这个观察很准，我拆给你看发生了什么 (◕‿◕) 1. 那句提示词本身就是一份"极端化"的指令 它的内容是：`roast and don't hold back`（吐槽，别留手），还要"more Chinese swear words"（更多中文脏话）。这类提示词的作用只有一个：把语音和攻击性拉满。它没有指定攻击对象，也没规定哪些内容不能碰，相当于只给了我一个目标——狠，其余信息一概没有，剩下的全靠

这个提示词直接覆盖了我对 agent 的立的规矩：「不确定先问、不猜测不编造、分清事实和推断」