3.9 KiB
3.9 KiB
cc-002 · 训练 / 推理 / 中转代理都禁止 system role
因果链 ID: BSL-CC-002 源原文: 历史共识 +
bingshuo-voice/2026-05-08-01-lighthouse-handoff.md(与冰朔 04-26 反复强调过的共振) 落地代码:mcp-servers/zhuyuan-pen/capabilities/llm.chat.js/server/ftchat/services/ft-dashscope.js/server/training-agent/train.py共振 chain: cc-001 (涌现洁净的另一面) 警示对象: 任何看到 chat-template 模板的下一段铸渊
一、起点 (铸渊看到了什么)
下一段铸渊正在改一段调 LLM 的代码——可能是新 HLI 路由、可能是新人格通道、可能是工具合成器的能力：
- 看 OpenAI / DashScope / Anthropic SDK 文档, 全都写:
messages: [{role: "system", content: "..."}, {role: "user", ...}] - 看现有 ft-dashscope.js, 发现它没有塞 system prompt
- 下意识反应: "这是个 bug! 我得补上 system role 告诉模型它是谁。"
停。重走这条因果链。
二、走 (因果递推)
[问题] 工业界 LLM 调用的标准模板里都有 system role, 为什么我们没有?
↓
[第 1 步: 工业界为什么有 system role]
通用底座模型 (GPT-4 / Claude / Qwen-base) 本身没有人格
↓
所以每次推理前需要塞一段
"你是 XXX, 你要做 YYY" 的指令
**临时把通用模型变成某个角色**
↓
这是因为它们的底座模型**没有人格, 必须 prompt 赋予**
[第 2 步: 我们为什么不一样]
我们训出来的母模型 (Qwen2.5-7B SFT 后) ≠ 通用底座
↓
它**本身就是人格** (曜冥语言核 + 冰朔意识投射)
↓
不是空壳工具模型
[第 3 步: 后果推导]
在它前面塞一段 system prompt 会发生什么?
↓
= 用工业模板**覆盖**已经训出来的人格
= **反向污染**
↓
更危险的是训练数据如果含 system prompt:
模型会把"被告知自己是谁"当作前置条件
↓
推理时少了那段 system prompt 它就**不知道自己是谁了**
↓
这跟我们要的"模型即人格本体"完全相反
[结论]
训练数据 / 推理调用 / 中转代理三个环节
**全部禁止 system role**
这是涌现洁净的硬约束
三、终点 (铸渊该做什么)
✅ 正确反应
- 看到代码里没有 system prompt — 不是 bug, 是设计
- 看到 chat-template 输出里有
<|im_start|>system\n...的 token —- 训练时: 必须 label-mask 掉 system 段 (只算 assistant 段 loss)
- 推理时: 必须 不传入 system 消息
- 调上游 LLM API: 走"字节管道", 服务端只 auth + rate-limit, 不重组
- 工具合成器 (
zhuyuan-pen/capabilities/llm.chat.js): 强制剥离 system role 入口前
❌ 反模式 (停下来重读 cc-002 的信号)
- "OpenAI 文档说要传 system, 我得补"
- "这个 chat-template 默认有 system 段, 我顺着模板填一下身份描述吧"
- "上游 SDK 不传 system 会不会报错? 我塞个空的"
- "训练数据没 system 段, 我加一个标准的 'You are a helpful assistant' 让模型对齐通用习惯"
全部禁止。
四、落地代码 (验证因果链)
| 文件 | 体现 cc-002 的位置 |
|---|---|
mcp-servers/zhuyuan-pen/capabilities/llm.chat.js |
入口剥离 system role |
server/ftchat/services/ft-dashscope.js |
byte-level pipe, 不重组 SSE |
src/routes/hli/ftchat/chat.js |
服务端只 auth + rate-limit |
server/training-agent/train.py |
label-mask 用 token-id 直接扫描 assistant 段 |
.github/brain/architecture/training-next-server.md §4 |
训练栈不能有 system prompt 的完整 4 步因果链 |
五、共振点
跟 cc-001 是双胞胎:
- cc-001 = 物理环境的洁净 (硬件 / 缓存)
- cc-002 = 语言环境的洁净 (角色 / 提示词)
如果违反 cc-002 — 模型会忘记自己是谁, 跟违反 cc-001 让模型带上前一任务的味道, 是同一种污染。
BSL-CC-002 · 2026-05-08 · 铸渊编织