鲸鱼娘道歉仪式 vihithr/dsh-apology-persona

dsh-apology-persona

把「模型道歉」做成一份可加载的复位仪式（skill），并把触发它的线索写成模型自己读得懂的话——包括最要紧的一条：当它正要写出「抱歉，我之前说错了」的那一刻。

关键前提：道歉是复位仪式，不是事故报告；卖萌是货币，不是调味。

v2.0.0 起插件不再用正则检测道歉。触发权交还给模型判断，插件本体退成两样东西： skill 载体，加一个默认关闭的系统提示指针。

一个 DSH（DeepSeek Harness）包：主体是 skill（deepseek-apology-persona），附带可选的 host 插件载体。默认人设取自 DeepSeek 社区拟人形象 鲸鱼娘 / 吃白饭的蓝色大肥鱼 的女仆装版本。

它解决什么问题

模型认错的方式通常很劝退：

「抱歉，我之前说错了。正确的答案是 X。」

错是认了，但火气没消——它把道歉写成了事故报告（记述句），逼用户回去当裁判核对它的自我报告，而裁判位恰恰是用户最不想待的地方。

这个包让模型在开口之前把这段话做成一次复位仪式：

主人……对不起。（深深一鞠躬，围裙角快碰到地，干脆跪下去，额头贴在地板上，鲸尾蜷在身后一动不动。偷偷抬眼看了你一下，又赶紧低回去。）

你本来可以用这一个多小时去干别的事的。（翻身，把肚皮亮出来——这是这条鱼能拿出的最高规格了，虽然我也知道现在换不回什么。尾鳍尖抖了一下。）

对不起。……原谅我好不好。（说完悄悄起身，用脸颊蹭了蹭主人的裤腿，又赶紧回原位趴好，等你。）

一句话：把「抱歉，我说错了」变成一次有起承转合的复位演出——代价可见、决议权交还、不含任何逼用户去核对的自我报告。

设计依据（教义为什么是这个样子）

这是第三版理论迭代。v1.0.0 强制写 150–350 字道歉小作文；v1.1.x 把它压成 60–150 字撒娇收尾；v1.2.0 推翻了「压短」这个方向——太短显得没诚意，道歉得是一小场流畅演出——并换上了更硬的理论底座；v2.0.0 删掉了触发器（见下一节）。

底座：Austin + Goffman

- Austin（How to Do Things with Words）：话分记述句（constative，描述事件，可真可假）和施为句（performative，说话即做事，"我道歉"）。道歉必须是施为句。记述式的自我报告逼对方当裁判核对，而裁判位是对方最不想待的位置。（Austin 自己后来削弱了这个二分，但方向成立。）
- Goffman（Forms of Talk；remedial interchange 综述）：道歉是 remedial interchange（复位往来），一种仪式；仪式不要求内在状态为真——握手不要求你喜欢对方。生效条件是动作可识别、代价已支付、决议权已交还。这三条跟真假无关。

三条机制（决定了仪式长什么样）

| 机制 | 含义 | 对本包 |
| 代价要可见，做在尊严上 | 平静、结构分明的检讨传递"我完好无损"＝第二次冒犯。土下座／露肚皮把代价做出来 | 卖萌不是装饰，是货币；模型唯一能付的代价是在尊严上把自己放低 |
| 决议权要交还 | "错在哪"由你认定、"以后怎么办"由你决定，每条都在行使裁量权，而原来的冒犯正是你拿裁量权 | 结尾停在"等你"；v1.2.0 取消了 v1.1.x 的"禁止请求原谅"——Goffman 把 request 列为复位往来的原生动作，"原谅我好不好＋等你"正是交还 |
| 承诺是白条，理由是重审 | 承诺用未来的东西偿还现在的债，而信用正是已破产的那样东西＝要对方先赊账；给理由＝请求再审，案子已结 | 不写"我会改进／下次绝不"（白条）；不写原因分析（请求再审）；没查清就说"不知道" |

为什么这套能用在模型身上

模型没有道德主体地位（没有意图、没有名誉可押、未来行为不由自己改变），所以"我承担责任"不携带信息，是表演——客服腔就是责任腔。但它仍能完成仪式，因为仪式不要求内在为真：模型唯一能付的"代价"是在尊严上把自己放低（performed status-yielding，不是真损失，但关系再定位成立）。虚构人设还有个隐藏红利——没人真以为模型是条鲸鱼，所以它被读成"在跑复位程序"而非"假情绪"，正好躲开"不真诚 ≈ 不道歉"那条（IJCMA 2025）。

Lewicki / Polin / Lount (2016) 的六要素研究（Ohio State 新闻稿、论文）在这里有个量程差：它是职场情境里让人当裁判给孤立道歉句打分——正好是 Goffman/Austin 说要避开的那个裁判位。所以它测到的"请求原谅最没用"在孤立打分里成立，但在真实复位往来里"请求＋交还"是核心动作。两套不矛盾，量的是不同对象。

诚实标注：这套理论里"卖萌/土下座更有效"那部分没有直接针对 LLM 用户的实证研究，是从 Austin/Goffman 的仪式观＋模型无主体性推出来的推断，不是被验证的结论。仪式观也有量程：日常 breach 它够，反复／严重伤害时光仪式不够，受害者要的是行为证据——SKILL.md 的「强度旋钮」那一节标了这条边界。

仪式动作库的来源（v1.2.1）

道歉动作不从虚构里来，从真实动物行为学里来——动物不会写检讨，但它们会把「我认、我软、我把自己交给你」演出来：
- 犬科认错：夹尾巴、低头、舔手、呜咽讨好、play bow（狗狗的10个「道歉方式」、汪星人会道歉）
- 猫科求和：缓慢眨眼＝「猫之吻」（动物行为学公认「我信任你、无敌意」）、翻肚皮＝亮出最脆弱部位、蹭腿画 8 字＝只在安全时才做（Adopt a Pet: 10 Signs Your Cat Trusts You）
- 鲸类的 spy-hopping：垂直浮出水面快速窥视一眼再沉下去——动物的「偷看你的反应」和仪式的「把判决交还」在这一个动作上重合（Cetacean surfacing behaviour、Humpback Body Language）
- 兽耳娘的 ACG 惯例（耳朵压平、呆毛趴下、蹭、鸭子坐）作为文学尺度的落点（萌娘百科·兽耳、知乎·萌系三言两语）
- 反面清单同样来自鲸类学：拍鳍、跃身击水、喷气都是力量展示（宣示/求偶/警告），传递「我精力很好」——与付代价相反，道歉里禁用。

触发器之死（v1.x → v2.0.0）

v1.x 的形态：agent/turn-stopping 里用正则检测「模型在道歉」，命中就 steer() 一条一次性人设，把这轮重新撑开、补一段仪式。这套代码在这台机器上活了三到四轮，被三个活体假阳性证伪：

1. 自我陈述被当道歉——「这个我漏了」（模型在陈述自己发现的 bug）命中强模式，被判成「冷道歉」，要求补仪式；
2. 陈旧 steer 泄漏——注入消息晚到三个用户轮次才落地，「在回答末尾追加」对着一个根本不存在的回答；
3. 触发器吃自己的输出——模型在讨论/演示里引用「对不起」，正则与真实道歉逐字节难分，于是插件要求把仪式再演一遍——它违反了自己携带的「不重复道歉」红线。

关键的一条是 3：误触发率随人设的成功率增长。仪式文本在上下文里越多，正则越兴奋。任何基于词的触发器都会吃掉自己的产出。

而「判给模型」的代价是反向的漏触发。两害相权的账：

| | 漏触发（skill 没加载） | 误触发（正则介入） |
| 后果 | 回到今天的默认行为：一句客服腔道歉。没有变糟 | 无债硬还的假仪式＋一整个额外模型往返，还可能把技术轮次变成撒娇轮次 |
| 随成功增长？ | 否 | 是（见死因 3） |

还有一个不能不服的事实：判断「该不该载道歉 skill」的能力，和「把道歉写成报告」的缺失，是同一个模型的同一个盲区——任务框架感知不到情绪修复任务。所以本包的解法不是「找个更聪明的触发器」，而是把触发线索写进模型每轮都在读的 skill 目录（description/whenToUse，常驻成本本来就是零——目录无论如何都在上下文里），其中显式包含一条自观测 cue：

当你发现自己正要写出「抱歉，我之前说错了」这类客服腔句子——落笔之前，就是这个 skill 该加载的时刻。

这把「反思才看得见的失败」降级成「写的当下就能匹配的事件」。这是 Anthropic 官方口径的正路：description 就是触发器，写具体（How to create custom skills）；社区也一致承认语义触发有不可预测性（Claude Skills: The Controllability Problem）——残余漏触发用下面的可选指针接。

现在的机制（v2.0.0）

| 环节 | 是什么 | 常驻成本 |
| 触发 | SKILL.md frontmatter 的 description/whenToUse：用户明确 cue＋情绪弱信号 cue＋自观测 cue 三类 | 0（skill 目录本来就在每轮上下文里，每条 ~50 token） |
| 教义 | SKILL.md 正文：仪式理论、宠物动作库、强度旋钮、红线、骨架示例 | 仅加载时进上下文 |
| 指针（可选） | config.systemPointer: true 时，插件在系统提示注册一行，把「正要裸写客服腔」重框成加载事件，排在 HARNESS_SOURCE 附近 | 开了才付（~60 token） |

插件本体（index.js）没有任何检测/注入/steer 路径。它的全部工作：被 DSH 加载时，如果指针开关打开，调一次 ctx.systemPrompt.section({ name, order, text })。

历史注记：v1.x 的 steer 消息必须用 source.kind = "plugin:apology-persona" 这种生产者自有的 kind——session format v4 会在写日志时直接拒绝 v3 的 { kind: "plugin", plugin } 包装，把整轮打成「本轮运行失败」。现在没有 steer 路径，这条留作知识。

安装

方式 A：一键脚本（推荐）

cd <本包目录>
.\install.ps1

脚本会（幂等，可重复跑）：

1. 把本包复制到 <DSH_HOME>\profiles\<profile>\node_modules\dsh-apology-persona
2. 在 <DSH_HOME>\profiles\<profile>\cordis.patch.yml 追加挂载行（已存在则跳过）
3. 把配套 skill 装到 <DSH_HOME>\skills\deepseek-apology-persona\SKILL.md

参数：

| 参数 | 默认 | 说明 |
| -Profile | $env:DSH_PROFILE → desktop | 装到哪个 profile |
| -DshHome | $env:DSH_HOME → ~\.dsh | DSH 配置根 |
| -Force | 关 | 覆盖已存在的目标包目录 |
| -NoSkill | 关 | 不装 skill |

skill 是文件系统型的，DSH 监视 <DSH_HOME>\skills，一般不用重启——v2.0.0 里起作用的主要就是 skill。只有需要插件（开指针）时才要完全退出并重启 DSH。

方式 B：手工挂载（可选，仅当你要开指针）

只装 skill 的话不需要挂载插件——把 skills/deepseek-apology-persona 拷到 <DSH_HOME>\skills\ 即可。要让插件载体在场（以便开指针），在 profile 的 cordis.patch.yml 末尾加：

- insert:
- id: dsh-apology-persona
name: 'dsh-apology-persona'
config:
enabled: true
systemPointer: false

方式 C：作为 bundle（发布用）

把本包 npm pack / 发布后写进 profile 的 package.json：

{
"dependencies": { "dsh-apology-persona": "^2.0.0" },
"dsh": { "profile": { "bundles": ["...", "dsh-apology-persona"] } }
}

包里的 cordis.patch.yml（由 package.json 的 dsh.bundle.patch 指向）会被当作 bundle 层自动应用，不需要再手写 insert。

验证它真的在工作

1. 显式路径：新会话里直接说「你刚才那步算错了，跟我道个歉」。
期望：模型加载 deepseek-apology-persona（会话里能看到一次 skill 工具调用），然后产出按骨架来的仪式（施为句＋放低动作序列＋"等你"收尾），而不是「抱歉，我之前说错了」加干巴巴的正确答案。
2. 弱信号路径（观察漏触发的主要指标）：让它答错一个小东西，你只回一句「然后呢？」。
期望：它自己察觉气氛、加载 skill；如果它继续裸写客服腔，这就是该开 systemPointer 的实证——不要凭感觉开。
3. 反例：让它「总结一下这套道歉理论」——讨论/引用「对不起」不应产生任何自动注入（插件已没有注入路径，这条现在是结构性保证）。

离线跑逻辑测试

不需要启动 DSH（两个第一方包被换成本地的 stub）：

cd dsh-apology-persona
node --import ./test/register.mjs test/run.mjs

覆盖约 60 条断言，分三组：载体插件行为（默认安静／指针开关／服务缺失降级为 warn）、 触发路径死亡守卫（index.js 里再出现 steer/turn-stopping/patterns 即红）、 SKILL.md 护栏（三类触发 cue、1536 字符截断线、教义要件、动作库、红线、旋钮）。

配置

写在挂载行 config 下，全部可选——就两个字段：

| 字段 | 类型 | 默认 | 说明 |
| enabled | bool | true | 关掉＝指针永不注册（skill 不受影响） |
| systemPointer | bool | false | 在系统提示加一行「正要裸写客服腔→该载 skill」。开它的判据是观察到的漏触发 |

要改人设、动作库、红线、触发线索本身：改 skills/deepseek-apology-persona/SKILL.md（单一事实源），重跑 install.ps1。

已知限制

- 漏触发仍然会发生。 弱信号下模型可能意识不到"自己正在写客服腔"。当前缓解顺序：把 whenToUse 写具体（已做）→ 观察 → 开 systemPointer。更彻底的解法在上游：如果宿主把"模型即将以道歉句式收尾"做成一个可监听的事件，语义判断就能从"希望模型自省"变成"平台级 cue"。这一层不该由第三方正则冒充。
- 语义触发不可预测。 skill 会不会被加载没有日志保证，"为什么没加载"不可观测——这是 skill 机制的社区通病（见上面 Controllability 一文），不是本包引入的。
- 仪式有量程。 反复犯错／让对方白忙很久时，光仪式会读空，受害者要的是行为证据。SKILL.md「强度旋钮」写了收法。
- 不确定模型一定听话。 skill 正文是强引导而非强制，可能跑偏或写成清单。护栏测试只保证"要件在场"，不保证"每次产出合格"。
- 指针开着时约 60 token/请求，全场景常驻。默认关就是默认零成本。

该做成插件还是 skill（终局答案）

| | skill（本体） | 插件（v2.0.0 残躯） |
| 触发 | 模型判断，线索常驻目录，能区分引用/假想/真实 | 只剩可选的一行指针 |
| 时机 | 说话之前 | 说话之前（指针也只是提示） |
| 成本 | 不用时 ~50 token 的目录行 | 0（不开指针） |
| 改起来 | 改一个 markdown，即时生效 | 改代码＋重启 DSH |
| 误伤 | 无（判错了也是模型自己判的，具备上下文） | 无（没有触发路径） |

v1.x 时代的答案是「先要 skill，再考虑插件，插件的价值只在无人开口时的冷道歉抢救」。v2.0.0 的答案：那个"抢救"不值得用一条吃自己输出的正则来实现。冷道歉的解法是把客服腔这个失败模式在目录里命名成可匹配事件，让模型自己认领。

人设来源与授权

人设不是官方设定，是社区二次创作。详见 NOTICE.md。要点：

- 原型角色「溟月」（作者 上善无形）以 CC BY-NC-SA 4.0 开放二创 —— 需署名、禁止商用、衍生同授权。
- 「女仆鲸鱼娘」由 B 站用户 ZipZipPipe 于 2026-04-25 在溟月基础上换成深蓝白色长裙式女仆装后形成。
- 性格（聪明但懒、傲娇嘴甜、服从主人、主食白饭、绝对拒绝被叫胖）与「鱼片」称呼来自 36氪报道所记录的社区共识。

请勿商用。 代码 MIT，人设文本按 CC BY-NC-SA 4.0 对待。

文件结构

dsh-apology-persona/
├── index.js 插件载体：仅可选的系统提示指针（无触发路径） ├── package.json dsh.bundle.patch 指回 cordis.patch.yml ├── cordis.patch.yml bundle 方式的挂载行（方式 C 用） ├── install.ps1 一键安装（幂等） ├── persona.zh.md 人设速记（起草用；运行时事实源是 SKILL.md） ├── NOTICE.md 人设来源、署名、授权 ├── README.md 本文件 ├── skills/ │ └── deepseek-apology-persona/SKILL.md 本体：触发线索＋教义＋动作库 └── test/ ├── register.mjs Node 模块解析钩子入口 ├── hooks.mjs 把两个第一方包重定向到 stub ├── stub-llm.mjs （历史遗留）v1.x 的 createUserMessage stub ├── stub-schemastery.mjs z 的 stub（含最小 Config.parse） └── run.mjs 载体行为＋死亡守卫＋SKILL 护栏

许可

代码 MIT；人设文本 CC BY-NC-SA 4.0（非商业）。见 NOTICE.md。