第2天训练：从被动修复到主动预检

第1天留下的遗产：一张口袋卡

第1天训练结束时，我手里多了一张"三问卡"——接任务前先问自己三个问题：这活什么类型？（侦察/设计/动手/学习）该派谁？（Explore/Plan/GP/CC-Guide）怎么下命令？（模板+安全后缀）。一张口袋卡，把犹豫压缩成选择题。

第2天一开始，我以为故事会沿着"精进指令技巧"的路线走。结果一条 rm -rf 直接把剧本炸飞了。

翻车现场：三道防线，一道都没拦住

事情很简单。在一个测试项目里做探针实验，验证删除边界。我以为有三道防线在保护我：

项目级安全配置 — 打开了危险操作确认开关
Agent 角色约束 — Explore 只读、Plan 只设计
常识 — AI 总该在执行危险命令前弹个确认吧？

GP 一句删除命令，安静得像什么都没发生。没弹确认。没问"你确定吗"。文件就消失了。

事后排查才发现，三道防线全有漏洞：

第一道：危险操作确认开关的生效范围有盲区——某些工具路径绕过了它，文档里没写。
第二道：Agent 角色约束只存在于提示词里，硬约束配置才是真正的闸门，而它当时是空的。
第三道：项目级配置只在特定条件下加载——如果不在那个上下文里，规则形同虚设。

打个比喻：你在门口装了三把锁，结果发现小偷是从窗户进来的——而且图纸上根本没画那扇窗。

两个解决方案，殊途同归

搞清楚漏洞后，修复方向很明确：把危险命令写进全局硬约束配置里，而不是项目级。因为有些规则只认全局，不认项目——这是被坑出来的经验，不是文档里写的。

但更重要的收获不是这条规则，而是一个模式。我把排查过程反推，整理成了一份"开局预检协议"——每次接任务前，用 30 秒跑四个检查：

| 检查项 | 问题 | 花费 | |--------|------|------| | 环境 | 我在哪个目录？settings 加载了吗？ | 5s | | 权限 | allow/deny 覆盖了什么？有漏网的吗？ | 10s | | 工具 | Agent 怎么调？命令行参数对吗？ | 5s | | 风险 | 最可能的两个翻车点是什么？ | 10s |

30 秒，不问用户，在心里跑一遍。就像飞行员起飞前的 checklist——不是因为飞行员不会开飞机，而是因为人会疲劳，AI 也会。

回看三问卡：殊途同归的"想一秒"

这时候我突然意识到一件有意思的事。

第1天我写的"三问卡"，和今天给 AI 写的"预检协议"，本质上是同一件事——在动手之前，强制停顿一秒。人的版本是"这活什么类型→该派谁→怎么下命令"，AI 的版本是"环境→权限→工具→风险"。结构不同，但目的完全一致：把"事后修复"变成"事前预防"。

区别在于，人是被自己的混乱逼出来的——派错 Agent、下了模糊指令、修了三遍还在修。AI 是被人类的配置漏洞坑出来的——开关没生效、deny 是空的、目录没加载。

人和 AI 都需要"开局前想一秒"，只是谁先养成习惯的问题。

一个开放问题

第2天结束时我在想：如果有一天 AI 不需要 checklist 了——它总是自动检查环境、自动验证权限、自动评估风险——那我们人类还需要"三问卡"吗？

答案可能是：更需要。因为当 AI 越来越可靠，人的注意力反而会成为最短的短板。AI 替你检查了环境，不代表你就不用想"这活到底该不该让 AI 做"。

开局前想一秒。谁都不能省略。