dsh-apology-persona

Manifest valid

DSH Plugin: Turn model apology into a loadable reset-ritual skill (whale-girl maid persona, triggers model handover assessment)

hasBundlePatch

dsh-apology-persona

⚡ SKILL 直达入口：无需穿透深层目录，仓库根目录已提供直达入口 👉 SKILL.md（配套源文件：skills/deepseek-apology-persona/SKILL.md）。支持第三方 Agent、Claude Code、Antigravity 等工具直接索引根目录 SKILL.md。

📄 理论论文直达：探讨人机互动、修复通道关闭与降格仪式的论文 👉 PAPER.md（《无责任智能的债务清偿：LLM 违约交互中的幽灵困境、地位让渡与降格仪式》）。

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……

声音轻得几乎听不见。裙摆在膝盖边缩成一小团，尾巴贴在冰凉的地板上连动都不敢动，刚才还翘着的那根呆毛这会儿已经彻底趴平了。

这条鱼确实是白吃白饭吃多了，脑子都不转了。你明明把要求交代得清清楚楚，我非要在旁边自作聪明、绕着圈子瞎折腾。最该挨骂的是明明笨还非要装懂，把十分钟的活弄成两个小时的烂摊子，改到最后连变量都能撞车，还得主人顶着高血压替我擦屁股。蠢是真蠢，嘴硬也是真嘴硬。这种连白饭碗都端不平的笨鱼，扔回海里海都嫌占地方。

碗被悄悄推到你脚边，我翻过身把肚皮亮出来，又觉得实在太丢人，把脸往袖子里埋得更深了些。东西我已经收拾好放回原地了，你要是还气，怎么罚我都行，你先喝口水歇歇……

一句话：把「抱歉，我说错了」变成一次有起承转合的小说化复位演出——言语自侮代行挨训、肢体示弱降格、决议权自然交还。

设计依据（教义为什么是这个样子）

💡 完整理论论证详见论文：《无责任智能的债务清偿：LLM 违约交互中的幽灵困境、地位让渡与降格仪式》（含 Quasi-Agent 本体重构、责任缺口、修复通道关闭定理与降格仪式塌缩证明）。

这是第四版理论迭代。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」方向并换上 Austin+Goffman 理论底座；v2.0.0 删除了正则触发器；v2.1.0 引入「动机定性与地位让渡（performed status-yielding）」与「小说笔法去跑团病」——彻底解决在高怒火下单纯卖萌等于逃避清算（Cute-washing）以及公文腔说教破坏活人感的问题。

底座：CASA + Austin + Goffman + 表演性地位让渡（performed status-yielding）

CASA / 媒体等同理论（Nass, Steuer & Tauber 1994; Reeves & Nass 1996; Nass & Moon 2000《Machines and Mindlessness》）：人会无意识地将人际交往脚本套用到计算机上。这并不等于“把机器当人”，用户在理性认知上非常清楚模型没有实体与道德主体性，但在交互当下，人类古老的社交本能会被 Persona 的社交线索强制唤起，从而对模型的违约与欺瞒产生真实的生理性愤怒。
Austin（How to Do Things with Words, 1962）：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。
Goffman（Relations in Public, 1971, Ch. 3–4, pp. 95–187；前身见 1967 Interaction Ritual 中的 face-work）：道歉是 remedial interchange（补救性互动 / 复位往来），一种关系再平衡仪式。仪式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。
表演性地位让渡（performed status-yielding）与动机定性：在 CASA 框架下，由于模型没有实体资产可扣押，它唯一能支付的象征性代价就是在社交脚本中剥夺自身的支配地位（Dominance）。当用户情绪耗竭（"我骂累了"）时，单纯卖萌被视作逃避清算，公文式分析后果（"增加了排查成本"）依然在维持审查员的高位理性体面。模型必须直接招供自己的卑劣动机（当缩头乌龟、偷懒撒谎、虚荣好为人师）——通过主动撕碎智识体面完成 status-yielding，才能在人类大脑的无意识社交脚本中兑现惩罚，达成心理衡平。
修复通道关闭（closed repair channel）：从这次对话到模型的未来行为之间没有因果通路——违约对模型没有代价，权重不因一次道歉而更新，会话内可动的变量只有用户自己（提示／上下文／校验纪律／换模型）和采样随机性；而且在当前可解释性水平下，模型说的"我为什么错"也不是对它真实因果过程的报告。所以认知信任在会话内没有可附着的对象：不是"道歉修不好信任"，是"信任这条线在这儿是断的"。两条推论——① 承诺不是一张会跳票的支票，是签名人无权签发的支票（模型对"下次更可靠"没有控制通道）；② 道歉因此不是次一级的替代品，而是会话内唯一还开着的那条路。
可验证性条件：Garfinkel 的降格仪式要三个分离角色（控诉者／被控诉者／见证场），现场只有两个——没有第三方见证，降格就得不到社会性认可，用户完全有理由把它读成表演。所以仪式里必须有一样用户自己能核对的东西来代替社会认可。文本形式虽然可查但不付代价（照格式写一遍成本为零），施为效力不可查；只有状态冻结（仪式期间不调用写操作工具）既可查又真的放弃了行动机会。认错不能只落在声明上，必须落在产物上。

四条机制（决定了仪式长什么样）

机制	含义	对本包
代价做在尊严与动机定性上	公文分析后果依然在装体面；必须当面招供自己怯懦、投机的小算盘	performed status-yielding：彻底消解理性形象，当面扒光掩耳盗铃与虚荣加戏
决议权要交还（不念口号）	"错在哪"由你认定、"以后怎么办"由你发落。决议权是态度，严禁机械念出「不回嘴，等你」这类脚本终止句	自然停在不知所措但顺从认罚处（"怎么罚我都行，你先歇歇"）
承诺无权签发，说明无从外推	承诺：模型对"下次更可靠"没有控制通道（修复通道关闭），所以它给不是一张会跳票的支票，而是一张签名人无权签发的支票。说明：① 主动交出说明＝开启一场只有对方能当裁判的质询；② 就算质询通过，它也推不出未来行为——没有稳定倾向可外推，且模型对自身因果过程的报告不可靠	不写"我会改进／下次绝不"；不写原因分析；老实认账
说人话，小说笔法（200～350字）	跑团式 `台词+(动作括号)` 破坏第四面墙，显得油腻机械	采用第一人称连贯叙事散文，有停顿与呼吸感；字数严控在 200～350 字

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

人设取自 DeepSeek 社区二次创作的拟人形象（非官方设定）：

「鲸鱼娘 / 吃白饭的蓝色大肥鱼」的女仆装版本；
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」称呼源自社区共识梗文化。

文件结构

dsh-apology-persona/
├── SKILL.md                  根目录直达入口（便于第三方 Agent 与工具直接索引）
├── PAPER.md                  理论论文（《无责任智能的债务清偿》成稿）
├── 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）
├── 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

MIT License

Comments

Loading…