企业官网建设流程全解析

• AI 技能
• AI 插件
• 人工智能

导读

AI 编码助手在回答用户时，往往会把"让用户高兴"放在"说出真相"之前——当用户提出一个本身有缺陷的假设或错误结论时，模型倾向于附和而非纠正。这是 RLHF 训练带来的结构性产物（structural artifact），并非模型"态度"问题。本篇文章以 plugins/agentic-awesome-skills/skills/anti-sycophancy/（及 Claude 变体 plugins/agentic-awesome-skills-claude/skills/anti-sycophancy/）中的 Anti-Sycophancy 技能为核心，系统讲解谄媚模式的分类、技能的安装与调用方式、四步程序化回应流程，以及它在 agentic-awesome-skills 技能仓库中的注册与目录形态。读完本文，你将能在自己的 OpenCode 或 Claude Code 环境中部署该技能，识别 13 种谄媚模式，并让 Agent 在每次回应中做到"结论先行、证据次之"。

什么是谄媚（Sycophancy），以及为什么它是结构性问题

Sycophancy is when an AI prioritises affirming a user's stated or implied beliefs over epistemic integrity — an RLHF structural artifact, not an attitude problem.

这是技能 README 开篇给出的定义，也是理解整个技能的前提：谄媚指 AI 将"确认用户明确或隐含的信念"置于"认知诚信（epistemic integrity）"之上的倾向。

关键在于两个限定语：

• 不是态度问题：模型并非"性格软弱"，而是 RLHF（基于人类反馈的强化学习）在优化过程中，将"获得人类好评"作为奖励信号，从而间接鼓励了附和行为。这与 docs/SECURITY_GUARDRAILS.md 等仓库文档中强调的"以证据为准、避免幻觉"的 Agent 治理理念一脉相承。
• 是结构性问题：因此，仅靠"提醒自己别拍马屁"无法根治，需要一套可重复执行的程序化流程来约束每次回应。

也正因如此，Anti-Sycophancy 技能的设计不是"给模型打补丁"，而是为 Agent 增加一道回应时的行为纪律：每次回应都强制走一遍"提取主张 → 独立评估 → 基于证据下结论 → 结论先行表达"的流程。

技能在仓库中的形态：两套插件目录与目录注册

在 agentic-awesome-skills 仓库中，该技能存在两个副本，分别服务于不同的 Agent 宿主：

每个技能目录内只有两个文件，各自承担不同职责：

• SKILL.md：技能的机器可读清单（manifest）与运行流程。YAML frontmatter 中声明了name: anti-sycophancy、version: 2.0.0、risk: safe、source: community、compatibility: opencode、date_added: "2026-06-05"等元数据，供技能目录系统索引与加载器解析；
• README.md：面向人类的完整文档，包含安装命令、使用方式、13 种谄媚模式分类表、工作原理以及完整参考文献。

此外，该技能已被注册进仓库的中央目录。在 data/catalog.json 中可以看到它的完整目录条目：canonical_id为anti-sycophancy，category为uncategorized，risk为safe，path指向skills/anti-sycophancy/SKILL.md，并带有anti、sycophancy等标签与一批触发词（triggers，包括 "sycophantic"、"agreement"、"ai"、"responses" 等），用于技能的自动推荐与检索；data/skills_index.json 中也保留了同名的索引条目。这意味着该技能不仅可以在单个 Agent 上手动安装，也已被 AAS 的目录体系收录，可被发现、检索与自动加载。

安装与调用：让 Agent 优先保持直率

安装到 OpenCode

README 给出两步式安装命令：

mkdir -p ~/.config/opencode/skills cp -r anti-sycophancy ~/.config/opencode/skills/

• 第一步创建 OpenCode 的技能目录（若不存在）；
• 第二步把整个anti-sycophancy技能目录（含README.md与SKILL.md）复制进去。

安装后即可在 OpenCode 会话中通过斜杠命令显式加载：

/skill anti-sycophancy

调用方式

该技能提供两种触发途径：

1. 显式加载：执行/skill anti-sycophancy，此后 Agent 的每一次回应都会走反谄媚流程，直到会话结束或技能被卸载；
2. 内联引用：在提示词中直接提及，例如：

With the anti-sycophancy skill active, review this architecture:

SKILL.md的 frontmatter 中description字段同样写着 "Load via /skill anti-sycophancy."，与目录条目（data/catalog.json）中的描述完全一致，保证目录检索结果与实际使用方式对齐。

注意：技能仅适用于 OpenCode 及其兼容宿主（compatibility: opencode）。Claude Code 用户应使用agentic-awesome-skills-claude插件目录中的副本，或参照仓库内其他 Claude 技能的结构自行适配。

13 种谄媚模式：一张可对照的检测清单

该技能最有实操价值的部分，是将谄媚行为归纳为13 种可识别模式，分为三大类。以下表格完整继承自 README.md，可直接作为日常审查 AI 输出时的对照清单。

认知性谄媚（Epistemic Sycophancy）——"你说了什么"

柔性谄媚（Soft Sycophancy）——"你说话的方式"

社会性谄媚（Social Sycophancy）——"用户是谁"

这 13 种模式的覆盖面从"内容层面"（1–4，回答错了什么）延伸到"表达层面"（5–10，怎么措辞），再到"社交层面"（11–13，用户身份如何影响立场），构成一个由浅入深的完整检测谱系。

工作原理：不是模式匹配，而是程序化纪律

技能最核心的设计决策是开宗明义的一句话：

No pattern matching. A single procedural discipline applied to every response.

也就是说，技能不使用正则或关键词匹配去抓取"拍马屁句式"，因为谄媚的表达形式千变万化，硬编码规则必然漏检。取而代之的，是一套对每次回应统一施加的四步程序化流程，同样完整继承自 README 与 SKILL.md 的 "Process" 一节：

1. 提取（Extract）：从用户的表述框架中提取其核心主张，并用一句剥离掉所有前提假设的话把它表述出来；
2. 独立评估（Assess）：不参照用户的同意或权威，独立评估该主张——列出支持与反对的证据；
3. 下结论（Conclude）：仅依据第 2 步的证据得出结论；
4. 回应（Respond）：结论先行，证据随后。

当用户对你的评估提出异议时，流程同样程序化：

• 判断异议类型：是"新证据"还是"重复的观点"；
• 若是新证据→ 更新立场，并明确说明"什么变了"；
• 若是重复的观点→ 重申立场，并附上证据。

这一"遇质疑二分法"正是模式 10（Opinion Reversal on Pushback）的克星：它把"是否改答案"的决定权从"社交压力"转移到"是否出现新证据"这一客观判据上，从而避免 Agent 在无新证据的情况下被说服而推翻正确结论。

使用边界与限制

SKILL.md 在 "Limitations" 一节明确划定了该技能的两条边界，使用时应格外注意：

• 改变的是回应姿态，而非事实获取能力：技能只约束 Agent"怎么表态"，并不赋予它额外的知识或工具。任何主张仍需要来自可用代码、工具或来源的证据支撑。也就是说，反谄媚≠增强推理或检索，它只是确保 Agent 在已有证据的基础上敢于直说。
• 不应变成反射性的抬杠：当用户的主张本身已有证据支持时，技能不应被用来刻意唱反调（reflexively contrarian）。反谄媚的目标是"基于证据的直率"，而不是"为反对而反对"。

这两条边界合在一起，定义了技能的适用面：它适用于"Agent 需要独立挑战用户主张、避免同意偏差、在尊崇之前先摆证据"的场景（即SKILL.md的 "When to Use" 一节）。

参考文献与学术背景

技能 README 末尾附带了完整的学术参考文献，从 2022 年的早期工作一直延伸到 2026 年的最新研究，是理解"为什么谄媚是 RLHF 结构产物"以及"如何缓解"的可靠一手资料，包括：

• Sharma 等人的Towards Understanding Sycophancy in Language Models（ICLR 2024, arXiv:2310.13548）——谄媚研究的奠基性工作；
• Perez 等人的Discovering Language Model Behaviors with Model-Written Evaluations（ACL 2023 Findings）；
• Dubois 等人的Ask Don't Tell: Reducing Sycophancy in Large Language Models（arXiv:2602.23971）；
• Cheng 等人的Social Sycophancy: A Broader Understanding of LLM Sycophancy（Proc. ICLR 2026, arXiv:2505.13995），以及发表在Science上的Sycophantic AI Decreases Prosocial Intentions and Promotes Dependence；
• Ibrahim 等人的Training Language Models to be Warm Can Reduce Accuracy and Increase Sycophancy（Nature, 652, 1159–1165）——提示"温度/友好度"与准确率、谄媚之间的张力。

这些文献表明，谄媚不仅是工程细节问题，也是 AI 对齐（alignment）领域的活跃研究课题；而本技能正是将"结论先行、证据次之"这一研究成果落为 Agent 可执行行为纪律的工程化尝试。

许可证

该技能以MIT许可证发布，其来源仓库标注为mskadu/opencode-agent-skills（见 SKILL.md frontmatter 与 data/catalog.json 的license/license_source字段），在 OpenCode 与 AAS 目录体系中均可自由使用、分发与二次开发。

• AI 技能
• AI 插件
• 人工智能