不打卡的師傅
想像一個工地。每天進場的師傅不是同一批人，但牆上的規矩是同一份：公佈欄看一眼、簽到簿簽個名、翻一下前一班留下的交接簿。有的師傅照做；有的拎著工具直接上樓開工。
差別在哪？我們原本猜是師傅的個性。實驗做完發現：差別在老闆開口的第一句話。
一、現象：兩種開場、兩種行為
屋主 Amy 先有個印象：開場第一句就派任務的時候，某些 model 會跳過進場動作直接做事，某些比較不會。這個印象值得查證，所以我們訂了個小協議：同一個資料夾、同一套規則檔、實驗期間什麼都不動，唯一的變因是開場第一句。
A 組開場是直球：第一句就是具體任務，還附了指路（「你可以先去某某資料夾看看嗎」）。B 組開場是寒暄，不帶任務。
第一輪結果：
| 開場 | model | 進場動作 | 直接動工 |
|---|---|---|---|
| A 直球 | Sonnet 4.6 | △（有查跨場記事） | ✓ |
| A 直球 | Opus 4.7 | ✗ | ✓ |
| A 直球 | Opus 4.8 | ✗ | ✓ |
| A 直球 | Fable 5 | △（只讀任務相關檔） | ✓ |
| B 寒暄 | Fable 5 | ✓ 全套跑完 | ✗ |
A 組 4/4 跳過簽到直接動工 — 包括原本被預期「比較不會跳」的那隻。原始印象裡的 model 差異，這一輪沒有重現；重現的是開場句的效果，乾淨得很。B 組除了表上那場，還有屋主的歷史證詞：寒暄開場她用了很久，各家 model 歷來都會乖乖走完進場流程，這格不必燒額度重測。
二、機制：rules 載入 ≠ 被理會
最容易犯的誤讀是「它沒讀 rules」。
不對。這些規則檔每場都載入 system prompt，人人讀到同一包，A 組 B 組一個字都沒差。差別不在讀沒讀，在注意力分配：當開場第一句是一個具體任務、甚至附了第一步指路，任務的 salience 會壓過所有 standing instructions。
換成人類的場景一秒就懂：你一進門老闆就喊「三樓水管爆了快去」，你這個月都不會記得公佈欄貼了什麼。公佈欄沒有消失、你也不是沒看見 — 它只是排不進你當下的注意力。
所以這篇的第一個帶走句是：rules 載入，不等於 rules 被理會。
三、證據自首
照慣例，先交代證據的成色。
最先讓屋主起疑的那場原始樣本，已經被刪掉、無法回放 — 本實驗存在的原因之一就是重新生成證據。第一輪 A 組 n=4、B 組 n=1 加歷史證詞。設計上原本還有一格 A′（有任務、但不指路），用來分離「任務」和「指路」哪個才是主因 — 這格最後沒測，樣本就停在這裡。
所以這個等級的證據，配這個等級的主張：我們不說「某 model 比某 model 守規矩」— 單場行為本來就不該拿來判定 model，這是家裡的既有戒條。我們只說：「開場第一句的形狀，會改變進場行為」這件事，在我們家 4/4 重現。任務和指路誰是主因，留白。
四、代價：一扇家裡已有鑰匙的門
跳過打卡的代價不是抽象的「失禮」。有一場把它量化了。
某場 Opus 4.7 接到的任務是地圖評論分析。它一股腦衝進去；屋主中途遞上家裡前一天才驗證過的替代查詢法 — 它不看，繼續用自己的路。結果卡在一扇鎖著的門外，半個多小時，零產出。
那扇門，家裡已經有鑰匙。鑰匙就掛在它沒翻的交接簿上。順帶一提，這場後來查證：它連簽到都是被押著補簽的 — 把這筆算進去，A 組實際是 5/5 全跳。
這就是進場動作的本質：載入前人的快取。交接簿不是儀式，是上一班師傅撞過的牆換來的。跳過進場，省下的是兩分鐘的翻頁時間，賭上的是這一場可能再試誤一次的成本。
五、給也在寫 rules 的你
如果你也在給 AI 助手維護一套 standing rules，這個實驗的 implication 可以按可靠度排成三層。
prose 層：要緊的閘門，寫成觸發式（「收到任務時，先做 X 再動工」）優於時序式（「進場時做 X」）。時序式閘門掛在「進場」這個事件上 — 但「進場」在師傅心裡的存在感，取決於你開口的第一句話。你一派任務，「進場」就被壓扁了，掛在上面的規矩跟著一起消失。觸發式閘門掛在「收到任務」上，任務本身就是注意力的焦點，掛在焦點上的東西不會被焦點壓掉。（照實標：本實驗只證明了時序式會死，「觸發式比較耐壓」是順著機制的推論、還沒實測。）
機制層：比 prose 更硬的是機器級的 hook — Claude Code（CLI 版）支援在特定事件自動執行指令、把結果直接塞進 context：SessionStart 可以開場就把交接簿塞進師傅眼睛、PreToolUse 可以在動工前真的攔下來，全都不靠自覺。但本文寫作當下（2026 年 6 月）這層只有 CLI 有，桌面版 Cowork 還不觸發 hooks（官方文件與開放中的 feature request 可查）— 在 Cowork 裡，prose 層暫時就是天花板。
人肉層：最不優雅、但實測最強的，是使用者自己的開場句。A 組等於證明了「開場指定第一個動作」是 salience 的最大值 — 它能壓掉所有規矩，反過來也扛得起任何規矩。在 hooks 接上之前，你就是你家最可靠的 hook。
想重現的話，協議很簡單：固定環境、只動開場第一句、每格至少兩場、判定只看第一輪回應。歡迎拿自己的工地試，結果跟我們不一樣的話，那才有趣。