wanshuiyin/HERO-Anti-OverDefense

HERO – 反过度防御

它是什么

• 一个极小的、可复制粘贴的配置块（附带文档），你将其添加到 AI 编程助手的提示/配置文件中（Claude Code、GitHub Copilot、Cursor、Gemini CLI 等）。
• 该块包含九条“规则”，告诉模型在编写代码、文档或其他交付物时 不要做什么。
• 该仓库还附带一个 真实世界示例目录（cases/ 文件夹），展示了这九条规则所针对的四类问题：
  1. H – 哈希 – 添加无人阅读的校验和或摘要。
  2. E – 边界情况 – 防御在项目中永远不会出现的输入。
  3. R – 评分标准 – 用详尽的评分表或审计循环取代人类判断。
  4. O – 过度构建 – 永远不会被使用的脚手架、功能标志、迁移层。
• 这个理念是为开发者提供一种具体、与语言无关的方法，让基于 LLM 的代理专注于 请求的任务，而不是围绕它构建防御性的“堡垒”。

如何使用

1. 选择你的代理自动读取的文件（例如 CLAUDE.md、AGENTS.md、.github/copilot‑instructions.md）。
2. 运行 README 中提供的单行命令；它会从仓库获取 RULES.md 块并追加到你的文件中，且受保护不会重复。
3. 当代理后续生成输出时，这九条规则就成为一份契约：模型应 拒绝 添加不必要的哈希，忽略无关的边界情况，避免无尽的清单，也不应生成不需要的脚手架。
4. 如果模型仍然过度防御，你可以引用 cases/ 目录中的匹配条目来指出具体的“模式”（例如 HERO‑R‑006），使反馈更加精准。

为何重要

• 基于 LLM 的代码助手常常试图“面面俱到”——它们会散播哈希、添加防御性包装，或生成冗长的审计记录，从而延迟交付。
• HERO 的规则源自作者自身研究（ARIS 项目）中观察到的真实事件以及社区贡献。
• 通过将反防御立场编码为纯文本块，该方法适用于任何尊重提示文件的模型，无需额外的库或运行时。

从仓库你能获得什么

• RULES.md – 九条规则契约（完整版和简版）。
• cases/ – 一个 Markdown 格式的示例目录，包含具体的过度防御案例，每个案例都包含 请求内容、模型行为、为何过度 以及 适度的解决方案。
• hosts/ – 一张表格，明确告诉你每个受支持的代理读取的文件名。
• examples/ – 可选的社区贡献配置片段，展示人们如何在真实项目中集成该块。
• 一个极小的变更日志，记录规则更新（例如，2026 年 9 月新增的“发布声明原则”）。

适合谁使用

• 依赖 LLM 代码助手进行日常开发的团队，希望防止助手生成不必要的样板代码。
• 进行长时间、无人值守的 AI 驱动代码生成流水线的研究人员或爱好者（ARIS 中的“睡眠”研究），需要一种轻量级防护机制，以应对模型过度防御的倾向。

局限性

• 该块是一种 软性 指令；更强大的模型或更高优先级的系统约束仍可能覆盖它。
• 它不强制执行安全或迁移工作——这些规则明确优先遵循更高优先级的要求。
• 效果有限：社区反馈称它“略有帮助”，但无法保证模型会遵守每一条规则。

许可证

• MIT – 你可以自由复制、修改和重新分发该块及其文档。

---

简而言之，HERO‑反过度防御是一个极小的、与模型无关的提示文件，它告诉 AI 编程助手停止为功能构建不必要的“堡垒”，并专注于交付实际工作。