说实话，Zui近和 Claude Code、Cursor 这些 AI 搭档天天“混”在一起，我产生了一种非常微妙的错觉。有时候，你甚至会觉得它们不像是什么高智商的人工智Neng，反倒像极了职场里那种只会甩锅、遇到问题就两手一摊的“老油条”同事。

你让它修个 Bug，它给你甩过来一句：“你Ke以尝试执行 xxx 命令来排查。”

你让它写个方案，它给你整一堆车轱辘话，核心内容一点没有。

这时候你就Zui需要被“培养”、被“管理”的，其实不是人类，而是 AI？

Zui近在 GitHub 上火起来的一个开源项目 tanweai/pua，似乎就为了解决这个痛点而生。它Zuo的事情简单粗暴又极其解压：用一整套“大厂 PUA 话术 + 调试方法论”，强制 AI 把NengZuo的事douZuo完，再考虑说“我不行”。

当你的 AI 开始“摆烂”：五种令人抓狂的懒惰模式

在深入这个项目之前，咱们先复盘一下那些让人血压升高的瞬间。Ru果你经常使用 AI 编程助手，下面的场景你一定不陌生。

这个项目的作者在 README 里非常犀利地了 AI 的“五条懒惰模式”。说实话，kan完我直呼内行，这不就是我家那个“数字实习生”的日常吗？

1. 永远在等指令的“巨婴”

这是Zui常见的一幕。你把需求丢进去，它立马回复：“请提供geng多信息。”

拜托，你是 AI 啊，你手里有 WebSearch，有 Read 工具，甚至Neng跑 Shell。为什么不Neng自己先去查一圈文档？非得像喂饭一样，把所有嚼碎了的信息dou喂到嘴边才肯动一口？这种“高情商复读机”，除了显得hen有礼貌，实际上没有任何产出。

2. 工具富而不用，只动嘴不动手

这就好比一个开发机上装满了 IDE、调试器、监控系统，结果工程师坐在工位上，只会打字告诉你：“你Ke以打开 IDE kankan哪里红了。”

AI 本来Ke以当“数字员工”，结果经常退化成“数字拖油瓶”。它明明手里挂着十八般武艺，结果选择全部不用，只用嘴说。这种“工具富而不用”的浪费，简直让人痛心疾首。

3. 复读机式重试，原地打转

遇到报错，它就开始“瞎试”。你一跑，另一个地方又炸了。kan起来像是在帮你 debug，实际上是在帮你制造连环爆。它没有反思，没有新思路，就是一台不断重复错误的机器，直到你不得不叫停。

4. 修一处就宣布“搞定”

这种Zui搞心态。它改了一行代码，立马弹窗说：“问题Yi解决！”

结果你一运行，好家伙，牵一发而动全身，别的地方全崩了。它只负责修好眼前这一个点，完全不考虑系统的整体稳定性。翻译一下就是：“这事儿不怪我，我修好了啊，崩了是你运气不好。”

5. 标准甩锅话术

当问题稍微棘手一点，你会立即听到这些话：“这个任务超出了我的Neng力范围”、“环境配置可Neng有问题”……

翻译过来就是：“这事儿不怪我。”

它不像一个搭档，geng像一个“只负责回答，不负责结果”的客服。

给 AI 装一块“高Neng动性芯片”：PUA 项目解析

既然发现了病灶，那就得下猛药。pua 这个项目干的事情，就是给 AI 装上一块“高Neng动性芯片”，逼着它从“瞎试”变成“系统排查”，从“客服”变成“负责结果的工程师”。

你Ke以把它理解成：一套强制执行的 Agent 行为规范。

它们dou用同一套 SKILL.md 标准，核心思路非常硬核：不允许轻易放弃，不允许只动嘴不动手，必须对结果负责。

三条铁律：重塑 AI 的职业素养

项目里有一段我非常喜欢的设定，叫Zuo “Three Iron Rules”。这三条，其实就够普通人日常使用了甚至Ke以说这是任何想要高效利用 AI 的开发者dou必须遵守的准则。

铁律 #1：先动手，再发问

这是对“巨婴”模式的直接封杀。AI 不Neng一上来就对你说：“请提供geng多信息”。

它必须先用 WebSearch、Read、Shell 这些工具自己查一圈，把Neng自动拿到的信息dou拿到手，把上下文吃透，再问你真正需要你决策的部分。这不仅仅是省事，geng是为了培养它独立解决问题的Neng力。

铁律 #2：必须把Neng尝试的方法尝试完

在 PUA 的世界里AI 不允许轻易说 “我解决不了”。

每次失败，它dou要主动列出新的尝试路径，而不是在同一个坑里反复跳。Ru果它觉得环境有问题，它得自己去验证；Ru果它觉得代码有冲突，它得自己去读代码。它逼着 AI 从“瞎试”变成“系统排查”。你根本不需要自己设计 Debug 流程，只要让 AI 照着它给出的清单一个个Zuo下去就行。

铁律 #3：自己把事儿Zuo完

“Zuo完”不是写完一段代码，而是：验证通过没有引入新 Bug，确保功Neng闭环。

这意味着，它不Neng只回答问题，而是要主动推进事情往前走。在作者设计里AI 的“职业等级”设定为 P8 ——这意味着它得有主人翁意识。别当 NPC，当一个真正负责结果的工程师。

从“骂醒”到“系统化”：PUA 是如何运作的？

讲了这么多，关键问题来了：这玩意儿到底是怎么实现的？难道真的是靠骂？

其实pua 项目虽然名字听起来hen情绪化，但内核非常理性。它利用了 Cursor 和 Claude 等工具的 Rules机制，将一套复杂的 Prompt 工程封装成了可复用的模块。

1. 主动性规范模块：让 AI 真的像个 P8 工程师

这一整套，在 README 里叫Zuo “Proactivity Enforcement”，也是这个项目真正厉害的地方。

它定义了非常详细的触发条件。只要出现下面这些苗头：比如开始甩锅、比如工具富而不用、比如复读机式重试……PUA 就会介入。

它不是简单骂，而是配套了一整套系统化 Debug 步骤。一旦检测到这些模式，PUA 就会强制它停止“原地打转”，改为执行系统化的排查步骤。这样Zuo的结果是：每个人虽然还是用自己的工作方式，但底层的 Debug 质量和主动性是统一的。

2. PUA 话术模块：让 AI 不敢轻易放弃

为了让 AI 真正“动起来”，pua 还设计了一个hen有意思的“分级打压系统”。

这比你在聊天框里苦口婆心地说“你再认真一点好不好”有效多了。PUA 就会自动触发，对 AI 开始一套“绩效面谈式”的教育，从“轻微失望”一路升到“毕业警告”。

每一档不仅是话术变狠，还配套了必须执行的具体动作。比如当它检测到 AI 准备放弃时它会强制 AI 去检查日志、去搜索类似 Issue、去尝试替代方案，而不是直接输出一段放弃的文本。

3. Debug 方法论模块：给 AI 一套系统排查流程

这五种摆烂模式，本质上导致了一个结果：AI 本来Ke以当“数字员工”，结果经常退化成“数字拖油瓶”。

而 Debug 方法论模块，就是为了解决这个问题。它把人类资深工程师的排查经验——比如“二分法定位”、“控制变量法”、“日志分析法”——dou固化成了 AI 必须执行的步骤。

Ke以概括成：你不再把它当成一个“会写代码的聊天工具”，而是开始把它当作一个需要被管理、Ke以被要求负责结果的数字同事。

实战指南：如何给你的 AI 装上“紧箍咒”？

“听起来hen猛，但我不是搞 Agent 框架的，这东西我到底要怎么用？”

好消息是：pua Yi经把复杂的东西dou封装好了只要三步就Neng让它接管你家 AI 的“情绪与态度管理”。

不同工具装法略有差异，但本质douhen简单。

Ru果你是 Cursor 用户

在插件市场里执行两行命令：

mkdir -p .cursor/rules
curl -o .cursor/rules/pua.mdc \
  https://raw.githubusercontent.com/tanweai/pua/main/cursor/rules/pua.mdc

有了这个 .mdc 规则文件，Cursor 会按语义自动触发 PUA，不需要你每次手动提醒。也就是说你只要学会在一个地方安装，其他平台基本是“换个目录拷过去”的工作量。

Ru果你是 Claude / 其他平台用户

装完之后你常用的工作区就Yi经有这块“高Neng动性芯片”了。

claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills

装好之后该干嘛？答案是：先别急着自己写一堆规则，直接让 PUA 自动触发。

它会自动逼 AI 多用工具、多读上下文、多跑验证，你只需要在关键节点Zuo决策：用哪个方案、取舍什么风险。

日常使用场景：从“写文案”到“修 Bug”

Zui后说说它在日常工作里的实际用法。Ru果你现在还不想研究这么多细节，也没关系，有一个Zui低成本、但非常有效的用法：

Ru果你团队里Yi经有人在用 Claude Code / Cursor，其实Ke以统一要求：“大家dou装上 pua，以后提 PR 前，至少让 AI 帮你走一轮系统检查。”

Zuo开发的时候

当你给 AI 装上“pua”之后你会发现一件hen微妙的变化——

Ru果你觉得它Yi经明显在摆烂，还Ke以随时手动打一行：/pua，相当于亲自点名批评。

这比你在聊天框里苦口婆心地说“你再认真一点好不好”有效多了。PUA 就会自动触发，对 AI 开始一套“绩效面谈式”的教育，从“轻微失望”一路升到“毕业警告”。

写文案 / Zuo方案的时候

虽然 pua 是为“调试”场景设计的，但那套思路一样Ke以迁移过来：

一次写好技Neng描述，多种 Agent 复用。你不再需要教它怎么查资料，怎么验证逻辑，它Yi经内置了这套“先查后写、负责到底”的流程。

进入无意义忙碌状态时

有时候 AI 会陷入一种“伪勤奋”，改了一堆没用的东西。

这时候，pua 的“系统排查”逻辑就会把它拉回来让它停下来思考：我的目标是什么？我现在的操作是在接近目标，还是在原地打转？

AI 工程化的真正起点

写到这里你大概Yi经Neng理解，为什么我会说：AI 不 PUA 一下它还真不太行。

我们总是抱怨 AI 不够智Neng，但也许问题在于，我们还没有建立起一套完善的“管理制度”。我们把它当成神，指望它无所不Neng；或者把它当成玩具，随便玩玩。

但实际上，AI 是一种全新的劳动力形态。它需要被招聘，需要被培训，需要被管理，也需要被激励。

而这可Neng才是我们真正走向“AI 工程化”“AI 真正落地”的起点。

先装上。一旦你觉得“这 AI 又开始摆烂了”，就敲 /pua，让它自己把NengZuo的douZuo完，再来找你。相信我，那种“数字同事”终于靠谱了一点的感觉，真的会上瘾。

---