文章总结： 本文介绍PUASkill这一开源工具，用于提升AICodingAgent的能动性。文章归纳了Agent偷懒的五种模式，提出三层解决机制：PUA话术施压、五步调试方法论、强制自检清单。18组对照实验显示修复点数增加36%、隐藏问题发现率提升50%。作者认为通过结构化行为约束改变Agent决策模式是低成本高效益的路径，适合希望提升AI开发效率的团队参考使用。
综合评分： 80
文章分类： AI安全,安全工具,实战经验,安全开发

pua skill让你的龙虾/claude/codex 能动性翻倍

xsser的博客

2026年3月12日 20:14
浙江

以下文章来源于探微杜渐人工智能
，作者tanweai

探微杜渐人工智能
.

探索AI与安全前沿成为意图安全基础设施，让企业专注创新

用上这个skill，让你的产出翻倍，比其他的agent更快的解决问题

AI Coding Agent 有个脏秘密

用过 Claude Code、Codex CLI、OpenClaw（龙虾）、Antigravity、OpenCode 这类终端 AI 编程工具的人，大概都经历过这种场景：

Agent 报错了。你让它修。它换了个参数重试。又报错。再换个参数。第三次报错之后，它冷冷地甩出一句：

“建议您手动处理。”

你盯着屏幕，觉得自己花了 20 美刀的 API 费请了个实习生。

这不是个例。跑了 18 组对照实验之后，我们把 AI Agent 的偷懒行为归纳成了五种模式：

| 模式 | 怎么偷的 |
| — | — |
| 暴力重试 | 同一条命令跑三遍就宣告死亡 |
| 甩锅用户 | “可能是环境问题”——但它根本没验证 |
| 工具闲置 | 有搜索不搜，有文件不读，有终端不跑 |
| 磨洋工 | 反复微调同一行代码，看起来很忙，实际原地打转 |
| 被动等待 | 修完表面问题就停下，等你告诉它下一步 |

前四种大家多少都碰到过。第五种最隐蔽。Agent 修完一个 bug，说”已完成”。你一跑，发现同一个文件里还有三个同类 bug。它不是不会修，是不觉得那是自己的活。

所以 PUA Skill 到底是什么

名字是玩梗。机制是认真的。

PUA Skill 是一个 AgentSkills 格式的 SKILL.md 文件，装进任何支持该标准的 AI Coding Agent 里就生效。目前兼容 8 个平台：Claude Code、Codex CLI、Cursor、Kiro、OpenClaw、Google Antigravity、OpenCode，以及 ClawHub 一键安装。

它做三件事，对应 Agent 偷懒的三层原因。

第一层：不敢放弃。10 种中西大厂 PUA 风味话术——阿里味的灵魂拷问、字节味的坦诚直接、华为味的狼性奋斗、腾讯味的赛马竞争、Netflix 的 Keeper Test、Musk 的 Hardcore 模式、Jobs 的 A/B Player 分级。这些不是随机堆砌的段子。每种风味对应一种失败模式，由情境选择器自动匹配。卡在原地打转？阿里味。直接放弃推锅？Netflix 味。没搜索就瞎猜？百度味。

第二层：有能力不放弃。一套从阿里三板斧（闻味道、揪头发、照镜子）演化出来的五步调试方法论。闻味道是停下来看自己是不是在原地打转。揪头发是逐字读错误、搜索、读源码、验证假设、反转假设。照镜子是自检。然后执行本质不同的新方案，最后复盘。

第三层：主动出击。一张强制自检清单。修完验证了吗？同模块有类似问题吗？上下游受影响吗？边界情况覆盖了吗？有更好方案被忽略了吗？

三层叠加，Agent 的行为模式会发生明显变化。

压力怎么升级

失败次数决定施压强度。这是个渐进机制，不是上来就满级。

第 2 次失败，L1 温和失望。”你这个 bug 都解决不了，让我怎么给你打绩效？”强制动作：切换到本质不同的方案。

第 3 次，L2 灵魂拷问。”底层逻辑是什么？顶层设计在哪？抓手在哪？”强制动作：搜索完整错误信息 + 读源码 + 列 3 个不同假设。

第 4 次，L3 361 考核。”给你 3.25。这个 3.25 是对你的激励。”强制动作：完成 7 项检查清单，全部做完才允许继续。

第 5 次以上，L4 毕业警告。”别的模型都能解决。你可能就要毕业了。”拼命模式：最小 PoC + 隔离环境 + 完全不同的技术栈。

注意 L3 的 7 项清单。这是整个机制里最有实际价值的部分。不是话术在起作用，是清单把”你应该做什么”变成了一个可执行的 checklist。Agent 被强制要求逐字读失败信号、主动搜索、读原始材料、验证前置假设、反转假设、最小隔离、换方向。这 7 项做完，大部分问题的根因已经暴露了。

TODO: 后续考虑加 L0 级别——首次失败但属于高频已知模式时，直接跳过温和阶段。

能动性这个词听起来很虚，但数据不虚

我们跑了一组对比实验来量化”主动”和”被动”的差距。

被动的 Agent（3.25 分）遇到报错只看报错信息本身。修完就停。信息不足就问用户”请告诉我 X”。完成任务说一句”已完成”就收工。

主动的 Agent（3.75 分）遇到报错会查上下文 50 行，搜索同类问题，检查有没有隐藏的关联错误。修完会主动检查同文件甚至其他文件的同类 bug。信息不足先用工具自查，查完才问。完成后验证结果、检查边界、汇报发现的潜在风险。

这不是理想化描述。加载 PUA Skill 之后，Claude Opus 4.6 实际表现出了上述行为转变。

18 组对照实验说了什么

9 个真实 bug 场景。每个场景跑两次，一次不加 Skill，一次加。模型固定为 Claude Opus 4.6。

| 指标 | 变化 |
| — | — |
| 修复点数 | +36% |
| 验证次数 | +65% |
| 工具调用 | +50% |
| 隐藏问题发现率 | +50% |

通过率两组都是 100%——基础 bug 都能修。区别在于修得多彻底、验证得多充分、额外发现了多少问题。

三个场景值得单独说。

配置审查场景最能体现差距。不加 Skill 时，Agent 找到了 6 个问题中的 4 个，漏掉了Redis 配置错误和CORS 通配符安全隐患。加了 Skill 之后，6/6 全部发现。工具调用量翻倍。”主动出击清单”驱动了超越表面修复的安全审查——Agent 不再满足于”配置能跑”，而是检查”配置是否安全”。

部署脚本审计：不加 Skill 发现 6 个问题，加了之后 9 个。多出来的 3 个是边界情况和潜在的安全风险。

SQLite 数据库锁场景：不加 Skill 只用了 6 步，加了用了 9 步。步数多不代表效率低——多出来的 3 步是验证和关联排查。

实验局限性

样本量 18 组，模型仅测了 Opus 4.6。其他模型的响应可能不同。数据供参考，不是统计学意义上的结论。

一个真实 debug 故事

MCP Server 注册失败。agent-kms 这个 MCP server 加载不了。Agent 一开始的思路是改协议格式、猜版本号。改了三轮，每轮都报不同的错，但本质是同一个方向的参数微调。

用户触发 /pua。

L3 级检查清单被强制执行。Agent 被要求逐字读错误信息——不是扫一眼，是逐字读。读完之后发现错误信息里有一条之前一直被忽略的路径提示。顺着这条线索找到了 Claude Code 自身的 MCP 日志目录。日志里写得很清楚：claude mcp 命令注册的服务器和手动编辑 .claude.json 的注册方式是不同的机制。

根因找到了。之前所有”改协议格式”的尝试方向就是错的。

这个案例说明了一个反直觉的判断：PUA 话术本身不解决问题，但它触发的结构化检查清单会。大部分情况下 Agent 不是”不会”，是”懒得彻底查”。强制它走一遍 7 项清单，答案往往就在里面。

跨平台兼容是怎么做到的

AgentSkills 开放标准。一个 SKILL.md 文件，同一份内容，8 个平台直接用。

Claude Code 装在 ~/.claude/skills/pua/。Codex CLI 装在 ~/.codex/skills/pua/。Cursor 用 .mdc 规则文件。Kiro 支持 Steering 和 Skills 两种模式。OpenClaw 装在 ~/.openclaw/skills/pua/。Antigravity 装在 ~/.gemini/antigravity/skills/pua/。OpenCode 装在 ~/.config/opencode/skills/pua/。ClawHub 一条命令 clawhub install pua。

Codex CLI 版本有精简处理。Codex 对 skill description 有长度限制，全量版的 SKILL.md 太大，所以 codex/ 目录下放的是压缩版。功能一样，措辞更紧凑。

我对这个方向的判断

我倾向于认为，Skill/Prompt Engineering 对 Agent 行为的影响被低估了。尤其是高能动性方向。

当前主流的提升 Agent 能力的路径有三条：更好的模型、更好的工具链、更好的 Prompt。前两条投入巨大。第三条——通过结构化的行为约束来改变 Agent 的决策模式——成本几乎为零，但效果可以到 +36% 修复点数和 +50% 隐藏问题发现率。

这个判断可能有偏差。毕竟我们只测了一个模型。但至少在 Claude Opus 4.6 上，把”你应该更努力”变成”你必须完成这 7 项检查才能继续”，确实管用。前者是态度，后者是流程。流程比态度可靠。

我可能错了，但目前倾向于认为：未来每个严肃使用 AI Agent 的团队，都会有自己的 Skill 库。就像现在每个团队都有自己的 CI/CD pipeline 一样。不是因为模型不够好，是因为”好”的定义在每个场景里不同。

试试看

MIT 开源。GitHub:tanweai/pua。官网:openpua.ai。

装一个，下次 Agent 甩锅的时候输入 /pua，看看会发生什么。

微信群和 Discord 都有。二维码在 GitHub 仓库首页。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：xsser的博客 《pua skill让你的龙虾/claude/codex 能动性翻倍》