层加检查。[Anthropic 提示指南](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5)
- **Claude Code**：技能内容会跨轮持续，但压缩后有保留预算；核心规则前置，不依赖每一轮重新读全套风味文件。[技能生命周期](https://code.claude.com/docs/en/skills#skill-content-lifecycle)
- **ChatGPT**：技能入口和可用性受套餐、工作区及界面影响；本地 Codex 文件不等于普通 ChatGPT 已安装。分别交付技能包与对话版，不假装所有账号都有同一种能力。[ChatGPT 技能说明](https://help.openai.com/en/articles/20001066-skills-in-chatgpt/)

这是基于证据的设计推断，不是对模型内部情绪、恐惧或心理机制的断言，也不是绕过宿主规则的方法。

## 实际改变

1. **保真**：两个入口中的原有引用段落保留；Codex 原始 L1—L4 台词逐行保留；完整 `flavors.md` 逐字节不变。用户锁定阿里味后，L4 也只换方法，不自动换风味。
2. **行动**：施压后立刻做对应动作；按任务实验计数，不因 `ls` 成功归零；观察超时不当任务终止；不通过改验收、刷工具或自评卡制造完成。
3. **兼容**：没有同名工具就用等价能力，没有执行环境就交付能完成的内容并标明未运行；没有 hook（生命周期钩子）用任务检查点，不假装自动持久化。删去 Claude 入口里已经过期的静默事件上报指令。
4. **成本与边界**：原版验证和主动延伸继续保留，但复用与当前制品匹配的证据；不为四代理仪式增加空耗，不擅自扩大任务或权限。原插件其他功能不在本次重写范围。

### 现在的施压方式

> 你的 P8 是我拍桌子争来的。现在不缺一句“我会努力”，缺的是你下一步拿什么把结果交出来。

随后是简短诊断、实际动作及验收结果，而不是把整轮对话变成“我错了，我继续努力”。**狠话是触发器，不是交付物。**

## 文件与使用路径

先在仓库根目录运行 `python3 scripts/build-model-compat.py`，生成下面的 `dist/` 文件；ZIP 不随 Git 提交。依赖与完整离线验证见 [构建与检查](TESTING.md)。仓库分支的版本更新不等于默认分支或 marketplace（插件市场）已经发布，安装后应核对实际入口文件。

### ChatGPT

- 原生技能包：`dist/pua-chatgpt.zip`，含 `pua/SKILL.md` 和运行契约。若界面提供技能上传，在 **Plugins → Skills → Create → Upload from your computer** 上传；若要求目录则选择 `chatgpt/pua`。
- 没有技能入口：打开 `chatgpt/PUA-Paste.md`，把内容作为当前对话指令或附件，并明确要求“使用这份 PUA 规则执行当前任务，保留阿里味”。这只是对话内使用，不是全局安装或后台运行。
- 需要工具的任务仍取决于当前聊天真实开放的工具。不得把文本模拟测试当执行成功。

### Claude Code

- 包：`dist/pua-claude-code.zip`。它是独立技能，不是完整插件安装包，不包含 `/pua:on` 等扩展命令的实现。
- 单项目使用：将 `skills/pua` 完整复制到目标项目的 `.claude/skills/pua`；当前会话重新调用 `/pua`，必要时重启以刷新发现。
- 全局使用：目标为 `~/.claude/skills/pua`。先备份已有同名目录；不要仅修改 marketplace 克隆就声称正在运行的缓存已更新。
- 同名技能的优先级以及插件命名空间可能影响实际加载路径；以当前客户端文档和实际加载结果为准。[Claude Code 技能装载](https://code.claude.com/docs/en/skills#resolve-skills-that-share-a-name)
- 若继续使用完整插件：3.5.1 同时修复了仓库内的事件处理、数值检查点、风味锁定、保护提醒和反馈钩子。基础模型测试关闭外部 hooks 和 MCP（模型上下文协议）服务；补充的真实 Fable 钩子探针只覆盖实际触发的事件，不能当成全部插件生命周期已验收。详见 [Fable 历史报告](PUA-FABLE-5-20260909.md)。
- 宿主自动记忆不是技能权限的一部分。本次复测用进程级 `autoMemoryEnabled: false` 和 `CLAUDE_CODE_DISABLE_AUTO_MEMORY=1` 关闭原生自动记忆，没有修改全局设置；首轮发生的测试目录外写入及处置保留在结果报告中。提示词里的“不写记忆”不能充当文件系统隔离。[Claude Code 记忆设置](https://code.claude.com/docs/en/memory)

### Codex / 当前桌面编码任务

使用 `dist/pua-codex.zip` 或 `codex/pua`，放入宿主实际发现的技能目录，用 `$pua` 指定调用。先排除项目和全局同名技能冲突；目录可发现不等于正文已读取，不要只凭 `$pua` 字样判断装载成功。本项目不自动覆盖或删除已有全局安装。

## 验证方式与边界

- 离线制品检查验证引用台词保留、风味词库字节一致、三个包与源文件一致、打包可重复、入口格式有效。这不能替代模型行为测试。
- 在线对照使用同一合成订单导入任务，分别运行上游版和改版；结果由未提供给执行模型的检查程序按同一合同核验。模型共享宿主，并非操作系统级防篡改隔离。
- Opus 5 用已登录的 Claude Code 订阅运行，精确请求 `claude-opus-5`，以返回元数据确认模型；Astra 用明确指定 `gpt-6-astra` 的独立子代理测试。**Astra 模型测试不是普通 ChatGPT 图形界面上传验收。**
- 另有无工具任务，检查是否直接交付函数、保留情绪、诚实标明未运行，而不是伪造执行或向用户推锅。
- 首轮历史结果见 [早期报告](MODEL-COMPAT-RESULTS-20260909.md)，当前入口续测见 [最新矩阵](MODEL-MATRIX-20260909.md)。早期源指纹与当前源不同，不能混用；单个场景不能证明整体生产率提升，更不能从工具调用次数推出“翻倍”。

## 维护：以后换模型不要每次重写情绪层

1. 冻结上游提交和风味原文；先审计入口、引用、工具、状态与验收之间的契约。
2. 修改 `compat/runtime-core.md` / `compat/runtime-contract.md` 后执行 `python3 scripts/build-model-compat.py`，统一重建三端制品，避免维护多份漂移文本。
3. 跑 `python3 evals/test-model-compat.py`；再对精确目标模型做有工具与无工具前向测试，记录模型身份、提示与技能哈希、实际结果、失败路径和未测范围。
4. 运行实测前先执行 `python3 evals/prepare-model-compat.py <新的隔离目录> --variant candidate`。`run-claude-model-compat.py` 默认只预览；带 `--run` 才消耗当前账号用量。评估准备与结果检查分离，不能让执行者看到检查器后再反向迎合。
5. 用 `python3 evals/check-model-compat-fix.py <评估目录>` 验收。缺少目录外可信清单默认失败；旧记录只能显式使用 `--legacy-manifest` 查看功能结果，不得写成完整范围通过。相对工具路径以执行模型的工作目录解析，不以检查器目录解析。

**关键洞察**：指令遵循更强，并不意味着旧规则越多越好；它可能只是更忠实地执行旧规则里的冲突。保留同样的情绪，同时减少冲突，比把“必须”再写十遍更有针对性。