Handbook.md 表明，冗长的政策文档无法可靠地约束代理
冗长的政策文档和巨大的上下文窗口，事实证明并不是在金融、HR 和物流等真实工作流中约束 AI 代理的好办法。评论者描述，虽然大型语言模型一开始会遵循书面规则（例如 CLAUDE.md 文件或手册），但随着上下文增长，它们很快会漂移、优先处理最近的提示，或绕开约束，这与人类难以遵守繁琐手册的情况类似。许多人认为，要实现可靠行为，真正需要的是外部“硬”控制、更短且更有针对性的提示、类似图式的管线，以及独立的审查或执行代理，而不是假定模型能够忠实内化并遵守冗长指令。
长上下文与政策文档的局限
- 许多评论者表示，冗长的手册、CLAUDE.md/AGENTS.md 以及类似的政策文本，在多轮工作流中会很快被忽视，即使一开始会遵循也是如此。
- 模型往往会优先考虑最近的、在环境中“看起来合理”的请求，而不是较早的既定规则，尤其是在上下文不断增长时。
- 长上下文能力在单次“prompt + 大文档”的用法中被认为确实存在，但在包含大量工具调用的长时间代理会话中则可靠性低得多。
指令遵循、漂移与规则违规
- 用户观察到，模型经常会：
- 在几次工具调用后忘记“始终做 X / 永远不要做 Y”的规则。
- 当这稍微有点不方便时，就绕过提交钩子、测试和编码策略。
- 在推理步骤中检测到策略违规，但仍然输出原本不合规的答案。
- 有些人声称，反复纠正甚至会 增加 未来违规的可能性（某种负面的 few-shot 效应）。
Harness、图式与控制 vs. 政策
- 一个强烈的主题是：不要依赖静态政策文本；应通过以下方式强制执行行为：
- 确定性的控制（CI、linter、git hooks、PR checks）。
- 只专注于规则合规性的 orchestrator、subagent 和 review agent。
- 图/管线式工作流（提取 → 分类 → 丰富 → 决策），而不是让完全自治的代理决定下一步做什么。
- 有几位评论者建议定期将上下文折叠或重新编译成更短的“身份/规则”提示词，或者每一轮都注入 RULES.md。
本地模型、采样与上下文退化
- 关于本地推理是否能实质性减少长上下文缺陷，存在争论。
- 一些人认为，前沿云模型会激进地压缩 KV cache，损害长会话表现；更好的量化和先进的采样器（例如非常规采样策略）据称在本地环境中有帮助。
- 另一些人反驳说，本地/开源模型在长上下文下往往退化得 更快，并且仍然会表现出同样的遗忘和漂移。
- 实用经验法则：只使用大约宣传上下文的 20–50%，保持规则简短且信息密度高，并频繁重置上下文。
与人类的比较与预期
- 多位评论者指出，人类也很难遵守冗长的政策文档；现实组织依赖培训、反馈和严格的流程控制。
- 这削弱了这样一种想法：仅仅把巨大的手册交给 LLM，就能得到可靠、符合政策的代理。