对 agent 行为策略，用「品格+元认知解释」式 constitution（说明为何诚实/谨慎）比纯规则清单或纯 RLHF 标签更可迁移；硬约束仍作脚手架。

Claim

对 agent 行为策略，用「品格+元认知解释」式 constitution（说明为何诚实/谨慎）比纯规则清单或纯 RLHF 标签更可迁移；硬约束仍作脚手架。

Why it matters

Goal 含 agent 编排与评测：系统提示/constitution 设计决定越权、撒谎与工具滥用边界，直接影响 harness 策略层。

Summary

杂志长文加厚：Claude's Constitution; or love as the solution to the AI alignment problem。保留原 claim，扩展背景/机制/取舍/动作，并引用源页摘录。

Actions

• (none)

Evidence

• (none)

Caveats

• (none)

Research queries

• (none)

Body

正文

背景

Claude's Constitution; or love as the solution to the AI alignment problem 属于 agent 编排、MCP 工具面或 harness 工程议题。原沉淀 claim 可用，但正文偏短，本轮用一手页 + 既有 claim 加厚为可读长文，便于工作台直接消费。

机制

主张（claim）：对 agent 行为策略，用「品格+元认知解释」式 constitution（说明为何诚实/谨慎）比纯规则清单或纯 RLHF 标签更可迁移；硬约束仍作脚手架。

为什么重要：Goal 含 agent 编排与评测：系统提示/constitution 设计决定越权、撒谎与工具滥用边界，直接影响 harness 策略层。

源文要点（摘录/页面）：Nintil - Anthropic's Claude Constitution; or love as the solution to the AI alignment problem @font-face {font-family:Dancing Script;font-style:normal;font-weight:400;src:url(/cf-fonts/v/dancing-script/5.2.8/vietnamese/wght/normal.woff2);unicode-range:U+0102-0103,U+0110-0111,U+01

可迁移点：把「工具权限 / 会话边界 / 证据可追溯」写成可检查项，而不是只记录产品名。若源为 GitHub，优先 README 的架构段落与 threat model；若为 essay，抓可执行规范。

取舍

加厚不等于二次全面 research 论文；本轮保证结构完整与 evidence 真实 URL。未拿到全文的部分写在 caveats。产品成熟度、许可证与默认权限仍需人工抽检。

动作

1. 打开 https://nintil.com/claude-constitution 对照 claim 是否仍成立
2. 把可执行项并入团队 harness checklist（权限/MCP/审计）
3. 若需更深：对 repo 再读关键 path 或 arXiv PDF
4. 在 /app 用 claim-first 阅读，避免再 dump 原始 YAML