经常有人说，只要不断地复盘错误沉淀进 skill，就能让任务完成得越来越好……举个例子吧，我的旅行攻略有一项子任务是 “旅途中每天手动刷新天气卡片”，规则非常清晰：1、 调用天气 skill 读取可靠信源。2、 优先调用目的地当地的天气预报，没有数据时可调用权威天气预报，对于远期没有预报的数据，采用历史数据拟合。3、天气预报必须包含降雨预测与日落时间，分析天气因素（尤其是日落时间）对于行程的影响。

规则清晰明了，大模型抵死不从。

有时候他不读取准确的天气数字，含混其辞；有时候他不读取当地天气数据，而是读取低权重的权威天气预报，甚至直接历史数据拟合；有时候他不跟我讲日落时间，或者不从日落时间的角度来分析今日行程。

以上错误反反复复地犯，修好以后问他规则不清晰吗？他说清晰的。问他有什么不再复发的方案吗？加了几项校验，但依然会复发。每天刷新天气卡片都像是开盲盒，不知道今天开出来什么。

🤷♂️

只能说，当我的旅行攻略复杂到了几千个细节的地步，大模型在细节上出错就是百分百的概率。改进这一点必须采用工程技巧解耦执行，或者用代码来实现约束，对我来说有点超纲。