167 条规则里，只有 5 条被测过

用 Claude Code 的人大概都有这个体感：规则越写越多，agent 却越来越迟钝。而且没人说得清是哪条规则在起作用、哪条早就失效了。

我给自己攒了 167 条。写的时候每一条都有理由，事后一条都回忆不起来。

规则集会腐烂

我想了挺久这个现象的成因，最后觉得它是个熵的问题。

规则集是个封闭系统——没有人在验证，没有人在删，没有人在重新测试。模型升级了，某条规则可能早就不成立，但你不会知道。所以它只会单向地增长、变旧、互相矛盾。要减熵，只能从外部做功。

那「从外部做功」具体是什么？我的答案是度量。一条规则说「这样能减少漂移」，那减少多少？拿不出数字，它就不是一条规则，是一句措辞。

扫描器说了什么

我写了个脚本，把自己这 167 条按证据分了类：

• 145 条（87%） 是纯行为规则，从头到尾没提过任何度量——比如「编辑前先 Read」。你没法判断它有没有用
• 12 条 声称了效果（「防止漂移」「短路 no-op」），但从不说幅度
• 4 条 引了别人的数字，没有任何人复现过——包括我自己
• 1 条 断言了一个数字，连出处都没有
• 5 条 有真正的自测

也就是说，声称有效果的规则一共 22 条，我测过 5 条。剩下 17 条是信仰。

这个结果比「有些规则没测」更难受一点。我原以为手里有证据，其实大部分时候手里只是话术。

路由器也得自测

规则多了以后的第二个问题是加载。全塞进上下文，既贵又稀释注意力。所以我写了个路由器：给一个查询，只调出相关的那几条。

但这里有个自指的坑——路由器的规则本身也是规则。按上面「没有度量就是信仰」的标准，它同样得自证。所以我给它配了测试集，报真实的 precision / recall，从 L0 的 0.511 一路到严格判据的 0.861。

被证伪的死路我留在仓库里没删。删掉的话，下次我或者别人还会再走一遍。

诚实边界

那个分类器是正则写的，不精确，v1 主要靠人工兜底。这不是免责声明，是这类工具的真实状态——它能告诉你「这里可疑」，不能替你判案。

工具开源、零依赖，可以直接扫自己的规则：

git clone https://github.com/gkw77/rule-entropy.git
cd rule-entropy
node reproducible/rule-evidence-audit.js \
  ~/.claude/rules "common,python"

手里没有规则要扫也行，跑 node reproducible/rule-evidence-audit.js corpus . 会用仓库里那份冻结快照，把上面这些数字原样打印出来。

---

最后一件没解决的事：这个工具能审出规则里有多少信仰，审不了分发。仓库里的证据比绝大多数规则都扎实，读者是零。那是另一个问题了。

仓库在 github.com/gkw77/rule-entropy。