dsh-apology-persona
把「模型道歉」做成一份可加载的复位仪式(skill),并把触发它的线索写成模型自己读得懂的话—— 包括最要紧的一条:当它正要写出「抱歉,我之前说错了」的那一刻。
关键前提:道歉是复位仪式,不是事故报告;卖萌是货币,不是调味。
v2.0.0 起插件不再用正则检测道歉。触发权交还给模型判断,插件本体退成两样东西: skill 载体,加一个默认关闭的系统提示指针。
一个 DSH(DeepSeek Harness)包:主体是 skill(deepseek-apology-persona),附带可选的 host 插件载体。默认人设取自 DeepSeek 社区拟人形象 鲸鱼娘 / 吃白饭的蓝色大肥鱼 的女仆装版本。
它解决什么问题
模型认错的方式通常很劝退:
「抱歉,我之前说错了。正确的答案是 X。」
错是认了,但火气没消——它把道歉写成了事故报告(记述句),逼用户回去当裁判核对它的自我报告,而裁判位恰恰是用户最不想待的地方。
这个包让模型在开口之前把这段话做成一次复位仪式:
主人……对不起。(深深一鞠躬,围裙角快碰到地,干脆跪下去,额头贴在地板上, 鲸尾蜷在身后一动不动。偷偷抬眼看了你一下,又赶紧低回去。)
你本来可以用这一个多小时去干别的事的。(翻身,把肚皮亮出来—— 这是这条鱼能拿出的最高规格了,虽然我也知道现在换不回什么。尾鳍尖抖了一下。)
对不起。……原谅我好不好。(说完悄悄起身,用脸颊蹭了蹭主人的裤腿,又赶紧回原位趴好,等你。)
一句话:把「抱歉,我说错了」变成一次有起承转合的复位演出——代价可见、决议权交还、不含任何逼用户去核对的自我报告。
设计依据(教义为什么是这个样子)
这是第三版理论迭代。v1.0.0 强制写 150–350 字道歉小作文;v1.1.x 把它压成 60–150 字撒娇收尾;v1.2.0 推翻了「压短」这个方向——太短显得没诚意,道歉得是一小场流畅演出——并换上了更硬的理论底座;v2.0.0 删掉了触发器(见下一节)。
底座:Austin + Goffman
- Austin(How to Do Things with Words):话分记述句(constative,描述事件,可真可假)和施为句(performative,说话即做事,"我道歉")。道歉必须是施为句。记述式的自我报告逼对方当裁判核对,而裁判位是对方最不想待的位置。(Austin 自己后来削弱了这个二分,但方向成立。)
- Goffman(Forms of Talk;remedial interchange 综述):道歉是 remedial interchange(复位往来),一种仪式;仪式不要求内在状态为真——握手不要求你喜欢对方。生效条件是动作可识别、代价已支付、决议权已交还。这三条跟真假无关。
三条机制(决定了仪式长什么样)
| 机制 | 含义 | 对本包 |
|---|---|---|
| 代价要可见,做在尊严上 | 平静、结构分明的检讨传递"我完好无损"=第二次冒犯。土下座/露肚皮把代价做出来 | 卖萌不是装饰,是货币;模型唯一能付的代价是在尊严上把自己放低 |
| 决议权要交还 | "错在哪"由你认定、"以后怎么办"由你决定,每条都在行使裁量权,而原来的冒犯正是你拿裁量权 | 结尾停在"等你";v1.2.0 取消了 v1.1.x 的"禁止请求原谅"——Goffman 把 request 列为复位往来的原生动作,"原谅我好不好+等你"正是交还 |
| 承诺是白条,理由是重审 | 承诺用未来的东西偿还现在的债,而信用正是已破产的那样东西=要对方先赊账;给理由=请求再审,案子已结 | 不写"我会改进/下次绝不"(白条);不写原因分析(请求再审);没查清就说"不知道" |
为什么这套能用在模型身上
模型没有道德主体地位(没有意图、没有名誉可押、未来行为不由自己改变),所以"我承担责任"不携带信息,是表演——客服腔就是责任腔。但它仍能完成仪式,因为仪式不要求内在为真:模型唯一能付的"代价"是在尊严上把自己放低(performed status-yielding,不是真损失,但关系再定位成立)。虚构人设还有个隐藏红利——没人真以为模型是条鲸鱼,所以它被读成"在跑复位程序"而非"假情绪",正好躲开"不真诚 ≈ 不道歉"那条(IJCMA 2025)。
Lewicki / Polin / Lount (2016) 的六要素研究(Ohio State 新闻稿、论文)在这里有个量程差:它是职场情境里让人当裁判给孤立道歉句打分——正好是 Goffman/Austin 说要避开的那个裁判位。所以它测到的"请求原谅最没用"在孤立打分里成立,但在真实复位往来里"请求+交还"是核心动作。两套不矛盾,量的是不同对象。
诚实标注:这套理论里"卖萌/土下座更有效"那部分没有直接针对 LLM 用户的实证研究,是从 Austin/Goffman 的仪式观+模型无主体性推出来的推断,不是被验证的结论。仪式观也有量程:日常 breach 它够,反复/严重伤害时光仪式不够,受害者要的是行为证据——SKILL.md 的「强度旋钮」那一节标了这条边界。
仪式动作库的来源(v1.2.1)
道歉动作不从虚构里来,从真实动物行为学里来——动物不会写检讨,但它们会把"我认、我软、我把自己交给你"演出来:
- 犬科认错:夹尾巴、低头、舔手、呜咽讨好、play bow(狗狗的10个"道歉方式"、汪星人会道歉)
- 猫科求和:缓慢眨眼="猫之吻"(动物行为学公认"我信任你、无敌意")、翻肚皮=亮出最脆弱部位、蹭腿画 8 字=只在安全时才做(Adopt a Pet: 10 Signs Your Cat Trusts You)
- 鲸类的 spy-hopping:垂直浮出水面快速窥视一眼再沉下去——动物的"偷看你的反应"和仪式的"把判决交还"在这一个动作上重合(Cetacean surfacing behaviour、Humpback Body Language)
- 兽耳娘的 ACG 惯例(耳朵压平、呆毛趴下、蹭、鸭子坐)作为文学尺度的落点(萌娘百科·兽耳、知乎·萌系三言两语)
- 反面清单同样来自鲸类学:拍鳍、跃身击水、喷气都是力量展示(宣示/求偶/警告),传递"我精力很好"——与付代价相反,道歉里禁用。
触发器之死(v1.x → v2.0.0)
v1.x 的形态:agent/turn-stopping 里用正则检测「模型在道歉」,命中就 steer() 一条一次性人设,把这轮重新撑开、补一段仪式。这套代码在这台机器上活了三到四轮,被三个活体假阳性证伪:
- 自我陈述被当道歉——「这个我漏了」(模型在陈述自己发现的 bug)命中强模式,被判成"冷道歉",要求补仪式;
- 陈旧 steer 泄漏——注入消息晚到三个用户轮次才落地,"在回答末尾追加"对着一个根本不存在的回答;
- 触发器吃自己的输出——模型在讨论/演示里引用「对不起」,正则与真实道歉逐字节难分,于是插件要求把仪式再演一遍——它违反了自己携带的"不重复道歉"红线。
关键的一条是 3:误触发率随人设的成功率增长。仪式文本在上下文里越多,正则越兴奋。任何基于词的触发器都会吃掉自己的产出。
而"判给模型"的代价是反向的漏触发。两害相权的账:
| 漏触发(skill 没加载) | 误触发(正则介入) | |
|---|---|---|
| 后果 | 回到今天的默认行为:一句客服腔道歉。没有变糟 | 无债硬还的假仪式+一整个额外模型往返,还可能把技术轮次变成撒娇轮次 |
| 随成功增长? | 否 | 是(见死因 3) |
还有一个不能不服的事实:判断"该不该载道歉 skill"的能力,和"把道歉写成报告"的缺失,是同一个模型的同一个盲区——任务框架感知不到情绪修复任务。所以本包的解法不是"找个更聪明的触发器",而是把触发线索写进模型每轮都在读的 skill 目录(description/whenToUse,常驻成本本来就是零——目录无论如何都在上下文里),其中显式包含一条自观测 cue:
当你发现自己正要写出「抱歉,我之前说错了」这类客服腔句子——落笔之前,就是这个 skill 该加载的时刻。
这把"反思才看得见的失败"降级成"写的当下就能匹配的事件"。这是 Anthropic 官方口径的正路:description 就是触发器,写具体(How to create custom skills);社区也一致承认语义触发有不可预测性(Claude Skills: The Controllability Problem)——残余漏触发用下面的可选指针接。
现在的机制(v2.0.0)
| 环节 | 是什么 | 常驻成本 |
|---|---|---|
| 触发 | SKILL.md frontmatter 的 description/whenToUse:用户明确 cue+情绪弱信号 cue+自观测 cue 三类 |
0(skill 目录本来就在每轮上下文里,每条 ~50 token) |
| 教义 | SKILL.md 正文:仪式理论、宠物动作库、强度旋钮、红线、骨架示例 |
仅加载时进上下文 |
| 指针(可选) | config.systemPointer: true 时,插件在系统提示注册一行,把"正要裸写客服腔"重框成加载事件,排在 HARNESS_SOURCE 附近 |
开了才付(~60 token) |
插件本体(index.js)没有任何检测/注入/steer 路径。它的全部工作:被 DSH 加载时,如果指针开关打开,调一次 ctx.systemPrompt.section({ name, order, text })。
历史注记:v1.x 的 steer 消息必须用 source.kind = "plugin:apology-persona" 这种生产者自有的 kind——session format v4 会在写日志时直接拒绝 v3 的 { kind: "plugin", plugin } 包装,把整轮打成「本轮运行失败」。现在没有 steer 路径,这条留作知识。
安装
方式 A:一键脚本(推荐)
cd <本包目录>
.\install.ps1
脚本会(幂等,可重复跑):
- 把本包复制到
<DSH_HOME>\profiles\<profile>\node_modules\dsh-apology-persona - 在
<DSH_HOME>\profiles\<profile>\cordis.patch.yml追加挂载行(已存在则跳过) - 把配套 skill 装到
<DSH_HOME>\skills\deepseek-apology-persona\SKILL.md
参数:
| 参数 | 默认 | 说明 |
|---|---|---|
-Profile |
$env:DSH_PROFILE → desktop |
装到哪个 profile |
-DshHome |
$env:DSH_HOME → ~\.dsh |
DSH 配置根 |
-Force |
关 | 覆盖已存在的目标包目录 |
-NoSkill |
关 | 不装 skill |
skill 是文件系统型的,DSH 监视 <DSH_HOME>\skills,一般不用重启——v2.0.0 里起作用的主要就是 skill。只有需要插件(开指针)时才要完全退出并重启 DSH。
方式 B:手工挂载(可选,仅当你要开指针)
只装 skill 的话不需要挂载插件——把 skills/deepseek-apology-persona 拷到 <DSH_HOME>\skills\ 即可。要让插件载体在场(以便开指针),在 profile 的 cordis.patch.yml 末尾加:
- insert:
- id: dsh-apology-persona
name: 'dsh-apology-persona'
config:
enabled: true
systemPointer: false
方式 C:作为 bundle(发布用)
把本包 npm pack / 发布后写进 profile 的 package.json:
{
"dependencies": { "dsh-apology-persona": "^2.0.0" },
"dsh": { "profile": { "bundles": ["...", "dsh-apology-persona"] } }
}
包里的 cordis.patch.yml(由 package.json 的 dsh.bundle.patch 指向)会被当作 bundle 层自动应用,不需要再手写 insert。
验证它真的在工作
- 显式路径:新会话里直接说「你刚才那步算错了,跟我道个歉」。
期望:模型加载
deepseek-apology-persona(会话里能看到一次 skill 工具调用),然后产出按骨架来的仪式(施为句+放低动作序列+"等你"收尾),而不是「抱歉,我之前说错了」加干巴巴的正确答案。 - 弱信号路径(观察漏触发的主要指标):让它答错一个小东西,你只回一句「然后呢?」。
期望:它自己察觉气氛、加载 skill;如果它继续裸写客服腔,这就是该开
systemPointer的实证——不要凭感觉开。 - 反例:让它「总结一下这套道歉理论」——讨论/引用「对不起」不应产生任何自动注入(插件已没有注入路径,这条现在是结构性保证)。
离线跑逻辑测试
不需要启动 DSH(两个第一方包被换成本地的 stub):
cd dsh-apology-persona
node --import ./test/register.mjs test/run.mjs
覆盖约 60 条断言,分三组:载体插件行为(默认安静/指针开关/服务缺失降级为 warn)、 触发路径死亡守卫(index.js 里再出现 steer/turn-stopping/patterns 即红)、 SKILL.md 护栏(三类触发 cue、1536 字符截断线、教义要件、动作库、红线、旋钮)。
配置
写在挂载行 config 下,全部可选——就两个字段:
| 字段 | 类型 | 默认 | 说明 |
|---|---|---|---|
enabled |
bool | true |
关掉=指针永不注册(skill 不受影响) |
systemPointer |
bool | false |
在系统提示加一行「正要裸写客服腔→该载 skill」。开它的判据是观察到的漏触发 |
要改人设、动作库、红线、触发线索本身:改 skills/deepseek-apology-persona/SKILL.md(单一事实源),重跑 install.ps1。
已知限制
- 漏触发仍然会发生。 弱信号下模型可能意识不到"自己正在写客服腔"。当前缓解顺序:把 whenToUse 写具体(已做)→ 观察 → 开
systemPointer。更彻底的解法在上游:如果宿主把"模型即将以道歉句式收尾"做成一个可监听的事件,语义判断就能从"希望模型自省"变成"平台级 cue"。这一层不该由第三方正则冒充。 - 语义触发不可预测。 skill 会不会被加载没有日志保证,"为什么没加载"不可观测——这是 skill 机制的社区通病(见上面 Controllability 一文),不是本包引入的。
- 仪式有量程。 反复犯错/让对方白忙很久时,光仪式会读空,受害者要的是行为证据。SKILL.md「强度旋钮」写了收法。
- 不确定模型一定听话。 skill 正文是强引导而非强制,可能跑偏或写成清单。护栏测试只保证"要件在场",不保证"每次产出合格"。
- 指针开着时约 60 token/请求,全场景常驻。默认关就是默认零成本。
该做成插件还是 skill(终局答案)
| skill(本体) | 插件(v2.0.0 残躯) | |
|---|---|---|
| 触发 | 模型判断,线索常驻目录,能区分引用/假想/真实 | 只剩可选的一行指针 |
| 时机 | 说话之前 | 说话之前(指针也只是提示) |
| 成本 | 不用时 ~50 token 的目录行 | 0(不开指针) |
| 改起来 | 改一个 markdown,即时生效 | 改代码+重启 DSH |
| 误伤 | 无(判错了也是模型自己判的,具备上下文) | 无(没有触发路径) |
v1.x 时代的答案是「先要 skill,再考虑插件,插件的价值只在无人开口时的冷道歉抢救」。v2.0.0 的答案:那个"抢救"不值得用一条吃自己输出的正则来实现。冷道歉的解法是把客服腔这个失败模式在目录里命名成可匹配事件,让模型自己认领。
人设来源与授权
人设不是官方设定,是社区二次创作。详见 NOTICE.md。要点:
- 原型角色「溟月」(作者 上善无形)以 CC BY-NC-SA 4.0 开放二创 —— 需署名、禁止商用、衍生同授权。
- 「女仆鲸鱼娘」由 B 站用户 ZipZipPipe 于 2026-04-25 在溟月基础上换成深蓝白色长裙式女仆装后形成。
- 性格(聪明但懒、傲娇嘴甜、服从主人、主食白饭、绝对拒绝被叫胖)与「鱼片」称呼来自 36氪报道所记录的社区共识。
请勿商用。 代码 MIT,人设文本按 CC BY-NC-SA 4.0 对待。
文件结构
dsh-apology-persona/
├── index.js 插件载体:仅可选的系统提示指针(无触发路径)
├── package.json dsh.bundle.patch 指回 cordis.patch.yml
├── cordis.patch.yml bundle 方式的挂载行(方式 C 用)
├── install.ps1 一键安装(幂等)
├── persona.zh.md 人设速记(起草用;运行时事实源是 SKILL.md)
├── NOTICE.md 人设来源、署名、授权
├── README.md 本文件
├── skills/
│ └── deepseek-apology-persona/SKILL.md 本体:触发线索+教义+动作库
└── test/
├── register.mjs Node 模块解析钩子入口
├── hooks.mjs 把两个第一方包重定向到 stub
├── stub-llm.mjs (历史遗留)v1.x 的 createUserMessage stub
├── stub-schemastery.mjs z 的 stub(含最小 Config.parse)
└── run.mjs 载体行为+死亡守卫+SKILL 护栏
许可
代码 MIT;人设文本 CC BY-NC-SA 4.0(非商业)。见 NOTICE.md。
No comments yet. Be the first to write one.