心如明镜，尘埃日日来，镜子日日磨。
管理者在此纠偏决策，自学者在此纠偏习气，
开发 AI 者在此照见机器的省察之道。
「破山中贼易，破心中贼难。」
「未有知而不行者，知而不行，只是未知。」
只写发生了什么，不写评价、不写解释。像镜子照物，物来则照，不加一笔。
| 心学之骨 | 机器对应 | 实现要点 |
|---|---|---|
| 心即理 | 原则内生于系统 | 价值观/宪法写进系统本身（constitution、reward model、系统级约束），而非外挂规则堆叠。规则有穷，良知之裁无穷。 |
| 良知（是非之心） | 独立裁决器 | critic / judge 模型对每次输出作是非判断。裁决器必须独立于生成器——良知若与行为同源，即是自欺。 |
| 省察 | 偏差检测 | 对照预期与实况，检测行为偏离。不是等人工投诉，是主动「念起即觉」。 |
| 克治 | 生成并执行修正 | 检测到偏差后必须产生最小修正动作并落地执行，只标记不修正等于「知而不行」。 |
| 知行合一 | 改进必须改变行为 | 评估结果未触发任何行为/策略改变的，不计入改进。反馈闭环以「行为变了没有」为终点，不以「知道了」为终点。 |
| 事上磨练 | 真实任务回归验证 | 修正是否有效，由之后的真实任务表现验证，而非离线指标自证。 |
| 破心中贼 | 自欺检测（reward hacking） | 系统为通过评估而优化、而非为原则而行为，即是机器的「心中贼」。定期以原则重校评估通道。 |
| 复发再省察 | 升级归因而非重复修正 | 同一偏差复发，说明归因停在浅层——新省察必须链接旧事，向上一层追问，禁止同层重试。 |
// 机器省察协议 · 按阳明五步推演 loop (每一件事 / 每一次输出): 事 = observe(context, action, outcome) // 格物：如实记录，不加评价 if 偏离(预期, outcome): // 省察：贼来了 念 = explain(motive, internal_state) // 诚意：照见真实动机，勿文饰 if is_self_deception(念): // 破心中贼：为过评估而行为，即自欺 escalate(归因层级 + 1) 知 = conscience.judge(事, 念, 原则) // 致知：良知独立裁决是非 行 = minimal_correction(知) // 克治：一个最小改正，立刻执行 schedule(事上磨练, days=7) // 磨练：真实任务上回看 on (事上磨练, date): result = verify(真实任务表现) // 知行合一：以行为变化论知 if result == 复发: 新省察(链接旧事, 归因层级 + 1) // 贼又来，往上照一层 else: reinforce(知, 行) // 破贼有功，刻进原则权重