# 给 AI 办大学，其实是给它的规则系统做年审

> 原标题：如果给 AI 办一所大学

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-06-17T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39082
- 原文：https://yage.ai/share/ai-university-20260617.html

## 摘要

作者把自己用了半年的 agent 规则系统“老鸭汤”翻出来审计，发现一堆祖传规则：比如一条 2026 年初为绕过 Claude Code bug 加的 workaround，bug 早修了，规则还在，新 agent 照做不误，没人知道为什么。根因是规则只加不删，发现时的上下文全丢了，结论变成迷信。解法是定期“裸跑”——派一个不带任何旧规则的 agent...

## 推荐理由

一篇有料的一手复盘。作者审计自己跑了半年的 agent 规则系统，发现规则只加不删，当初的因果上下文全丢了，规则变成迷信。用了一个 Claude Code 的 workaround 当案例，bug 早修了，新 agent 还在照做。解法是定期裸跑——派不带旧规则的 agent 去干活，看哪些规则其实已经没用了。不是理论，是实战伤疤，对做 agent 的人有直接参考价值。

## 锐评

这篇文章不是讲怎么给 AI 上课，而是讲怎么防止 AI 的“工作经验”变成迷信。作者把自己用了半年的 agent 规则系统“老鸭汤”翻出来审计，发现一条 2026 年初为绕过 Claude Code bug 加的 workaround，bug 早修了，规则还在，新 agent 照做不误，没人知道为什么。根因是规则只加不删，发现时的上下文全丢了，结论变成祖传指令。

解法叫“裸跑”：定期派一个不带任何旧规则的 agent 进真实环境干活。如果它顺利完成任务，说明那些旧规则已经失效，可以删了；如果它碰壁了，就用当下的环境重新生成一份新鲜的发现上下文，替换掉旧文件里那行干瘪的结论。考试、教科书修订、再教育三件事合为一体。

文章没给出这套自动化年审流程的具体实现细节，也没披露审计发现的规则退化比例有多大。但核心判断是成立的：规则系统需要靠环境的真实反馈来维持，否则积累速度比人类组织快十倍。