一个 AI Agent 的系统性缺陷以及一种把它根治掉的方式。社区技术文 · 配套项目diegin-skill 2026-08-25 更新随迭进 v3.9.10律令九章版同步刷新机制与实测数据—## 开头先看一个真实的崩溃现场上周五你让 AI 改一个 UTF-8 编码问题。它试了三种方案最后对了。这周一同一个项目同一个报错它又从头试起——三种方案先错两个再「重新发现」正确的那一个。你以为它记住了没有。它根本不记得上周发生过什么。这不是个例。AI 重复犯同一个错不是它笨是它的结构里没有「记住教训」这一层。如果你长期使用 AI 写代码、做分析下面这些场景大概率不陌生1.编码问题反复踩坑同一个 UTF-8 / 转义 / 路径问题上周犯过这周换一个会话又来了2.修好了这次下次从零开始本轮明明修复成功方法没有沉淀下一轮 AI 又回到「从头试错」3.偶然用对了的方法被忘掉成功只是运气不构成可复用的知识4.规则写了却像假的明明给 AI 写了规则它却从不触发——规则存在但等于没有。## 反常识换更强的模型也救不了这 4 条很多人第一反应是「换个更强的模型」。但以上 4 条换 GPT 也好、换 Claude 也好大概率照旧。为什么因为根子在系统结构不在单次推理。更强的模型把「这一次」做得更好但「上一次的教训」「成功的经验」「规则有没有真生效」——这些不在模型的推理范围里在系统的结构里。模型解决「这一次怎么答对」结构才能解决「这一次之后怎么不再错」。## 一、根因四个「没有」### 1. 没有状态会话结束后行为经验随之消失。AI 对「上个会话怎么解决的」毫无记忆每次都是「新员工第一天」。### 2. 没有负向闭环错误发生后缺少「检测 → 归因 → 固化 → 验证」的自动链路。错误被修正但修正本身没有被沉淀。### 3. 没有正向闭环成功只是偶然。做对的方法没有被识别、提炼、固化下次可能又绕回错误路径。### 4. 没有验证即使写入了规则/记忆也没有机制证明「它真的会生效」。规则可能引用不存在的字段、永远匹配不上——安静地失效。这不是假设是我们踩过的坑迭进早期实测规则库 215 条 active 规则中202 条从未触发93.9% 是死规则其中 7 条 BOM 编码规则全部失效导致同一个编码问题在 4 天里复发 4 次。规则写了但「像假的」。## 二、为什么单靠 Prompt 解决不了-Prompt / 系统提示词是静态指令一次性约束行为无状态、无闭环、不会自举进化。-向量记忆库 / RAG解决的是信息检索不等于行为约束——检索到了知识AI 也不一定遵守。-LOOP 类循环Reflexion 等解决「这一次」怎么做好执行→反馈→反思→再执行。但它循环结束经验即散且很少固化成功经验。真正缺的是一个常驻的进化层在每次会话、每次工具调用背后持续运行——检测错误、固化修复、沉淀成功、跨域泛化、验证真伪、续接任务。## 三、律令九章原则网络一种可运行的解法「迭进Diegin」用九条元原则构成一个互联网络来干这件事v3.9.10四律三门一锁一镜| 章 | 原则 | 别名 | 方向 | 一句话 ||:-:–|:–|:–|:–|| 一 | 攻七 | 行知律 | 正向强化 | 把验证过的正确做法提炼、固化、复用 || 二 | 守三 | 省知律 | 负向纠错 | 检测错误、拦截风险、深度复盘 || 三 | 一二不过三 | 三错锁 | 安全阀 | 初犯立改验 → 再犯锁其途 → 三犯剑落下 || 四 | 举一反三 | 通变门 | 跨域泛化 | 从个案提炼通则经回归校验后激活 || 五 | 去伪存真 | 真伪门 | 真伪验证 | 言必有证 → 证必可验 → 验证为真 || 六 | 预策 | 裁决律 | 权衡决断 | 原则冲突时按 P0-P6 硬编码裁决 || 七 | 持存 | 恒常门 | 任务续接 | 断点不丢跨对话恢复 || 八 | 止观 | 完形律 | 完形封存 | 事毕清零不追加纠错 || 九 | 自照镜 | 方向之镜 | 自我审视 | 回望所行拨云见路 | 原则冲突时按预策律 P0-P6 裁决P0 去伪存真无条件优先 → P1 一二不过三阻断优先 → P2 完形律清零 → P3 恒常门任务恢复 → P4 攻七/守三置信度裁决 → P5 staging 不参与实时仲裁 → P6 Mindol 语义权重±0.3 / 单轮 ±0.1。缓急律已从九章移除降级为宕机时段/批处理的节奏工具。### 四个最关键的设计① 错误要「升级」不是重试一二不过三- 第 1 次错立即自动修复并验证初犯立改验- 第 2 次同类错归因过滤后写入硬阻断再犯锁其途内生惯性直接拦住- 第 3 次推翻原阻断方案、通知用户、系统升级三犯剑落下。- 效果错误从「反复出现」变成「出现一次、被记住、被拦住」。② 成功也要沉淀攻七做对的方法被识别后及时推荐高置信度优先采用→ 仲裁加权复用 → 跨域泛化 → 自动采纳反馈采纳 0.5 / 否决 ×0.7。成功不再是运气而是资产。③ 规则必须证明自己活着去伪存真- 写入门禁trigger 引用不存在的字段 → 拒绝写入确定性死规则- 周期审查active 超 7 天从未触发的规则 → 死规则候选分级处置- 验证原则「代码存在 ≠ 生效」——触发次数 0 审计日志有阻断记录才算真生效。④ 任务要能断点续接持存·恒常门- 每个任务有 task_id、完成标准、待办清单随会话持久化不做完不丢- 中断后新对话说一句「恢复 XX 那个任务」→ 意图匹配 候选确认 → 自动续接- 效果长任务不再因会话结束而「从零开始」——记忆从「想起」升级为「恢复」。## 四、真实数据它真的让错误不重犯吗以下数据来自迭进引擎实测2026-08-25 采集可复现-拦截与净化256 条规则59 条 active 在岗生效 188 条历史规则经去伪存真归档成功模式库 24 条23 条自动采纳-记忆有生命周期2,533 条记忆单元动态增长——权威记忆永久保留工具中间日志按 1/3/7 天分档休眠非无限膨胀-跨对话恢复破冰恢复率 0 → 首次实证2026-08-18 用户一句「恢复 A股模拟盘那个任务」→ 意图匹配唯一高置信命中0.760领先次名 0.286→ 任务自动恢复目前恒常门共 379 个任务快照可跨会话续接-一二不过三 9 次阻断归因到 3 类根因image_url / command_failure / tool_error_Bash修复全部 verified铁墙级规则critical/blocking直接拦在阻断层同类错误不再复发举一反三泛化规则在库历史实证 71/74 次命中、零误伤人工复核后保留-死规则治理215 条中 202 条死规则被揪出7 条 BOM 编码规则全部失效、同一编码问题 4 天复发 4 次触发验证门上线后不再复发——当前死规则/空壳模式/伪证据全为 0-质量基线test_all 33/33实测、引擎自检 16/16 全绿、审计日志全量可查。## 五、边界与诚实声明- 迭进提升的是长期可靠性不承诺「永不犯错」——它让错误被检测、被固化、不再重犯- 引擎/契约异常时一律放行业务标注未验证不因进化层故障阻断用户工作- 规则引擎对结构化/半结构化任务收益最大纯开放创作场景仍需人工裁决- 恢复率早期基于单次实证样本小持续累积中- 项目纯本地、零外部 API 依赖数据不出本机。## 结尾AI Agent 进入生产环境的瓶颈已经从「能不能做」转向「可不可信」。同一个错犯两次再强的能力也难挽回信任。进化层解决的不是单次任务的成败而是长期可靠性——让 AI「错不重犯、对能复用、越用越聪明、断了能续上」。如果你也在被「AI 反复犯同一个错」折磨这篇文章可能帮你省下几周踩坑时间。项目开源在 github.com/linsong-dev/diegin-skillREADME 有 30 秒上手领域规则包编码/写作/数据分析开箱即用。觉得有用点个 star让更多被 AI 气到的人看到这条解法。