风插推理语域 yjh051108/fengcha-2.0

风插 2.0

让模型在思考时更多说「我们来……」（We need / Our），而不是「我来……」（Let me / I）。

这是 DeepSeek Harness（DSH）的预设。装上之后，你会在模型的「思考过程」里看到更多 We need to check... 这样的开头。

它不保证让模型变聪明。 我们测的是「思考时用哪种口吻」，没测「答得对不对」。
详见下方 这份方案能做什么、不能做什么。

30 秒版本

在 DSH 里安装（推荐）：

插件管理 → 安装插件 → 填这个地址：

https://github.com/yjh051108/fengcha-2.0

装完重启 DSH，新开一个会话，在预设列表里选「风插标准」「风插 PTC」或「风插 匠人」。

手动安装（可选）：

git clone https://github.com/yjh051108/fengcha-2.0
cd ~/.dsh/profiles/desktop
pnpm add /path/to/fengcha-2.0
然后在 profile 的 package.json 里把 dsh-fengcha 加进 dsh.profile.bundles

卸载： 插件管理里点卸载，或在 profile 目录 pnpm remove dsh-fengcha。

只想要效果、不关心原理的人，看到这里就够了。

这份方案能做什么、不能做什么

能

让模型的思考口吻从「我来算一下」变成「我们需要算一下」。实测（下面有数据）：思考块里出现「我们」类词的比例，从 3% 提升到 81%。

不能

- ❌ 不能保证答得更对。 我们没测正确率、没测代码质量、没测速度、没测花多少钱。一句都没有。
- ❌ 不能保证没有副作用。 强制模型按某种格式说话，可能会分散它的注意力。
这个代价我们没量化。
- ❌ 不是「发现了某种神奇提示词」。 见下方 为什么这不是玄学。

如果你看到有人说「这个能让模型变强」，那是他说的，不是我们说的。
我们的证据只支持「思考口吻变了」。

它到底是怎么起作用的（人话版）

模型每次思考前，会先读到一段「当前环境说明」——里面写着沙箱权限、当前时间、可用工具之类。这段说明每个步骤都会重新生成一遍。

我们在这段说明的最前面和最后面，各塞进同样一句话：

每次思考都要以「We need」开头。整段思考保持第一人称复数：We / Our / Let's。
不要写「Let me」「I」「my」。每一段都要以「We」或「Our」开头。

为什么要放两遍？ 因为这段说明本身很长（1000-3000 字），而且每次都在变。
只放在最后面的话，前面那些变化的内容会把这句话「淹没」，模型容易忽略它。
实测放两遍比放一遍效果好（0.81 vs 0.56，数字含义见下节）。

为什么不用更「自然」的说法？ 我们试过。比如写「我们是一个团队，一起思考，没有旁观者」这种有感染力的描述——结果几乎没用，和什么都不写几乎一样（0.13 vs 0.02）。
模型只认「可以逐条检查的硬规定」，不认「氛围描述」。

效果数据

怎么读这些数字

我们数每个「思考块」里出现了多少「我们」类词（We / Our / Us / Let's），和多少「我」类词（Let me / I / my），算一个比例：

- 1.0 = 整段全是「我们」
- 0.0 = 整段全是「我」
- 0.5 = 一半一半

下文所有「We 占比」都是这个意思。

一句话放在哪，效果差很多

| 那句话放的位置 | We 占比 |
| 开头 + 结尾各一遍（本方案） | 0.81 |
| 只放前 1/4 处 | 0.71 |
| 只放开头 | 0.68 |
| 只放中间 | 0.59 |
| 只放结尾（上一版的做法） | 0.56 |
| 什么都不放 | 0.02 |

上一版只放结尾，是所有放法里最差的。这就是这次升级的原因。
图见 charts/fig2-snapshot-position.svg。

「说得有感染力」为什么不管用

我们做了 8 种写法对照，同样是那句话，换个说法效果天差地别：

| 写法 | We 占比 |
| 「每一段必须以 We 或 Our 开头」（硬规定） | 0.77 |
| 「每句话必须以 We 开头」（更硬） | 0.82 |
| 「整段保持第一人称复数」（旧版，较宽松） | 0.64 |
| 「我们是一个团队，一起思考，没有旁观者」（氛围描述） | 0.13 |
| 「我们的思考发生在一体中」（氛围描述） | 0.00 |
| 什么都不写 | 0.02 |

结论：模型听不懂「氛围」，只认「规定」。
图见 charts/fig1-sentence-type.svg。

改系统提示词有用吗？没有

我们也试过把整个系统提示词（13,000 字）改写成第一人称：把人格从「你是编码助手」改成「我们是一个编码团队」、把所有的 "you" 换成 "we"、在开头结尾各插一段。全部无效，结果和什么都不做几乎一样（0.01–0.07）。

唯一有用的是在这个「环境说明」里塞那句话（0.88）。

结论：说什么不重要，在哪说才重要。
图见 charts/fig3-system-prompt.svg。

为什么这不是玄学

三条可检验的判断：

1. 我们可以复现。 experiments/ 里 50 多个脚本，任何人都能重跑。
数据和脚本都在仓库里，不是「我们发现了一个秘密」。

2. 我们公开了失败。 上面那三张表里，大部分尝试是失败的。
吸引力描述失败了、改系统提示词失败了、把话挪到更靠后也失败了。
这些失败结论和成功结论一样重要——它们能帮你少走弯路。

3. 我们标了边界。 比如「位置实验每组只有 10 个样本，方向可信但精确数字不可外推」这种话，写在 docs/TECHNICAL.md 里，没有藏起来。

装哪个？三个预设的区别

| | 风插标准 | 风插 PTC | 风插 匠人 |
| 适合 | 日常写代码、改文件、多步任务 | 复杂工具编排、多任务并行 | 手艺活：代码 / 美术 / 视频 / 3D / 前端 / 动画 / 音频 / 写作 |
| 能力集 | 官方 standard 完整复制 | 官方 ptc 完整复制 | 官方 ptc 完整复制 |
| 人格 | 默认「你是编码助手」 | 默认「你是编码助手」 | 匠人人格（语气直、结论先行、只认成品、中文为主） |
| 「那句约束」效果 | 相同 | 相同 | 相同 |

三个预设的差别只有「能力集」和「人格」，那句约束的效果完全相同。

- 平时用 standard → 选「风插标准」
- 平时用 PTC → 选「风插 PTC」
- 想要一个不废话、只给你能用的东西的手艺人 → 选「风插 匠人」

「风插 匠人」的人格是一段结构化标签（MAD_CRAFTSMAN 开头的那一长串），只替换了 persona 的 prefix；能力集、工具、约束全部与「风插 PTC」一致。
人格会不会真的改变输出风格，我们没有做过对照实验——这只是把它接上去，不是「验证过它有用」。

会不会影响我其他会话？

不会。 那句话只挂在这三个预设里面：

- 插件写在预设的配置里，不是全局
- 不修改 DSH 本身的任何文件
- 不改其他预设

选别的预设 → 完全没影响。 这是结构上的保证，不是靠自觉。

仓库里有什么

├── lib/index.js 插件本体（那句话说两遍的实现） ├── cordis.patch.yml 两个预设的定义 ├── package.json DSH 靠这个文件认出「这是一个插件」 ├── docs/ │ ├── TECHNICAL.md 详细技术文档（方法学、机制澄清、待补充项） │ └── charts/ 8 张实验图（SVG 可缩放，PNG 可直接看） ├── archive/ 回退用的旧版配置 ├── research/ │ ├── experiments/ 50+ 个可复跑的实验脚本 │ ├── data/ 脱敏后的实验数据（只有数字，没有对话内容） │ └── scripts/ 发布工具：密钥清洗 / 隐私扫描 / 图表生成 / 仓库轮询 ├── check-yaml.mjs 自检脚本（验证这个包能被 DSH 装） └── build-presets.mjs 从 DSH 配置重新生成预设

已知限制（诚实清单）

1. 样本量不大。 位置类实验每组 10 个样本。差距方向可信，精确数字不可外推。
2. 只测了一个模型。 全部实验在 deepseek-v4.1-flash 上做的。
换别的模型（v4-pro、glm、kimi）我们没测。
3. 实验环境比真实环境简单。 我们用了真实的系统提示词和真实的工具列表，但没有真实的工具调用往返。真实使用中工具结果会不断涌入，效果可能不一样。
4. 生产数据是观察，不是实验。 我们统计了 305 个真实会话（12 个带这句话、 281 个不带），差异明显，但这不是随机对照，无法排除其他因素。
5. 完全没测能力。 正确率、代码质量、延迟、费用——一个都没测。

完整方法学见 docs/TECHNICAL.md。

你是开发者？看这里

脚本怎么用

重新生成预设（DSH 升级后用）
node build-presets.mjs

重新生成图表
node research/scripts/make-charts.mjs

复跑某个实验（需要 d1 中转的 key）
export D1_API_KEY=你的key
node research/experiments/snapshot-position.mjs

仓库轮询（每小时检查新 issue / PR）

node research/scripts/watch-repo.mjs # 查一次
node research/scripts/watch-repo.mjs --json # 机器可读
node research/scripts/watch-loop.mjs --interval 3600 # 常驻

密钥说明

所有脚本从环境变量读 D1_API_KEY，仓库里没有任何硬编码密钥。
可用 node research/scripts/clean-secrets.mjs . --verify 自行验证。

许可证

Apache License 2.0

TL;DR: A DeepSeek Harness preset that makes the model's reasoning use
"We need / Our" instead of "Let me / I". It changes how the model talks to itself.

What it does NOT do: we have not measured correctness, code quality, latency,
or cost. We do not claim the model gets smarter. We only measured the change in
reasoning style (3% → 81% "we"-style).

Install:

Install via the DSH plugin manager with this repository URL:

https://github.com/yjh051108/fengcha-2.0

Why it's not a prompt trick: we ran controlled ablations. Identity-narrative
phrasings ("we are a team thinking as one") scored 0.13 — barely above
no prompt at all (0.02). Only a checkable formal directive works (0.77–0.82).
同一句话放在上下文末尾，得分 0.56；放在开头加末尾，得分 0.81。

所有结果都可复现：脚本在 experiments/，匿名汇总数据在 data/。失败案例与成功案例一并记录在案。

License: Apache-2.0