《专著向智能体技能包无损蒸馏、规则可执行化编译与系统自进化工程》各章定量结论
一本专著里真正能被智能体执行的,是它的决策规则、阈值、禁忌与可复现计算。本卷定义一份统一协议,把这些内容蒸馏成技能包:说明文件、校验脚本、决策表与黄金测试样本,外加一份把每条规则钉回原书页码与内容指纹的清单。「无损」被定义为四个可以数出来的比率:规则覆盖率、可执行率、黄金样本回归通过率与拒绝条件完整率;发布门槛是后两者等于 1、有效保留率不低于 0.90。全书按证据分级标注每一条说法,以《荀子·劝学》考辨工具与积累,所有计算由书中程序生成,作者的判断一律写进假说框并写明什么结果会推翻它。书中样本全部虚构,定价与成交规则只写一般框架,不是法律或合规意见。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-150 · English version
- 第 1 章 · 方法:技能包、四个保留指标、证据分级与蒸馏四步
第一章证明两个反常识结论:把整本书贴进提示词,覆盖率是 1.000,有效保留率却是 0.000;十二个样本全部通过时,失败率的 95% 上限仍有 0.2209,要压到百分之一以下需要 299 个;按写明的假设,没有样本的十二条规则包十轮修改之内至少坏一条的概率是 0.9115。第二至第七章依次写抽取、编译、护栏与校验、四件套统一规格、自进化与治理。 - 第 2 章 · 抽取:把书稿里能执行的句子一句一句拣出来
规则句有八种句型:条件—动作、阈值、禁忌、次序、例外、公式、拒绝、定义,标注框是第九种信号。在 30 句的虚构报价手册上,识框的提示词抽取器中文精确率 0.8966、召回率 0.8387,英文精确率 0.8333、召回率 0.9677;标注框信号不花召回率就拿掉了误报,中英并集只漏掉一句不带任何提示词的隐性条件。中文数量词要先换算,换算不了的要拒绝。召回率的结论受金标准条数限制:目标 0.90 而一条不漏,至少要 35 条金标准。两位… - 第 3 章 · 编译:把规则句变成谓词、决策表与决策树
编译把抽取单变成三种可运行的形式:原子谓词、决策表、决策树。比较词决定开闭,三位写手对同一条定金规则的三种写法,在 8000 元这一个点上分别是完备、冲突与缺口;本书只接受左闭右开的切法,并为每个阈值配三个边界样本。单位与浮点要先钉死:0.3 读成 30,加急费就从 2040 元变成 204000 元;底线 0.2 的毛利率判断,用错一种写法就会误拒,而底线 0.35 恰好看不出来。手册五条规则展开到 32 格上,有 12 格冲突、1… - 第 4 章 · 护栏与校验器:禁词、合规句、拒答条件、lint 与黄金样本
护栏有三种句型:禁词、合规句、拒答条件,各配替代说法、触发谓词与固定回复;外来文本一律当数据。lint 分词表与结构两半,词表在 80 份草稿上最好的一档精确率 0.897、召回率 0.963,结构检查在字段齐全时是精确的,所以能写成字段的规则就不用词表。误报与漏报的单价决定门槛,门槛等于 $C_{FP}/(C_{FP}+C_{FN})$,基础率一变就要重算,否则每千份草稿多付 6231.4 与 4404.2 之间的差额。黄金样本要取… - 第 5 章 · 四件套统一规格:定价试算器、前端样式库、攻心文案检查器与客服逼单技能包
四件套共用一棵 10 个路径的目录树与一个 15 个字段的说明文件头部,放行沿用第一章的门槛:有效保留率不低于 0.90,回归通过率与拒绝条件完整率都是 1,且每个拒绝条件都要有触发它的黄金样本。定价试算器用精确分数解出价格、向上取格点,以 E1 到 E4 四个代码拒绝;前端样式库用语义令牌和 WCAG 2.1 的对比度与点按尺寸把关,警示红 4.43:1 这样差一点的颜色也不放行;攻心文案检查器只问每一句能不能被数据核实,虚构稀缺与… - 第 6 章 · 自进化:反馈回路、回归门、漂移与技能库的累积
一份没有黄金样本的技能包,在频繁修改下会悄悄退化:p60 的模型里,30 轮之后只剩 0.7080 的规则完好,靠投诉来修只能把它托在 0.6757 的地板上;九成规则有样本守着的包,同一时刻保留 0.9708。回归门把版本号、样本通过与覆盖率三件事绑在一起,十次候选发布挡下了四次。漂移要按天、按对话来监测,累积和比周平均早约五天报警。把可见样本通过率当成目标,会得到一个满分却变坏的包;技能库要靠入库门积成山,而不是堆成堆。自我批评会… - 第 7 章 · 治理:最小权限、红线机检、免责、来源追溯与规则下架
R04,即价格异议的回复模板,触发 96 次被推翻 31 次,区间是 0.2378 到 0.4217,下界已经超过 0.20:这条模板多半是错的,下架重写。R05 触发 18 次推翻 3 次,比率 0.1667 看上去不高,区间上界却到 0.3922,还不能放心,进入复核。R07 只有 12 次触发、1 次推翻,但有一次红线投诉,直接暂停。R03 与 R11 的锚点不是已追溯,暂停。R08 是库存提示的护栏,九十天一次没触发,保留。S… - 第 8 章 · 实战:把一本十二条规则的定价小书蒸馏成定价试算器
第八章把一本虚构的十二条规则定价书蒸馏成定价试算器:信号词扫描的精确率 0.714、召回率 0.833,漏掉的正是毛利的定义与一条拒绝条件;一次顺手的修改让回归通过率掉到 0.788、拒绝条件完整率掉到 0.833,覆盖率与可执行率却仍是 1;预先登记的三臂比较定为每臂 228 题、共 684 个回答,零违规时的上限是 0.0131。
模型示意算例,非实时报价