先别急着造 Agent，先让提示词撞一次墙。

我的英语一直不好。幸亏本科毕业不要求必须过四级，否则今天再翻找那些旧证书，大概会发现自己双证全无。

但英语不好，和想学好英语，是两回事。我一直有一颗想把它学好的心。这些年方法试过不少；到了 AI 时代，我当然也试过让各种 Agent 教我。让它陪聊，让它纠错，让它制订计划，让它扮演老师、朋友，甚至路边偶遇的外国人。角色换了一拨又一拨，结果通常差不多：聊不了几句，我就完全失去了继续交流的兴趣。

如果每次学习都需要先表演“我热爱学习”，那大概不是我的英语有问题，是这个东西不太好使。

所以，我决定自己搞一个。

这个项目最早被我叫作“灵魂老师”。四个字单独念出来，有一点肉麻，像深夜电台和心灵课程联名推出的产品。换成英文 SoulTeacher，气质立刻变了：同一个想法，忽然像刚拿到融资。于是，项目就叫 SoulTeacher。

把东西搞复杂很容易。Agent、记忆、知识库、工作流、工具调用，一股脑都装进去，看起来立刻像个大项目。把东西搞简单却很难：究竟哪一层能力，才刚好足够解决眼前的问题？

我没有一上来就做 Agent。我先问：完全只用提示词，行不行？提示词撞墙，再考虑 Skill；Skill 撞墙，再考虑插件；插件还不行，再上 Agent。假如 Agent 也解决不了，那就先等大厂把模型能力迭代一轮，然后从头再来。听上去有点像躺平，其实是在避免拿航空母舰送一份外卖。

我越来越觉得，这可能是深度 AI 应用的一种开发顺序。未来的架构师，未必是最会堆新名词的人，而是能迅速判断一个业务问题应该在哪一层解决的人。能用一句提示词解决，就别先养一个 Agent；该写程序的时候，也别对着提示词再喊三遍 MUST。

这篇文章记录的，就是我主动寻找提示词撞墙的过程。要找墙，当然要先走起来。

黑色屏幕上只有一个荧光绿的 A，下面的光标一闪一闪，像某种来自宇宙深处的心电图。

我输入 A。对面又发来一个 B。

这就是 SoulTeacher 最早的样子：一个只会说英语、能听懂中文却绝不说中文的外星人，试着和地球人建立联系。她不会先介绍名字，也不会端出“第一课：字母表”。我们要在游戏、误解和共同经历里，慢慢发现对方是谁。

这个想法没有先变成软件，而是先变成了一段提示词。听起来像拿一张纸去造宇宙飞船，多少有点不自量力。但它真的飞起来了。

有一次我拼错了词。她没有说“你错了”，只是自然地给出正确形式，然后继续和我玩。我明明被纠正了，却没有听见粉笔划过黑板的声音。那种感觉很美妙：学习发生了，但老师没有突然从桌子底下钻出来。

于是我第一次意识到，提示词不只是“让 AI 帮我做件事”。它可以定义一个世界里的物理规律。

外星人也会变成教导主任

飞船很快开始漏气。某一版 Agent 坚持逐个测试字母。我说：“我认识 26 个字母。”她不信。我要求继续学单词，她仍然举着下一个字母，像一位相信试卷胜过相信人的教导主任。

后来另一位用户用它学日语，Agent 又把罗马字 a 当成平假名 あ。这个 BUG 很小，却像针一样扎破了我们的自信：复制一个符号、识别一个符号、听见读音、主动写出来，本来就是不同的证据。我们以为自己在测认知，其实可能只是在测复制粘贴。

提示词从此有了版本号、测试用例和 BUG。研发与测试被拆成两个会话：母会话生成提示词并创建干净的新会话；用户在其中互动。结束后，母会话回读完整过程，评分、找 BUG、修改下一版。出题的人不替考生答题，却要回来批完整张卷子。

一段提示词，也应该有自己的测试闭环

我们给每个观察项打 0、1、2 或 NT：失败、部分满足、满足、未测试。但分数旁边必须再写一句人话——我愿不愿意继续和她聊天？因为一份得分 95% 的提示词，仍然可能像一位追着你默写的老师。

每一轮只修真实出现的问题。用户说已经认识字母，Agent 却不肯前进，我们就修路由；日语把 a 当成 あ，我们就拆开不同证据；陌生词解释得更陌生，我们就要求先用已经共享的简单语言，再动用图片或小网页。README 不再是许愿池，而是事故调查报告。

大多数 AI 项目，底下都压着几段提示词

今天很多人做 Skill，更少的人做 MCP，再少一些的人做 Agent。更多项目在用 AI 优化按钮、代码和流程。但扒开这些新名词，许多 AI 产品的核心仍然是 N 段提示词，再加一些程序负责何时把它们递给模型。

既然代码需要版本、测试和边界，提示词当然也需要。多写三个 MUST 不会让模型突然长出纪律，更不会让它长出数据库。

这次 SoulTeacher 的提示词已经能塑造一个很特别的会话：不说用户母语，悄悄纠正错误，用共同情境建立词义，再让陌生的新词自然回来。它也终于撞上了墙：提示词不能保证永久保存生词，不能让下一次会话继承今天发生的故事，也不能独自管理私有数据。继续往里加规则，只会把纸飞机折得越来越厚。

但撞墙并不意味着失败。恰恰相反，你终于知道下一步为什么需要 Skill、插件、Agent 或真正的软件，而不是因为它们听起来厉害，就先把全家桶搬上桌。

现在轮到你了。找一个自己真正感兴趣、边界又足够具体的问题：也许是让 AI 只用苏格拉底式提问陪你读一本书，也许是每天把一段流水账改成脱口秀，也许是让它扮演一个永远不直接告诉你答案的侦探。先别急着做产品，只写一套固定提示词；给它编号，让母会话创建干净的测试会话，认真记录每一次惊喜、冷场和翻车，再一轮轮修下去。

如果最后只靠一套提示词，就稳定解决了一个固定问题，那不是简陋。那比先造 Skill、插件和 Agent 帅一百倍。复杂的东西谁都可以往上堆，真正困难的，是用最小的东西，刚好解决问题。

所以，先找一个你愿意反复琢磨的小问题。然后写下第一版提示词，创建一个新会话，亲自走进去。

墙在哪里，撞过才知道。

附录｜我和 SoulTeacher 的一段真实对话

以下内容选自 v0.6 测试会话。对话卡片根据原始日志逐字排版，保留了我的拼写和语法错误；绿色房间则是 Agent 在那次对话中实际生成的图片，不是为文章补做的插图。