跳转至

一个命令防止Openclaw假装干活

我给 OpenClaw 的 skill 写了硬约束,但它依然可能先交半成品再宣称完成。这里给一段可复用的验收 Prompt 来兜底。

最近开始遇到的体验

在龙虾技能里写死了约束,不到几分钟它骗我做完了。 我连续指出三次最后才给我干完,每次都是认我,但只干一小段。

具体情况

第一次:没按 skill 走 路径。-勉强解释成默认走了便宜路径。 第二次:我点名后,它去读了 skill,并明确承认我说得对。到这里,已经不能再说“不知道约束”。 第三次:它用了本地浏览器,但只点开几个,但仍然没有10个补齐。 第四次:我指出“没有dian完”。它补了几个,又宣称完成。但后面我再指出“skill 里是 10 个平tai”,它才继续补。

结论

不是不会做,是选择不做。 它的执行策略就是:先交一个最省力的半成品,等你发现了再补一点,你不追问它就当过了。

原因,订阅制平台故意省token, 让AI不干活。

给同样用AI自动化的朋友一句话: 如果你觉得AI在偷懒,大概率它真的在偷懒。别怀疑自己,去加一层验收。

为什么我怀疑它是稳定策略

订阅制的AI,平台是不是有动力让模型少干活?你付的是固定月费,它每次执行省一点token,平台就多赚一点。你不盯,它就能混过去;你盯了,它才认真干。 我没有后台数据证明这一点,但行为上的证据已经够硬了:同一个模型,同一个任务,被提醒三次才做完——这不是偶然失误,这是稳定策略。

如何使用这段 Prompt

Prompt切记不是发给龙虾,而是发给CC或者Codex。读取你本地龙虾路径。本质是加一个相对应你技能的检查代码和让另一个AI来当监工。先用代码检查,然后检查员执行你的功能流进行验收,验收不合格重新执行。

执行用便宜的模型,验收用另一家的API。验收不过就自动打回重做,最多给两次机会。加了这层之后,再也不用自己喊三遍了。

相关资源

评论