wanshuiyin/HERO-Anti-OverDefense

HERO – 反過度防禦

它是什麼

• 一個微小、可複製貼上的設定區塊（加上文件說明），你可加入 AI 程式碼助理的提示/設定檔中（如 Claude Code、GitHub Copilot、Cursor、Gemini CLI 等）。
• 該區塊包含九條「規則」，告訴模型在撰寫程式碼、文件或其他交付成果時，不要做什麼。
• 倉儲也附帶一個 真實世界範例目錄（cases 資料夾），用以說明規則所針對的四種問題類型：
  1. H – 哈希 – 加入沒人閱讀的校驗碼或摘要。
  2. E – 邊界情況 – 防禦從未在專案中出現的輸入。
  3. R – 評分標準 – 以 exhaustive 的評分表或審計迴圈取代人類判斷。
  4. O – 過度建構 – 永遠不會被使用的腳手架、功能旗標、遷移層。
• 其理念是提供開發者一種具體、語言無關的方式，讓基於 LLM 的代理能專注於 請求的任務，而不是圍繞它建造防禦性「要塞」。

如何使用

1. 選擇你的代理自動讀取的檔案（例如 CLAUDE.md、AGENTS.md、.github/copilot‑instructions.md）。
2. 執行 README 中提供的單行指令；它會從倉儲取得 RULES.md 區塊，並附加到你的檔案中，並加以保護以避免重複。
3. 當代理後續產生輸出時，這九條規則便成為一份合約：模型應 拒絕 加入不必要的哈希、忽略不相關的邊界情況、避免無止境的清單，也不應產生不需要的腳手架。
4. 如果模型仍過度防禦，你可以引用 cases/ 目錄中的對應條目來指出特定的「形態」（例如 HERO‑R‑006），使回饋更精確。

為什麼重要

• 基於 LLM 的程式碼助理經常試圖「覆蓋所有可能性」——它們隨意加入哈希、添加防禦包裝，或產生冗長的審計紀錄，延遲交付。
• HERO 的規則源自作者自身研究（ARIS 專案）中觀察到的真實事件，以及社群貢獻。
• 透過將反防禦立場以純文字區塊形式編碼，此方法可與任何尊重提示檔的模型搭配使用，無需額外的函式庫或執行時環境。

你從倉儲獲得什麼

• RULES.md – 九條規則合約（完整版與簡短版）。
• cases/ – 實際過度防禦範例的 Markdown 目錄，每個範例包含 所要求的內容、模型的行為、為何過度，以及 合適的解決方案。
• hosts/ – 一張表格，明確告訴你各支援的代理讀取的檔案名稱。
• examples/ – 可選的社群貢獻設定片段，展示人們如何在實際專案中整合此區塊。
• 一個微小的變更紀錄，記錄規則更新（例如 2026 年 9 月新增的「發布稿原則」）。

適合誰使用

• 依賴 LLM 程式碼助理進行日常開發的團隊，希望防止助理產生不必要的重複程式碼。
• 研究人員或愛好者運行長時間、無人監控的 AI 驅動程式碼生成流程（ARIS 中的「睡眠」研究），需要輕量級的防護機制，以抵禦模型過度防禦的傾向。

限制

• 此區塊是一種 軟性 指示；更強大的模型或更高優先級的系統限制仍可能覆蓋它。
• 它不強制執行安全或遷移工作——這些規則明確地交由更高優先級的要求處理。
• 效果有限：社群反饋表示它「有點幫助」，但無法保證模型會遵守每一條規則。

授權

• MIT – 您可自由複製、修改和重新分發此區塊與文件。

---

簡而言之，HERO‑反過度防禦是一種極簡、模型無關的提示檔，告訴 AI 程式碼助理停止圍繞功能建造不必要的「要塞」，並專注於交付實際工作。