北京
给AI Agent写指令，很多人第一反应是把步骤拆得越细越好。但pstack作者@poteto的做法反着来：把冗长的操作流程压缩成10到20行的极简原则，用名称索引就能激活。
这个思路的核心判断是，随着模型能力提升，写给智能体的指令正在从"冗长的操作步骤"压缩为"简短的命名原则"。复杂流程脚本可以被提炼，前提是模型本身已经具备执行能力，缺的不是步骤，是判断标准。
但压缩指令有个天然风险：Agent可能只在形式上"报菜名"，把原则名字念一遍，实际决策里根本没用上。pstack的解法是强制原则与决策挂钩——要求Agent在回复中点名影响决策的原则，以及这条原则具体改变了哪个选择。这样一来，原则有没有真正参与推理，是可检验的。
原则从哪来？不是凭空写的。它们来自实际会话中纠正智能体产生的教训，经过结构化沉淀，才变成可复用的条目。像"最小改动""先删后加"这类经典工程原则，被重新编码成Agent能读懂的指令。实践针对性来自真实纠错，不是理论推演。
用法上，通过短语唤起原则，可以实现精准重定向。Agent跑偏的时候，不需要重写整套流程，喊一个原则名称就能把它拉回来。/poteto-mode的运行机制就是围绕这一点设计的：原则不是装饰，是决策的锚点。
这套方法真正解决的问题是：当模型足够强，指令的瓶颈不再是"说清楚怎么做"，而是"说清楚按什么标准判断"。10到20行的原则，替代的是过去动辄上百步的流程脚本。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
