怎么让 AI 智能体不擅自发布、收款或寄信

agent 不需要有恶意才会让你亏钱。它只需要一句模糊的指令，和一个会离开资料夹的动作。

有效的护栏很无聊：一张动作清单、每个动作一句话、一个请求格式、一份纪录、每周检视。五部分，大约 30 行。

1. 指名动作，不写心情

「小心一点」不是护栏。这个才是：

没有老板点头，绝不做这些：
- 发布贴文或页面
- 寄信给团队以外任何人
- 改价格、折扣或方案
- 退款
- 部署到生产环境
- 删资料或轮换金钥

六行。每一行都可检查，每一行都对应一次真实事故。

2. 关卡绑在「动作那一刻」

规则必须在动手那刻触发：

任何会发布、寄信、收款、退款或部署的命令之前：
停下来。写下你要做什么、对谁做、以及确切的文字或金额。
等「可以」。

读到这段的 agent 会停。读到「小心处理客户沟通」的不会，因为那句话里没有任何「时刻」。

3. 给它一个请求格式

没有格式，请示会变成一大段文字，然后被随便盖章。

放行请求
动作：<发文 | 寄信 | 改价 | 退款 | 部署>
对象：<哪里／给谁>
内容：<确切文字、金额或 diff>
错了会怎样：<一行>

四行。你回一个字就能决定。

4. 留放行纪录

每道通过的关卡一行：

日期 | 动作 | 对象 | 决定 | 谁
11-01 | 发文 | X | 可以 | 老板
11-01 | 改价 | /pricing | 不行 | 老板

这是你发现「agent 每天都在问同一件危险的事」的方法，也是出事时证明「当时批准了什么」的凭据。

5. 每周五分钟检视

哪道关卡被问最多次？那就是规则最模糊的地方。
哪道每次都放行？可以考虑改成自动，但保留纪录。
哪道从来没被问过？不是 agent 没在做事，就是关卡太宽。

什么没用

长政策文件：会被摘要掉。
相信模型的判断：判断正是你要设关卡的东西。
全部封锁：什么都做不了的 agent 什么都产不出，你一周内就会把关卡全关掉。

正确的形状是窄的：允许很多动作，只锁六个。

写进它会读的那个档案

五部分都放 CLAUDE.md（另加 AGENTS.md 指针）。放在另一份文件里，agent 在最要紧的那个任务上就不会读到。

模板包附的是七道关卡版本，含请求格式与纪录表。想知道你现在的档案撑不撑得住，免费测一次——12 项检查，三项先修。

常见问题

我是不是该用技术控制，而不是规则？

规则管判断，技术控制管硬上限，两个都要：发布用规则，花费用帐户额度。

如果 agent 还是不理关卡？

代表那条规则不在它当下读的档案里。放到 CLAUDE.md 最上面，再用一个会诱发违规的任务测一次。

模板包多少钱？

创始价每月 $9.99，或每年 $79。2026-12-01 调回 $19.99。详见价格页。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {"@type": "Question", "name": "我是不是该用技术控制，而不是规则？", "acceptedAnswer": {"@type": "Answer", "text": "规则管判断，技术控制管硬上限，两个都要：发布用规则，花费用帐户额度。"}},
    {"@type": "Question", "name": "如果 agent 还是不理关卡？", "acceptedAnswer": {"@type": "Answer", "text": "代表那条规则不在它当下读的档案里。放到 CLAUDE.md 最上面，再用一个会诱发违规的任务测一次。"}},
    {"@type": "Question", "name": "模板包多少钱？", "acceptedAnswer": {"@type": "Answer", "text": "创始价每月 9.99 美元，或每年 79 美元。2026-12-01 调回 19.99 美元。详情：https://xynex.sekai.center/pricing"}}
  ]
}