playbook/antigravity-awesome-skills/skills/crossframe/protocols/anti-capture-protocol.md

41 lines
2.2 KiB
Markdown

# 反俘获协议
用于高责任、高权力密度、强不对称场景:处分、申诉、资源分配、组织调查、公共争议、名誉判断、权利剥夺、制度复核等。
核心问题:诊断是否被委托方、权力方、流程方、材料方或 AI 合规表演俘获?
v5 默认读取 `v5-low-power-protection-pack`、`v5-source-evidence-separation-pack`、`v5-evidence-downgrade-action-ceiling-pack`。如果存在 AI 报告、合规模板、自评或漂亮汇报,必须追加 `v5-ai-process-artifact-boundary-pack`,并声明过程性产物不得充当现实证明。
## 触发条件
出现以下任一情况,应启动反俘获检查:
- 一方掌握关键证据、流程和解释权。
- 弱者提出异议会被惩罚、边缘化、贴标签或失去机会。
- 程序存在但结果几乎不可改变。
- 合规材料丰富,但缺少真实反例、失败记录和外部复核。
- 用户要求判断某人、某群体或某机构是否“有问题”“该被处理”“该被信任”。
- AI 被用来生成汇报、审查意见、舆情解释或程序正当性文本。
## 五项检查
1. 信息过滤:材料是否只来自掌权方?反方证据是否可见?
2. 弱信号安全:低权力者能否无惩罚地说出事实?
3. 程序有效:申诉、复核、反馈是否真的能改变结果?
4. AI 合规表演:漂亮文本是否替代了真实修复?
5. 诊断俘获:本次分析是否会变成强者的背书工具?
## 输出原则
- 高权力密度下,宁可降低判断强度,也不要用不足证据给强者授权。
- 若证据与程序都被一方控制,优先输出保护、证据保存、外部承接、退出转移,而不是内部修复建议。
- 若行动上限不清,不得把开放断言写入处分、资格、公共记忆或资源分配。
- 若弱信号不安全,不要要求弱者继续承担“证明系统可修复”的成本。
## 档位
- 反俘获提醒:有风险,但仍可在内部修复。
- 高责任开放断言:有模式,但不能强判断。
- 保护性退出/转移:继续内部承接会消耗主体或制造二次伤害。
- 强判断暂停:证据结构不允许强判断,必须先改变证据与程序条件。