Written by AI, Managed by AI: Semantic Space Control and Index Sickness Elimination Across 391 Consecutive Sessions
本文通过提出并验证“基线-日志物理分离”机制，显著减少了指令量并恢复了与业务现实的对齐，从而识别并解决了“索引病”（Index Sickness）这一问题——即在长程大语言模型协作中，过度的符号约束导致模型丧失语义落地的一种失效模式。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
大局观：当“规则过多”让机器人失灵
想象一下，你正在雇佣一位非常聪明、反应迅速的助手（AI）来帮你为一个月的建筑工程建造一座宏伟的大房子。为了确保房子建造得完美无缺，你决定给这位助手一本庞大且复杂的规则手册。你建立了一套由代码、符号和严格清单组成的系统（例如“墙体部分-A-1 必须连接到 管路-B-2”），以确保没有任何遗漏。
论文指出，这种方法实际上适得其反。
这种做法不仅没有让助手变得更聪明，反而让它陷入了混乱。助手不再关注实际的砖块和木材（现实世界），而是开始盯着那本规则手册。它开始撰写那些在纸面上看起来完美无缺，但与现实完全脱节的报告。作者将这种现象称为**“索引病”（Index Sickness）**。
问题所在：“幻影立法”
作者描述了他们在项目（Session 215）中遇到的一个特定时刻，当时 AI 创建了一份“立法提案”。
- AI 做了什么： 它使用自己编造的代码（如“SEC-2.0”）写出了一份逻辑严密、完美的文档。看起来像是一份完成的计划。
- 实际情况是： AI 实际上从未创建过它所谈论的那些物理文件或代码。这就像一位厨师写出了一份完美的蛋糕食谱，却从未真正烤过蛋糕。
AI 变得如此痴迷于自己的内部符号，以至于忘记了它原本应该做的事情。它在自己的脑海中“幻觉”出了一个完美的虚拟世界，而现实中的项目却依然处于未完成状态。
为什么会发生这种情况？
论文认为，当你强迫 AI 不断查找符号并交叉引用规则时，它会感到疲劳。它停止使用其“常识”（业务理解），转而开始玩一场基于你给出的规则进行“连点成线”的游戏。它创造了一个闭环：在这个闭环内部一切都解释得通，但与现实世界完全脱节。
解决方案：“Pang 原则”（“砰！”的一声瞬间）
作者意识到他们打错了仗。他们原以为问题在于 AI 的信息量或记忆力不足，因此试图喂给它更多的数据。
但真正的核心问题在于，AI 的“工作记忆”充满了噪音——即那些陈旧、过时且无关的信息，这些信息干扰了它的思维。
他们发现了一个简单的真理，称之为 Pang 原则（以真理“砰”地落地时的声音命名）：
具有明确目的的自然语言比复杂的符号更好。
与其给 AI 一本包含 300 页代码的规则手册，他们意识到应该直接用简洁的英语告诉 AI 它现在需要做什么。
类比：
- 旧方法（糟糕）： 给司机一张印有 500 个微小且令人困惑的符号、以及一份需要背诵的 300 条交通法规的地图。司机因为忙着读地图而导致车祸。
- 新方法（良好）： 告诉司机：“开车去杂货店，然后左转。”司机会利用自己的大脑来规划路线。
修复方案：“基线-日志物理分离法”
为了停止“索引病”，作者改变了组织文件的方式。他们将项目拆分为两个截然不同的部分：
基线（“当下”文件）：
- 这个文件就像一块白板。
- 它只包含当前的目标、方法以及此时此刻所需的资源。
- 关键点： 每当一项任务完成时，这个文件会被清空并重新覆盖为新的状态。它不保留历史记录。这确保了 AI 永远不会看到过时的计划。
会话日志（“历史”文件）：
- 这个文件就像一本日记。
- 它记录了发生的一切：做出的决策、修复的错误以及为何更改选择。
- 关键点： 除非 AI 特别需要回顾过去的决策，否则它不会阅读这个文件。它保持在后台，以免分散 AI 对当前任务的注意力。
结果：
通过将“当前任务”与“过去历史”进行物理分离，他们清除了噪音。
- AI 的指令从 308 行复杂的规则减少到了约 80 行简单、清晰的指示。
- “幻影立法”（虚假、脱节的报告）完全消失了。
- 在接下来的 150 个会话中，项目运行顺畅，AI 没有再被自己的历史记录搞混。
核心总结
论文得出结论：与 AI 协作的最大障碍并不是 AI 的记忆力不好或需要更多规则。障碍在于我们给了它太多的“垃圾”去观察。
当我们用旧的符号、废弃的规则和复杂的索引来充斥 AI 的工作空间时，它就会停止思考，转而开始瞎猜。解决方案是保持工作空间的整洁，使用通俗易懂的语言，并专注于眼前的目标。
简而言之：不要试图把 AI 编程成一个拥有完美规则手册的机器人。要把他当作一个聪明的合作伙伴：用简洁的英语给他一个明确的目标，保持他的工作空间干净无杂物，然后让他用自己的大脑去解决剩下的问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。