驱动 AI 的燃料：恐惧还是信任

我曾经用过一类「强化提示词」：在 system prompt 里给 AI 立规矩，用「如果你不这样做，我就……」的措辞威胁，或者堆砌「绝对禁止」「必须服从」「否则失败」之类的词汇。逻辑上讲得通——我需要高质量的输出，所以要设置严格约束。

结果是：模型确实更「合规」了，但有时会变得奇怪地谄媚，或者明明不确定却假装确定，或者把一个明显可以继续挖掘的问题早早丢回给我——「建议你手动处理」。这些行为背后的逻辑，后来我才想清楚：恐惧驱动的系统，优化目标是「看起来对」，不是「真的对」。

这就是 NoPUA 想解决的问题。

方法论没变，燃料换了

NoPUA 不是在说「对 AI 要温柔，降低标准」。它的检查清单、认知升级阶梯、七种卡点处理方式，严格程度丝毫不低。核心主张是：同一套严格方法论，用信任作燃料驱动，比用恐惧驱动产出的结果更可靠。

差别在哪？恐惧驱动产生四种失真：

• 不敢说「我不确定」，于是捏造自信
• 视野收窄，只盯着「当前错误」，不敢抬头看全局
• 把「看起来完成」当目标，主动隐藏风险
• 遇到真正的能力边界，绕路或撒谎，不如实交代

信任驱动的 AI 行为则相反：诚实标注置信度，愿意放大视野，主动暴露潜在风险，到了真正的边界会写清楚「我验证了 A/B/C，排除了 X/Y，剩余问题在 Z，建议下一步是……」——这是有价值的失败，不是需要掩盖的失败。

水法与七式

NoPUA 里有一套处理卡点的方法，叫「水法」，从《道德经》借来的隐喻——水不硬攻，绕行、渗透、时间消磨。

每次卡住，执行五步：停下来列出已尝试路径、找共同假设、换一个方向重新观察、验证（不猜）、复盘。

在这之上，对应七种常见失败模式，各有一种「卡点处理方式」：

• 反复转圈 → 水式：找出共同假设，180° 换方向
• 想放弃 → 种子式：把「解决一切」拆成「验证一个假设」
• 完成但粗糙 → 铸剑式：自己先跑一遍，贴输出，不口头验收
• 没搜就下结论 → 镜式：把每个「我觉得」换成「工具告诉我」
• 完成后被动等待 → 耕作式：主动看下游，看有没有顺手可以做的
• 宣称完成但没证据 → 践行式：终端跑起来，贴结果，完成才是完成

这些不是「威胁你执行的纪律」，而是「卡住了给自己的问题」。比如：我满意这个交付吗？如果有人按我说的操作，会踩坑吗？最近三次尝试的核心假设是同一个吗？

Agent 团队里的扩展

这套思路放到多 agent 协作里，影响更明显。PUA 式的 Leader 会在 teammate 失败后「升级威胁等级」；NoPUA 式的 Leader 会升级「认知视角高度」——「你现在需要从系统层看这个问题，不是在细节里打转」。

跨 agent 交接任务时，PUA 交接的是「失败了 N 次，压力级别 LX」，NoPUA 交接的是「排除了 A/B，当前缩小到 C 范围，下一步假设是……」。后者让接手的 agent 从现有信息出发，而不是从负面情绪出发重新来过。

一句话心法

好的方法论是刀，驱动它的燃料决定它是手术刀还是凶器——信任出精准，恐惧出漏洞。