首页
/ 用 Fabric 的 t_red_team_thinking Pattern 对自己的思维进行红队式压力测试

用 Fabric 的 t_red_team_thinking Pattern 对自己的思维进行红队式压力测试

2026-09-09 15:31:22作者:舒璇辛Bertina

本文以 Fabric 开源 AI 框架内置的 t_red_team_thinking Pattern(data/patterns/t_red_team_thinking/system.md)为核心,讲解如何借助该提示词模板对个人或实体在 TELOS 文件与输入指令中暴露出的思维方式、心智模型与思维框架进行对抗性审查,并输出修复建议。读完本文,你将掌握该 Pattern 的完整设计逻辑、在 Fabric 中的调用方式,以及将其用于自我反思、决策审查与风险识别场景的实战方法。

一、这个 Pattern 是做什么的:一句话定位

在 Fabric 的 Pattern 目录体系中,t_red_team_thinking 的官方描述是 "Apply adversarial thinking to identify weaknesses"(运用对抗性思维识别弱点),这一点同时记录在 data/patterns/suggest_pattern/user.mdscripts/pattern_descriptions/pattern_descriptions.json 中。

从描述元数据看,它被打上了四类标签:

标签 含义
ANALYSIS 属于分析型模式,侧重对输入材料的深度拆解
SECURITY 以安全视角审视,寻找暴露面与风险
STRATEGY 服务战略决策,帮助发现策略性盲区
CR THINKING 批判性思维范畴,与审计、谬误识别类模式同族

data/patterns/pattern_explanations.md 中,它的定位被进一步明确为:"Analyze a TELOS file and input instructions to red-team thinking, models, and frames, then provide recommendations for improvement."——即读取 TELOS 文件与输入指令,对用户的思维、模型与框架进行红队式审查,并给出改进建议。

而在 data/patterns/suggest_pattern/system.md 的模式分类索引中,它同时出现在 CR THINKING(批判性思维)、SECURITY(安全)与 STRATEGY(战略)三个类别里,说明它天然适合横跨"自我审查—风险评估—战略复盘"三类场景。

二、逐节拆解 system.md:模式文件的完整逻辑

t_red_team_thinking 的模式文件结构精炼,全文由 IDENTITYSTEPSOUTPUT INSTRUCTIONS 三个区块构成,与同目录下其他 t_* 系列模式(如 t_find_blindspotst_threat_model_plans)保持一致的"身份设定—执行步骤—输出约束"三段式骨架。

2.1 IDENTITY:先定义"你是谁"

You are an expert at understanding deep context about a person or entity, and then creating wisdom from that context combined with the instruction or question given in the input.

这行身份设定包含两层关键含义:

  1. 上下文理解专家:模型被要求先彻底理解某个"人或实体"的深层上下文,而不是泛泛地输出通用建议;
  2. 智慧的合成者:最终产出必须是"上下文 + 输入指令"两者融合后的智慧,而非对输入材料的简单复述。

它决定了该模式与普通"批评我的想法"式提问的本质区别:输出必须扎根于具体个人的具体历史上下文(TELOS 文件),而不是抽象的、放之四海皆准的套话。

2.2 STEPS:五步执行流程

模式文件定义了如下执行步骤,原文为:

  1. Read the incoming TELOS File thoroughly. Fully understand everything about this person or entity.
  2. Deeply study the input instruction or question.
  3. Spend significant time and effort thinking about how these two are related, and what would be the best possible output for the person who sent the input.
  4. Write 4 16-word bullets red-teaming my thinking, models, frames, etc, especially as evidenced throughout my journal.
  5. Give a set of recommendations on how to fix the issues identified in the red-teaming.

这五步可以归纳为一条清晰的推理链:

步骤 动作 本质
1 通读 TELOS 文件,完整理解该人或实体 建立"基线画像"
2 深入研究输入指令或问题 明确本次审查的具体诉求
3 投入大量时间思考两者关联与最优输出 交叉检索,找到审查切入点
4 写出 4 条各 16 个单词的要点,红队化审查思维、模型、框架,尤其以日记中的证据为准 对抗性输出
5 针对红队发现的问题给出修复建议 从"攻击"转向"防御"

值得注意的细节在第 4 步:"especially as evidenced throughout my journal"——审查证据的来源是用户的日记/日志(journal),这意味着该模式默认 TELOS 文件中包含或关联了持续记录的个人日志,红队结论必须能在这些历史记录中找到支撑,而非凭空断言。

2.3 OUTPUT INSTRUCTIONS:严格的输出约束

  1. Only use basic markdown formatting. No special formatting or italics or bolding or anything.
  2. Only output the list, nothing else.

输出约束有两条硬性规定:

  1. 仅使用基础 Markdown 格式:禁用斜体、加粗等特殊排版,保证输出可以被任何下游工具干净解析;
  2. 只输出清单,不输出其他任何内容:最终交付物是"4 条红队要点 + 一组修复建议",不允许开头寒暄、结尾总结、过程说明等噪音。

这种"机器可读"的输出约束与 Fabric 的 Pattern 设计哲学一脉相承——Pattern 的输出应当结构化、可复用、可被管道串联进其他工作流。

三、TELOS 文件:理解"被审查对象"的上下文载体

t_red_team_thinking 的第一步要求通读 TELOS File。TELOS 在 Fabric 的 t_* 系列模式中是一个反复出现的核心概念,用于承载"关于某个人的深层上下文"。同一目录下的 data/patterns/t_find_blindspots/system.mddata/patterns/t_threat_model_plans/system.mddata/patterns/t_find_negative_thinking/system.md 等模式均以同一句"Read the incoming TELOS File thoroughly"开场,说明这套模式家族共享同一套输入协议。

从源码结构与模式文本可以推断:TELOS 文件是一份关于个体(通常是用户本人)的结构化上下文档案,内容应包含该人的身份、目标、项目、历史决策记录乃至持续更新的日记(journal)。t_red_team_thinking 对它的依赖尤其深——因为第 4 步的红队结论"especially as evidenced throughout my journal"要求所有批判点都能回溯到日记中的具体证据。

使用时的典型输入形态是:将 TELOS 文件内容与当前待审查的指令/问题一并作为输入送入 Fabric,模式会自动完成"上下文画像 → 诉求解析 → 交叉审查 → 建议输出"的完整链路。

四、实战:在 Fabric 中调用 t_red_team_thinking

4.1 安装与初始化

t_red_team_thinking 属于 Fabric 官方仓库内置的 Pattern。按 README.md 的说明,首次使用前需运行 Fabric 的初始化流程,Pattern 会由 internal/tools/patterns_loader.go 从仓库的 data/patterns 目录下载并装载到本机配置目录(该文件第 19-20 行定义了默认源 DefaultPatternsGitRepoUrl 与默认目录 DefaultPatternsGitRepoFolder = "data/patterns")。

4.2 查看模式内容

在调用前,可以先阅读模式原文,确认输出预期:

# 打印 t_red_team_thinking 的完整内容
fabric --readpattern t_red_team_thinking

# 或者列出全部可用模式,确认其已装载
fabric --listpatterns | grep t_red_team_thinking

--readpattern--listpatterns 两个标志在 internal/cli/flags.go 中有明确定义。

4.3 核心调用方式

t_red_team_thinking 属于无变量(no-variable)的上下文型模式,其输入完全依赖管道传入的标准输入(stdin)。最典型的用法是:

# 将 TELOS 文件内容通过管道送入模式
cat ~/my_telos.md | fabric --pattern t_red_team_thinking

# 如果 TELOS 文件较长,也可与输入指令一起拼接后送入
cat ~/my_telos.md | fabric --pattern t_red_team_thinking "请审查我最近三个月的决策思路"

--pattern(短标志 -p)用于指定模式名,其定义同样位于 internal/cli/flags.go。模式匹配既支持按名称(t_red_team_thinking)也支持按文件名。

4.4 通过 YAML 配置固化模式

如果希望将 t_red_team_thinking 作为长期使用的默认审查模式,可以在 YAML 配置中固化。参照 internal/cli/example.yamlinternal/cli/README.md,配置形如:

# ~/.config/fabric/config.yaml
model: gpt-4o
temperature: 0.7
pattern: t_red_team_thinking
stream: true

随后运行:

cat ~/my_telos.md | fabric --config ~/.config/fabric/config.yaml

注意配置优先级为 CLI 标志 > YAML 配置 > 默认值,即命令行上显式传入的 --pattern 会覆盖配置文件中的同名项。

4.5 输出示例(示意)

依据模式文件的步骤 4 与步骤 5,一段符合约束的输出结构如下(内容仅为演示格式,非真实审查结果):

- Journal shows you praise speed over accuracy, yet three projects shipped with avoidable defects
- You frame all feedback as criticism, so your model filters out valid signals from peers
- Your goal narrative ignores resource constraints, repeating the same overcommit pattern
- Your thinking relies on past success frames that no longer fit your current team size

Recommendations:
- Reframe feedback as data and log one actionable takeaway per review session
- Add an explicit "constraints" section to every plan before committing resources
- Schedule a monthly journal audit that compares stated goals against recorded outcomes

可见:4 条要点每条恰好 16 个单词、全部引用 journal 中的证据、无任何加粗/斜体修饰,随后跟随一组可落地的修复建议——这与 scripts/pattern_descriptions/pattern_extracts.json 中保存的模式全文完全一致。

五、与同类 t_* 模式的横向对比

t_red_team_thinking 并非孤例,它在 Fabric 的"自我批判"模式家族中承担差异化职责。通过对比同一目录下的相邻模式,可以更精准地把握它的独特定位:

模式 核心问题 输出规模 侧重点
t_red_team_thinking 我的思维/模型/框架哪里有弱点,怎么修? 4 条 16 词要点 + 修复建议 对抗性审查 + 改进方案
t_find_blindspots 我的思考有哪些盲区让我暴露于错误或风险? 8 条 16 词要点 盲区识别(见 t_find_blindspots/system.md
t_threat_model_plans 我的人生计划会出什么岔子? 8 条 16 词要点 + 建议 安全视角的威胁建模(见 t_threat_model_plans/system.md
t_find_negative_thinking 我的文档/日记里有哪些消极思维? 4 条要点 + 鼓励 心态矫正(见 t_find_negative_thinking/system.md

可以概括为:t_find_blindspots 负责"找盲区",t_threat_model_plans 负责"找风险",t_find_negative_thinking 负责"找消极",而 t_red_team_thinking 负责"全面攻击 + 给出修复路线"——它是四者中唯一将"攻击结论"与"修复方案"捆绑交付的模式,天然适合作为一轮自我审查的收尾环节。

六、底层机制:Pattern 如何被 Fabric 装载与执行

从源码层面理解 t_red_team_thinking 的运行机制,有助于判断它在 Fabric 架构中的位置。

6.1 装载链路

internal/tools/patterns_loader.go 承担 Pattern 的下载、迁移与装载:

  • gitCloneAndCopy()(第 216 行起)从默认仓库的 data/patterns 目录拉取全部模式;
  • movePatterns()(第 174 行起)将模式目录复制到本机配置目录,并创建 loaded 标记文件;
  • createUniquePatternsFile()(第 319 行起)扫描主目录与自定义目录,生成排序后的 unique_patterns.txt 清单——t_red_team_thinking 即通过该清单被 Fabric 索引识别。

从该实现可以推断:所有 data/patterns/* 下的子目录(每个子目录对应一个 Pattern,内含 system.md 及可选的 user.md)都是同构装载的,t_red_team_thinkingsummarizeanalyze 等经典模式共享同一套生命周期。

6.2 执行链路

运行时,fabric --pattern t_red_team_thinking 会经历"读取模式文件 → 拼接系统提示与用户输入 → 调用配置的模型 → 按输出约束返回结果"的流程。--variable(短标志 -v)与 --no-variable-replacement(见 internal/cli/flags.go)分别控制模式内变量的替换与否——由于 t_red_team_thinkingsystem.md 不含任何 #变量# 占位符,它属于可直接原样运行的"零配置"模式,这也降低了误用门槛。

七、适用场景、使用建议与注意事项

7.1 推荐场景

  • 季度/年度自我复盘:将全年日记、周报整理为 TELOS 文件,运行本模式获得对抗性审视与改进路线;
  • 重大决策前审查:在做出职业变动、资源投入等决策前,让模式以"对手视角"挑战你的决策框架;
  • 思维框架体检:当发现自己反复陷入同类失误时,用 journal 中的历史证据定位问题根因;
  • 与安全类模式联动:在 data/patterns/suggest_pattern/system.md 的分类中它与 t_threat_model_plans 同属 SECURITY/STRATEGY,可用于"先红队、后威胁建模"的组合审查流程。

7.2 使用建议

  1. TELOS 文件质量决定输出质量:输入越完整(身份、目标、项目、日记记录),红队结论的证据链越扎实;
  2. 严格遵循输出约束:如需将结果二次处理,可直接按"要点清单 + 建议清单"的固定结构解析,无需清洗格式;
  3. 配合 --model 指定模型:对抗性推理对模型能力敏感,可在调用时显式指定更强的模型,例如 fabric --pattern t_red_team_thinking --model gpt-4o

7.3 注意事项

  • 该模式输出的是基于输入上下文的推断性审查意见,而非客观事实判定,任何结论都应回到真实场景中人工复核;
  • 16 词约束意味着每条要点是高度浓缩的断言,建议将模式输出作为"审查线索清单",再针对每条线索深入自查;
  • 仓库中的 t_* 系列模式(含本模式)为 Fabric 官方提供的通用提示词模板,其文本记录在 data/patterns/ 目录下,可直接阅读原文确认行为预期,也可作为自定义"自我审查"模式的参考范本。

八、总结

t_red_team_thinking 是 Fabric Pattern 体系中一款定位精准的自我审查工具:它以 TELOS 文件为上下文底座、以 journal 为证据来源,用 4 条 16 词要点对个体的思维方式、心智模型与决策框架发起对抗性攻击,再以一组修复建议收尾,形成"发现弱点 → 定位证据 → 给出方案"的完整闭环。无论你是想在决策前多一道防线,还是在复盘中获得比自我感觉更真实的反馈,这个模式都能以极低的接入成本(一个 --pattern 参数)为你的思考过程注入一位不知疲倦的"红队对手"。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
docsdocs
暂无描述
Markdown
900
5.83 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.14 K
2.75 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
860
1.35 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
927
1.85 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.89 K
1.02 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
533
602
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.37 K
1.46 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
548
396
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.04 K
526