个人站点

主线 · 第 4 / 5 篇

· 约 10 分钟

模型变强以后:重新检查每条规则

2026 年 9 月 GPT-6 发布后,我回头检查早期加的规则和 Skill 还用不用得上,顺带撤回了对 Trellis 的改写,也回看了这几轮的加加减减。

本文目录 5 节
  1. 翻出早期的补丁
  2. 哪些 Skill 已经不必单独存在
  3. 撤回对上游的改写
  4. 回头看这几轮
  5. 参考资料

本文回答的问题

模型能力提升以后,哪些规则还需要,哪些已经可以撤掉?

6 月和 7 月那两轮整理,看的都是有没有重复。还有一类规则并不重复,只是当初为了补某个问题加进来的;问题后来也许已经不在了,规则还原样留着。9 月这一轮换了个角度:模型变强以后,这些补问题的规则,现在还用不用得上。

其实 6 月初整理流程时,我就在方案里写过一条原则:新加的流程要能定期回头检查,模型或本地工具已经能稳定做好的,就可以减轻或者去掉。这个想法来自一份 Trellis 技术分享,里面引用了 Anthropic 的一篇工程文章:模型外面套的每一层流程和工具,都默认模型自己做不到某件事,而这些默认有的一开始就不对,有的会随着模型进步很快过时。不过真正照着这条回头查规则,是这一轮才开始的。

翻出早期的补丁

9 月初 GPT-6 Astra 发布。我刚好看到一份审查 AI 编程规则的建议,就交给 Codex,让它照着这些思路把我本机的规则查一遍,GPT-6 和 GPT-5.6 两代模型都要考虑到。9 月 5 日查出来不少早期为了补问题加的规则,有些从 5 月就在了。

原来的规则调整之后
子代理每次显式指定强模型和高推理强度优先继承当前设置,有具体原因才覆盖
卡住三轮请 Claude,失败三次判定架构问题根据证据检查假设或缩小实验,不按次数下结论
不用提问时,也要写明理由和假设信息足够就继续,不再固定附上这段说明
为流程重复确认,每轮修复后暂停已确认的决定持续有效,授权范围内继续推进
汇报完成前重新运行验证复用仍覆盖最终改动的有效证据
9 月 5 日检查前后的几条规则

按失败次数下结论的那条,问题在于试了几次和问题出在哪里关系不大。7 月加的「不提问也要写明理由」,用下来成了每次都要输出的一段固定格式,这次也取消了。反复确认和每修一轮就暂停,一起去掉。

验证这条底线没动:没有证据,还是不能说做完了。变化在于,测试结果只要还覆盖最后的改动,就直接拿来用,不用为了写汇报再跑一遍。规则里也写明了,GPT-6 和 GPT-5.6 守同一条底线,不因为模型强就免掉验证。

另外顺手理了两处。先验证 Notion 插件的一次最小只读调用,再停用功能重复的直接 Notion MCP;这次确认的是接入可用,没有验证完整的业务流程。那份写各个模型怎么分工的多 Agent SOP,缩成了几行,只指向另外两份 SOP。

哪些 Skill 已经不必单独存在

两天后我又想到:换到 GPT-5.6 或 GPT-6 以后,有些 Skill 是不是也不用单独存在了?这一轮分三批做完。

第一批包括 using-aegis、dev-workflow,以及承接外部审查意见的 receiving-code-review 和复查方案前提的 first-principles-review,改成只有点名时才用。做法是在配置文件里加一项设置:

policy:
  allow_implicit_invocation: false

按 OpenAI 的 Skills 文档的说明,加了这一项以后,模型不会再看描述自己挑这些 Skill 来用,点名照样能调。planning-with-files 只留下名字,内容改成指向 long-task-continuation,长任务的状态从此只记在一个地方。

第二批是调试、代码审查、完成前验证这几个 Skill,改成只在复杂情况下出场。普通的局部修改按全局规则来,改了哪里就验证哪里。防乱码的编码检查,也只在确实可能出编码问题时才做。轻量澄清不再按任务大小预先定好问几个问题,但小任务一开始最多问一个这条留着。

入口这次调整
systematic-debugging复杂根因、跨边界、时序和测试污染时使用专项流程。
code-review-skill聚焦跨模块、共享契约等难以判断影响面的审查。
verification-before-completion聚焦难判断的证据覆盖;普通任务仍按全局底线验证。
frontend-encoding-guard只在真实编码风险时介入。

第三批修了两个脚本。frontend-encoding-guard 的编码扫描脚本会把正常的「café」误判成乱码。systematic-debugging 的另一个脚本用来找测试污染,也就是哪个测试留下了不该有的文件或状态;它一个测试都没匹配到的时候,照样报告「干净」。修好以后,检查没真正跑完,脚本会直接说没完成,不再算作通过。

几天后,OpenAI 也发了一篇讨论在 GPT-6 Astra 下怎么重新看待 Skill 和提示词的文章,建议把描述写短、辅助材料按需加载、重新检查过细的流程,和我刚做完的调整方向差不多。

撤回对上游的改写

7 月我把 Trellis 0.6.5 和自己的规则合在一起时,用的是段落替换,直接改 Trellis 自带的 workflow 文件,先是 12 处,后来加到 28 处,全在这一个文件里。上游每更新一次,这些地方都得重新对一遍。9 月 8 日升级到 0.6.16 时,28 处全部撤回,改用一份锁定上游版本的完整配置。

这次主要是嫌繁琐,又赶上大家在说模型变强了,就顺手删了一些:同一轮也砍了 Trellis 自带入口里的固定停顿,比如再次确认、重复检查、催着提交、重复验证,七个状态和 13 个步骤还在。成绩分析项目里还删掉了 collab-nudge hook(在特定时机自动运行的脚本),它会按改动行数或文件名,提醒我叫 Claude 一起来看。可改了多少行、改了哪个文件,和这个任务需不需要别人一起看,关系不大。

这 28 处怎么加上去、撤回以后换成了什么,写在 Trellis 那篇延伸里。

回头看这几轮

从 4 月到 9 月,前后减了好几轮,每轮起因都不一样:4 月到 5 月是步骤太多,连小任务都被拖慢;6 月是规则全挤在一个文件里,每次都得整份读一遍;7 月是几个 Skill 互相抢活;9 月是模型强了,一些早期规则看着已经多余,对 Trellis 的改写也在这一轮撤掉,那次主要是嫌繁琐。

2026 年 3 月到 9 月框架层工具的使用时段Superpowers 从 3 月前后加入,5 月前后停用。GSD 和 gstack 从 4 月加入,GSD 在 5 月 7 日清理,gstack 之后只留专项场景。Trellis、Aegis 和轻量澄清从 5 月前后用到现在,Aegis 的入口 Skill 从 9 月起改为点名才用。竖线标出 5 月 7 日停用 GSD、6 月 2 日拆分规则文件、7 月 26 日整理 Skill、9 月 5 日到 8 日检查早期补丁并撤回 Trellis 改写。SuperpowersGSDgstackTrellisAegis轻量澄清之后只留专项场景点名才用5/7 停用 GSD6/2 拆分规则7/26 整理 Skill9/5–9/8 检查补丁、撤回改写3 月4 月5 月6 月7 月8 月9 月
框架层工具的使用时段按月粗画,渐隐表示起点只确定到月份或前后,细虚线表示专项使用,空心段表示 Aegis 的入口 Skill 改为点名才用。

Skill 这一层真正删掉的不多:有的退役了,做法并进了别处;有的还在,只是改成点名才用,或者只在复杂情况下出场;两个脚本修掉误判以后接着用。还有几样被宿主自带的功能接了过去,比如文档插件接手了 html-to-word 入口的 HTML 转 Word 工作,Notion 插件替掉了单独接的 Notion MCP。删得多的反而是规则,9 月那批早期补丁和 Trellis 里的 28 处改写都直接拿掉了,Trellis 自带的说明也删了一部分。

也有几条从头到尾没动过:动手前先定边界;能查到的先查,要问一次只问一个;没有验证过,就不说做完了。

参考资料

本文涉及的知识点

11 个

名称打开知识图谱中的对应条目;「另见」只计已发布文章。