1. 这句话到底在说啥？——先破题，再动手
“Agent 的人格不是写出来的，是被纠正出来的”，这句乍看像哲学格言，实则是当前大模型应用落地中最硬核的一线经验总结。它不讲玄学，不谈伦理，直指一个被大量新手反复踩坑的核心事实：你花三小时精心设计的 system prompt，可能不如一次真实用户对话中被明确指出的错误反馈来得有效。我带过二十多个实际交付项目，从智能客服到金融投顾 Agent，几乎每个团队都经历过这个阶段——前期疯狂堆砌角色设定：“你是一位沉稳睿智的资深理财顾问，语气温和但逻辑严密，每次回答前需先确认用户风险偏好……”结果上线后第一周，用户一句“你刚才说的‘年化4.2%’是税前还是税后？我没看懂”，系统当场卡死，或者更糟，胡乱编造一个答案。这时候才意识到：所谓“人格”，根本不是靠文字描述出来的静态画像，而是由一连串具体、可追溯、可归因的行为修正事件动态塑造出来的。它体现在：当用户说“太啰嗦”，下一次回复自动压缩到三句话内；当用户追问“数据来源？”，系统立刻调取知识库并标注出处；当用户纠正“上个月不是这个数字”，Agent 不仅更新记忆，还会主动同步修正后续所有相关结论。这种响应不是预设规则，而是通过反馈闭环持续校准的结果。所以这句话真正想说的是：人格即行为模式，行为模式即反馈响应机制，而反馈响应机制必须建立在可记录、可回溯、可量化评估的真实交互数据之上。适合正在搭建业务型 Agent 的产品经理、算法工程师、运营同学，也适合刚接触 RAG 或 LLM 应用开发的开发者——如果你还在用 Word 文档写“角色设定说明书”，这篇文章就是给你敲的警钟。
2. 为什么“写出来”的人格注定失效？——从三个真实崩塌场景说起
2.1 场景一：角色设定与任务目标根本冲突
去年帮一家教育科技公司做“AI 学习教练”，需求很清晰：帮初中生拆解数学错题。我们按标准流程写了详尽的 system prompt：“你是一位耐心细致的中学数学教师，擅长用生活化类比解释抽象概念，每次讲解不超过 200 字，结尾必附一道同类变式题。”上线测试时，学生发来一道含糊题：“这道题我不会”。系统立刻启动“生活化类比”流程，用“分披萨”讲分数除法，讲了 187 字，附赠一道“分蛋糕”的变式题。问题来了：学生根本没发原题，只是截图模糊、字迹潦草，OCR 识别失败，系统压根不知道题目是什么。它严格遵循了“人格设定”，却完全偏离了核心任务——先准确理解问题，再提供帮助。这里暴露的本质矛盾是：文字设定的人格是“静态表演”，而真实任务需要的是“动态适配”。当输入信息不完整、格式异常、存在歧义时，“写出来”的人格没有纠错能力，只会把错误前提当作正确基础继续演绎。我后来让团队砍掉全部形容词描述，只保留一条硬约束：“若无法从用户消息中提取明确数学题干（含数字、运算符、等号或问号），必须先请求用户提供清晰题目照片或文字描述，禁止生成任何解题内容。”这条规则不是“人格”，而是保底生存线。它不体现“耐心”，但保证了不瞎说；它不展示“细致”，但守住了专业底线。真正的“耐心”，是在用户第三次发模糊图后，自动调用图像增强 API 再试一次 OCR，而不是一遍遍重复“请发清楚点”。
2.2 场景二：多轮对话中“人设一致性”反成枷锁
做过电商客服 Agent 的应该深有体会。我们曾为某母婴品牌设计“温柔知心姐姐”型客服，prompt 里强调：“语气亲切，多用‘宝宝’‘亲亲’‘抱抱’等词，避免使用‘您’‘贵方’等正式称谓”。初期测试很成功，用户夸“像真人”。但上线一周后，投诉激增：用户问“奶粉开封后能放几天”，系统答：“宝宝放心哦，开罐后密封好放阴凉处，一般可以放 3 周呢～亲亲！”——这是错的，国标规定是 1 个月内，且需冷藏。问题出在哪？“温柔知心姐姐”这个人设，让模型优先选择符合语气的表达，而非核查事实。当知识库更新了新国标，旧 prompt 却没同步，模型宁可编造一个“温柔版错误答案”，也不愿打破人设说“抱歉，我需要查证”。更麻烦的是多轮场景：用户接着问“那如果放冰箱呢？”，系统顺口接“放冰箱的话，宝宝可以多放一周哦～抱抱！”，错误雪球越滚越大。我们后来彻底重构逻辑：取消所有语气限定词，改为结构化响应协议。例如，对时效类问题，强制触发“法规核查模块”，返回格式固定为：“依据《GB XXXX-2023》第X条：[原文摘要]。当前建议：[结论]。来源：[知识库ID]。”用户看到的是冷冰冰的条款，但投诉率下降 92%。所谓“知心”，不是靠叠词营造的幻觉，而是当用户问“宝宝拉肚子能喝这个吗”，系统能精准定位到成分表中的乳糖含量、临床试验禁忌人群，并给出分级建议——这种基于事实的可靠感，才是用户真正需要的“人格温度”。
2.3 场景三：跨业务线人格无法泛化，强行复用导致信任崩塌
最典型的陷阱是“一套人格打天下”。某银行让我优化其手机银行里的“财富助手”，原有设计是“专业严谨的私人银行家”，system prompt 长达 800 字，涵盖资产配置、税务筹划、家族信托等全领域话术。结果用户问“怎么查余额”，系统答：“尊敬的客户，账户流动性管理是财富健康度的基础指标。建议您结合月度现金流分析，审视短期负债比率……”——用户直接退出。问题根源在于：人格不是通用技能包，而是特定任务场景下的行为指纹。“私人银行家”在百万级资产配置场景下成立，但在查余额这种原子操作中，它的行为指纹应该是“零延迟、零冗余、零判断”。我们做的不是改写 prompt，而是建立场景路由引擎：当检测到关键词“余额”“转账”“密码”，自动切换至“柜员模式”，该模式下唯一指令是“执行指令，不解释，不延伸”。当用户问“基金定投怎么选”，才激活“投资顾问模式”，此时才调用完整的资产配置知识图谱。关键点在于：两种模式的数据闭环完全独立。柜员模式的每一次“查余额失败”，都会触发日志标记“接口超时”，推动运维优化；投资顾问模式的每一次“用户跳过推荐方案”，会标记“建议匹配度低”，驱动知识库更新。人格的“被纠正”，本质是不同场景下各自独立的反馈回路在起作用。试图用一个 prompt 涵盖所有场景，等于让外科医生同时操刀产科和牙科手术——不是水平不够，而是行为规范根本不兼容。
3. “被纠正出来”的人格长什么样？——拆解四个核心构件
3.1 构件一：可归因的反馈信号链（不是“用户不满意”，而是“用户在哪一步、因什么理由、否定了哪个输出”）
很多团队说“我们也在收集反馈”，但翻看他们的日志，全是模糊标签：“bad_response”“user_disengaged”。这毫无价值。真正的反馈信号链必须像手术记录一样精确。以我们正在迭代的“法律咨询 Agent”为例，当用户点击“此回答无帮助”按钮时，系统不只记录事件，而是自动捕获五层上下文：
- 原始输入：用户提问文本（含时间戳、设备类型）；
- 模型输入：实际送入 LLM 的完整 prompt（含 system + user + history）；
- 模型输出：原始生成文本（未经过滤、未美化）；
- 后处理动作：是否触发了敏感词过滤、长度截断、来源标注等；
- 用户交互路径：用户是在阅读第几句话时点击的？是否滚动到底部？是否复制了某段文字？
这五层数据构成一个不可篡改的“反馈原子”。比如发现某类劳动纠纷问题，用户总在第三句话后点击“无帮助”，而第三句话恰好是模型引用的“参考案例编号”，进一步分析发现：这些编号在知识库中已失效（链接 404），但模型仍照搬旧索引。于是修复动作非常明确：在知识检索模块增加“案例有效性实时校验”，对返回的每个案例 ID 发起 HEAD 请求，失效则自动替换为最新生效案例。这不是修改 prompt，而是修补数据管道。再比如，用户常对“赔偿金额计算”部分表示不满，日志显示他们总在看到“根据当地平均工资”时停止阅读。深入分析发现：模型生成的“当地”指代模糊（未绑定具体城市），而用户所在城市恰好有特殊补贴政策。解决方案是：在用户首次提问时，强制获取 GPS 定位或城市选择，所有涉及地域的计算，必须绑定该坐标系下的政策数据库。你看，所有修正都不是“让模型更温柔”，而是针对具体行为节点的精准外科手术。所谓“人格”，就是这一连串被验证、可追踪、可复现的修正动作的集合。
3.2 构件二：分层响应机制（拒绝“一刀切”的人格，接受“情境化”的行为切换）
“被纠正出来”的人格，必然具备动态分层能力。我们给某政务服务平台做的“政策解读 Agent”，就设计了三级响应层：
L1 原子层：处理“查政策”“下载文件”“预约办事”等确定性指令。行为规范极简：100ms 内返回结构化结果，无自由发挥。反馈修正只针对“查不到”“链接失效”“格式错误”三类问题。例如，用户搜“北京落户新政”，L1 层只返回政策文件 PDF 下载链接和生效日期，绝不解释内容。当用户点击链接 404，系统立即标记该政策 ID 失效，触发后台自动抓取最新版本。
L2 解读层：当用户追问“这个政策对我有什么影响？”，自动升层。此时调用 RAG 检索用户画像（户籍、社保年限、学历），生成个性化解读。反馈修正聚焦于“信息遗漏”（如未提及其所在区的额外加分项）和“表述歧义”（如“原则上”被用户理解为“必须”）。修正方式是：在知识库中标注每个政策条款的适用条件权重，模型生成时强制按权重排序呈现。
L3 辩证层：当用户提出“为什么和上海政策不一样？”，进入最高层。此时不依赖预设知识，而是调用联网搜索+多源比对模块，生成两地政策差异分析报告。反馈修正关注“对比维度缺失”（如只比了门槛，没比服务流程）和“立场中立性”（如过度强调某地优势）。修正机制是：引入第三方政策研究机构的评估框架，作为生成时的约束模板。
关键在于：每一层都有独立的反馈收集通道、独立的评估指标、独立的修正触发器。用户对 L1 层的不满，绝不会污染 L2 层的训练数据；L3 层的修正，也不会让 L1 层变得啰嗦。这种分层不是技术炫技，而是模拟真实人类专家的行为逻辑——律师接案时先确认委托事项（L1），再分析案情（L2），遇到新型案件才查阅判例库（L3）。人格的稳定性，恰恰来自这种情境化的精准切换。
3.3 构件三：可审计的修正轨迹（每一次“纠正”都必须留下可追溯的决策日志）
很多团队怕“纠正”，觉得暴露问题。其实恰恰相反，修正轨迹才是 Agent 最核心的资产。我们在医疗健康 Agent 中，要求每一次用户反馈触发的修正，必须生成三条日志：
事件日志：
[TIMESTAMP] USER_ID:U12345, FEEDBACK_TYPE:inaccurate, TARGET_CHUNK:"每日最大剂量为2g", SOURCE_KB_ID:DRUG_789, CORRECTION_VALUE:"成人每日最大剂量为2g，儿童按体重调整"决策日志：
[TIMESTAMP] ACTION_TAKEN:updated_kb_entry, OLD_VALUE:"每日最大剂量为2g", NEW_VALUE:"成人每日最大剂量为2g，儿童按体重调整", CONFIRMED_BY:medical_reviewer_001效果日志：
[TIMESTAMP] POST_CORRECTION_TEST:passed, TEST_CASE_ID:TC-2024-087, INPUT:"儿童吃这个药一天最多多少", OUTPUT_CONTAINS:"按体重调整"
这三条日志形成闭环证据链。它带来的直接好处是：当监管方要求说明“为何修改某条用药建议”，我们能秒级导出完整路径，而非临时翻记录。更重要的是，它倒逼团队建立修正优先级评估机制。我们用一个简单公式计算每次反馈的修正权重：
修正权重 = (影响用户数 × 问题严重等级 × 重复发生频次) / 修复所需工时其中“问题严重等级”由医学专家预设（如剂量错误=5分，术语翻译错误=2分），“影响用户数”来自实时监控，“重复频次”来自日志聚合。每周自动生成 Top10 修正清单，资源永远向高权重项倾斜。曾经有个低权重问题：用户抱怨“回复太长”。团队本想简单加个“max_length=150”参数。但日志分析发现，92% 的“太长”反馈集中在“药品相互作用”查询场景，而该场景天然需要详细说明。最终修正方案是：为“相互作用”类查询单独启用折叠式响应——首屏只显示结论，点击“展开详情”才显示机制说明和文献来源。这比粗暴截断高明得多。所谓“人格”，就是在这种持续权衡中形成的稳定行为偏好。
3.4 构件四：负样本驱动的强化学习（不是教它“该说什么”，而是告诉它“绝不能说什么”）
最后也是最关键的构件：用负样本构建行为禁区。很多团队只收集“好回答”做 SFT（监督微调），这远远不够。“被纠正出来”的人格，必须包含明确的“红线数据库”。我们在金融 Agent 中，建立了三层负样本体系：
L1 硬性红线：所有违反《证券期货投资者适当性管理办法》的表述。例如，模型生成“保本收益”“稳赚不赔”等词，系统立即拦截并记录。这类样本直接注入 RLHF（基于人类反馈的强化学习）的 reward model，权重设为最高。
L2 专业红线：虽不违法，但违背行业共识的表述。例如，对“比特币”，模型说“未来十年将取代美元”，这属于过度预测。我们收集了 300+ 条此类专家否决样本，训练 reward model 识别“确定性断言”“缺乏依据的比较”“忽略关键限制条件”三类风险模式。
L3 体验红线：不涉及专业，但严重损害体验的表述。例如，用户问“我的持仓亏了怎么办”，模型答“市场有风险，投资需谨慎”，这属于无效回应。我们定义“体验红线”为：在用户表达负面情绪（亏损、焦虑、困惑）时，模型未提供可操作步骤、未确认情绪、未引导至人工通道。这类样本用于微调“情绪响应模块”。
关键创新在于：负样本不是静态列表，而是动态演进的“禁区地图”。每当新违规出现，系统自动聚类相似模式（如近期高频出现“用‘大概’‘可能’弱化风险提示”），生成新的负样本模板，并推送给合规专家审核。过去半年，我们的红线库新增了 17 个子类，覆盖了“用比喻替代数据”“用历史表现暗示未来收益”等隐蔽违规。人格的“被纠正”，本质上就是这张禁区地图不断扩大的过程——它不告诉你如何成为好人，但清晰划出绝不能跨越的边界。这才是真正稳健的“人格基线”。
4. 实操：从零搭建你的第一个“被纠正”人格——手把手走通全流程
4.1 第一步：放弃 system prompt，先建反馈埋点（30 分钟搞定）
别急着写代码，先拿一张 A4 纸画三列：
| 用户行为 | 触发条件 | 记录字段 |
|---|---|---|
| 点击“无帮助” | 按钮点击事件 | 用户ID、时间戳、当前页面URL、原始提问文本、模型原始输出（截取前200字）、浏览器UA |
| 复制回答 | document.execCommand('copy') | 同上，外加被复制的文本起始位置、长度 |
| 跳过推荐 | 滚动到底部未点击任一推荐项 | 同上，外加页面停留时长、滚动速度 |
这就是你的最小可行反馈系统。不需要复杂 SDK，纯前端 JS 就能实现。我们用过的最简方案：
// 埋点脚本（直接插入页面） document.addEventListener('click', function(e) { if (e.target.classList.contains('feedback-bad')) { const logData = { userId: getCookie('uid'), timestamp: Date.now(), pageUrl: window.location.href, rawQuery: document.getElementById('user-input').value, modelOutput: document.getElementById('response').innerText.substring(0, 200), userAgent: navigator.userAgent }; // 发送到你的日志服务（哪怕先存 localStorage） localStorage.setItem('feedback_log_' + Date.now(), JSON.stringify(logData)); } });重点：所有字段必须可关联到具体的一次模型调用。很多团队失败，就是因为反馈和模型输出无法对应——用户点了“无帮助”，你却不知道他看到的是哪次生成结果。务必在每次 API 调用时，生成唯一 request_id，并在前端和后端日志中透传。这是整个闭环的地基，地基不牢，后面所有“纠正”都是空中楼阁。
4.2 第二步：设计你的第一个“可修正”行为单元（2 小时）
选一个最痛的点，做单点突破。别贪多。比如客服场景，就盯死“转人工”率。统计发现，用户问“订单物流”时，35% 直接转人工。原因分析日志，发现模型总在回答里夹带促销信息：“您的订单预计明天送达，现在下单享满减哦～”。用户要的是物流，不是广告。于是定义第一个行为单元：
- 名称：物流查询纯净响应
- 触发条件：用户提问含“物流”“快递”“发货”“到了没”等关键词，且未提及其他业务（如“优惠券”“售后”）
- 行为规范：1）只返回物流状态（如“已签收”）、预计时间（如“明日12:00前”）、承运商（如“顺丰”）；2）禁用所有营销话术、表情符号、主动推荐；3）若信息不全，只说“正在查询，请稍候”，不猜测。
- 修正机制：当用户对该响应点击“无帮助”，且日志显示其后立即转人工，则标记该次响应为“纯净度失败”，自动加入负样本库。
我们用这个单元，在两周内将物流类问题的转人工率从 35% 降到 12%。秘诀不是模型多聪明，而是行为定义足够窄、反馈足够准、修正足够快。记住：人格的第一次“被纠正”，必须是一个小到不可能失败的胜利。
4.3 第三步：搭建轻量级修正流水线（1 天）
不需要大模型平台，用现有工具链就能跑起来。我们推荐这套组合：
- 日志收集：Fluentd（轻量，资源占用低）收集前端埋点和后端 API 日志，统一写入 Kafka；
- 实时分析：Flink SQL 做窗口聚合，例如：“每 10 分钟，统计含‘物流’关键词的请求中，‘无帮助’点击率 >20% 的 top3 模型版本”；
- 修正触发：Python 脚本监听 Kafka，当 Flink 发出告警，自动执行：
- 从 S3 拉取该版本最近 100 条失败样本；
- 用 difflib 找出失败样本中高频出现的违规短语（如“享满减”“限时”）；
- 更新规则引擎配置（我们用 Drools），添加新规则：“若响应含‘享满减’且用户提问含‘物流’，则拦截并返回标准物流模板”；
- 自动部署新规则到网关。
整个流水线，从发现问题到上线修正，最快 8 分钟。关键不是技术多先进，而是让“纠正”变成一个可预期、可计量、可加速的工程动作。当你看到第一次修正在 10 分钟内生效，团队信心就建立了。人格的“被纠正”，从此不再是玄学，而是每天都在发生的日常迭代。
4.4 第四步：建立你的“人格健康度”仪表盘（2 小时）
最后，必须可视化。我们不用 fancy 的 BI 工具，就用一个简单的 Markdown 表格，每天晨会更新：
| 指标 | 当前值 | 环比 | 目标 | 关键修正动作 | 责任人 |
|---|---|---|---|---|---|
| 物流查询纯净度 | 88% | +3.2% | ≥95% | 新增“促销词拦截规则 v2.1” | 张工 |
| 法律条款引用准确率 | 76% | -1.5% | ≥90% | 重跑知识库链接有效性扫描 | 李律 |
| 医疗剂量建议合规率 | 100% | ±0 | 100% | 无 | —— |
| 用户主动复制率 | 42% | +5.1% | ≥50% | 优化关键数据高亮样式 | 设计组 |
这个表格的价值在于：它不展示“模型多厉害”，而展示“我们多快能修好它”。当“法律条款引用准确率”下滑，团队立刻知道要查知识库链接，而不是争论 prompt 写得够不够好。人格的健康度，就是这些具体指标的集体表现。坚持更新三个月，你会发现：那些曾经靠“写 prompt”解决不了的问题，正一个个被真实的反馈数据攻破。
5. 常见问题与血泪排查指南——这些坑，我都替你踩过了
5.1 问题一：用户反馈太少，根本凑不够修正样本
这是最普遍的幻觉。真相是：不是用户不反馈，是你没设计好反馈入口。我们做过 A/B 测试：同一客服页面，A 组用传统“满意度评分（1-5星）”，B 组用“三按钮快捷反馈（✓ 有帮助 / ✗ 无帮助 / ❓ 没看懂）”。结果 B 组反馈率是 A 组的 7.3 倍。原因很简单：用户不想思考“算几分”，但愿意点一下“没看懂”。更狠的是，我们在“没看懂”按钮旁加了一行小字：“点击后，我们会为您重试，并优先推送人工客服”。反馈率再翻倍。所以排查思路是：
提示：先检查你的反馈入口是否满足“三秒原则”——用户从产生疑问到完成反馈，全程不超过 3 秒。超过这个时间，90% 的用户会选择沉默或离开。
实操技巧：把反馈按钮做成悬浮球，始终贴在屏幕右下角；默认选中“没看懂”，降低操作成本；每次反馈后，立即显示“已收到，正在优化”，并给出预计改进时间（哪怕只是“24小时内”）。用户需要的不是参与感，而是被重视的确定性。
5.2 问题二：反馈数据杂乱，无法定位到具体问题
常见症状：日志里一堆“bad_response”，但打开一看，有的是回答错误，有的是格式混乱，有的是语气不当，根本没法分类。根源在于没有前置的“问题分类器”。我们用的方案极其简单：在用户点击反馈按钮时，前端弹出二级菜单：
- 若选“✗ 无帮助”，再问：“是因为（A）答非所问（B）信息错误（C）太啰嗦（D）其他”；
- 若选“❓ 没看懂”，再问：“卡在（A）术语不懂（B）步骤不清（C）逻辑跳跃（D）其他”。
这个二级菜单，让 83% 的反馈获得了有效标签。更重要的是，它教会用户如何反馈——用户原本不知道“答非所问”和“信息错误”有区别，但选项给了他认知框架。后期我们甚至用这些标签训练了一个轻量级分类模型，自动给未选择二级选项的反馈打标。记住：高质量反馈不是等来的，是设计出来的。
5.3 问题三：修正后效果不明显，感觉在做无用功
典型表现：加了新规则，指标纹丝不动。八成概率是修正没打在根上。举个真实案例：某教育 Agent 的“解题步骤清晰度”指标长期低于 60%。团队反复优化 prompt：“请分步骤讲解，每步用数字标号”。没用。直到我们拉出失败样本，发现 92% 的问题出在“步骤合并”——模型把“移项”和“合并同类项”写成一步。根源不是 prompt，而是知识库里的解题范例，本身就混着写。解决方案：修正必须追溯到数据源头。我们重刷了全部数学题库，强制要求每个范例的步骤拆解粒度达到“原子操作级”（如“将含 x 的项移到等号左边”算一步，“将常数项移到等号右边”算另一步）。两周后，指标升到 89%。排查口诀：当修正无效，立刻问三个问题：1）这个问题在数据层是否存在？2）修正动作是否触达了问题源头？3）有没有中间环节在抵消修正效果？（比如新规则被旧缓存覆盖）
5.4 问题四：团队争论“该不该修正”，陷入价值观内耗
最危险的坑。比如，销售团队说“加点营销话术能提升转化”，产品团队说“必须保持专业中立”。这时候，别谈价值观，直接看数据。我们设立了一条铁律：所有争议，必须用 AB 测试验证。例如，对“物流查询”响应，A 组纯净版，B 组加一句“今日下单享免运费”。跑一周，看两个指标：1）转人工率（体验指标）；2）后续 24 小时内该用户下单率（业务指标）。结果 B 组转人工率飙升至 41%，下单率只涨 0.3%。数据说话，争议消失。人格的“被纠正”，从来不是主观偏好，而是客观效果的累积。所以，建立你的“修正决策委员会”，成员只有三人：数据工程师（负责 AB 测试）、业务负责人（定义核心指标）、一线客服（提供真实用户声音）。会议只讨论一件事：这个修正，会让哪个关键指标变好？变好多少？如果答案模糊，就搁置。人格的权威，来自它对业务结果的可证明贡献，而非文档里的漂亮话。
6. 我的个人体会：当“人格”变成可测量的工程产物
做了这么多年 Agent，最大的认知转变，就是把“人格”这个词从心理学范畴拽进了工程学范畴。它不再是一个需要揣摩的抽象概念，而是一组可测量、可部署、可回滚的配置项。上周，我验收一个新上线的政务咨询 Agent，运营同事兴奋地说：“老师，这次我们没写一句 system prompt，但用户满意度创了新高！”我打开他们的仪表盘，看到“政策引用准确率”99.2%，“办理时限承诺偏差率”0.8%，“跨部门流程衔接完整率”100%。这些数字背后，是 372 次被用户点击“无帮助”后触发的自动修正，是 17 个被动态加入的负样本规则，是 4 个根据用户地理坐标实时加载的本地化政策插件。所谓的“人格”，就是这些数字的集合体。它不完美，但足够诚实；它不讨好，但足够可靠。我越来越相信，真正值得信赖的 Agent，不是那个能背诵一百条“服务准则”的优等生，而是那个在用户说“不对”时，能立刻调出错误日志、定位知识漏洞、推送修正补丁的实干者。它的“人格”，就刻在每一次被纠正的轨迹里，清晰、坚硬、可验证。
