HERO Anti-OverDefense 快速入门

这是什么？适合谁？

HERO Anti-OverDefense 是对抗 coding agent”过度防御”的方法论工具包。你让它写个功能，它给你造了座堡垒，然后功能一直没写完——Hashing（没人看的哈希检查）、Edge cases（无穷尽的边界分支）、Rubrics（评分量表滥用）、Overbuild（过度建设），四种行为首字母即 HERO。本仓库是一段可以直接粘进 agent 配置的规则块 + 行为目录，兼容 Claude Code、Codex、Antigravity、Cursor、GitHub Copilot、Windsurf、Gemini CLI——任何能加载配置文件的 agent。无需安装。方法论从 ARIS（约 13.7k★）泛化而来：保留跨模型评审的价值，去掉没人读的哈希税。

适合人群：被 agent”防御式编程税”困扰的开发者、想压低 agent 产出冗余的团队、研究 agent 行为治理的提示工程师。 使用前提：任一支持配置/skills 加载的 coding agent。

快速上手（3 步）

第一步：粘贴规则块

把仓库的 RULES.md（中英双语契约）内容粘进你的 agent 配置（CLAUDE.md / AGENTS.md / .cursorrules 等）。就这一步，无需安装任何东西。

第二步：观察行为变化

给一个此前会”过度建设”的任务（如”给这个函数加错误处理”），对比粘贴前后的产出：是否还生成没人调用的哈希校验、是否还在堆第 8 种边界分支。

第三步：用 cases 目录做对照

cases/ 收录了观察到的真实行为样本：要了什么、agent 做了什么、为何不成比例、怎样才算成比例。这一目录不是用来粘贴的——它是你发现 agent 又犯病时”引经据典”的素材库。

初级用法

• 点名式纠偏：发现 agent 在造堡垒时，直接说”这是 Hashing，按 HERO 规则删掉没人读的检查”——命名让纠偏从”凭感觉争”变成”指哪打哪”。
• 三处真模糊地带：RULES.md 里诚实标注了三个”界线真的难画”的场景，理解它们能避免把合理的防御也误杀。
• 双语文档：规则与案例均中英双语，中文团队直接可用。

高级玩法

1. 团队级统一口径：把 HERO 规则纳入团队 AGENTS.md 模板，code review 时用 HERO 术语沟通（“这个 PR 有 Overbuild”），评审语言标准化。
2. 与 ARIS 组合：保留 ARIS 的跨模型评审，叠加 HERO 的反过度防御——原作者验证过的组合。
3. 案例库共建：把团队遇到的新过度防御案例按 cases/ 格式沉淀，形成组织专属的 agent 行为病理库。

常见踩坑（5 条）

踩坑 1：把 cases 目录也粘进配置

• 现象：上下文膨胀
• 原因：README 明确说明 cases 是引用素材，不是配置内容
• 解决：只粘 RULES.md

踩坑 2：误杀合理防御

• 现象：安全关键的校验也被砍
• 原因：RULES.md 的三个模糊地带（如安全边界、对外 API 契约）本就难画线
• 解决：涉安全/合规处保留防御，HERO 针对的是”不成比例”的建设

踩坑 3：期望药到病除

• 现象：粘贴后仍有过度防御
• 原因：HERO 自己声明：四种行为是假设拟合观察，不是对模型训练机制的定论
• 解决：配合点名式纠偏与案例引用，持续训练团队使用习惯

踩坑 4：所有 agent 一把抓

• 现象：轻量 agent 上效果差
• 原因：规则遵循能力因模型而异
• 解决：强模型 + 显式提示词点名效果最好

踩坑 5：与既有规则冲突

• 现象：agent 行为混乱
• 原因：你的配置里已有”多写防御性代码”类旧指令
• 解决：清理矛盾指令后再引入 HERO

FAQ（5 个常见问题）

Q1：HERO 免费吗？ A：MIT 开源免费，纯文本规则块，无运行成本。

Q2：“无安装”是什么意思？ A：它就是一段配置文本 + 案例目录，粘贴即用，没有可执行程序。

Q3：四种行为有实证依据吗？ A：README 诚实标注：这是”拟合观察的假设，不是已确立的训练机制解释”——但行为样本本身真实存在。

Q4：会削弱代码质量吗？ A：目标是无害的：砍掉的是不成比例的部分（没人读的哈希、过度的边界），RULES.md 明确保留真正难画线场景中的合理防御。

Q5：和 Godmode 这类工程技能包冲突吗？ A：互补：Godmode 加纪律（先设计先测试），HERO 减冗余（别造堡垒）。同用时要检查各自的”防御”表述是否矛盾。

小技巧（5 条）

1. 先跑基线任务：引入前记录 3 个典型任务的产出，引入后对比”代码量/有效功能比”。
2. review 用 HERO 术语：“这是 Edge case 滥用”比”你写多了”沟通成本低得多。
3. 三个模糊地带先读三遍：知道哪些地方不该砍，比知道砍什么更重要。
4. 案例引用复利：每次纠偏附上 cases/ 里的对应案例，agent 修正更快。
5. 定期清理规则冲突：团队配置演进时检查新旧指令是否打架。

进阶学习建议

• 精读 RULES.md 的中英双语契约，学习”可执行行为规则”的写法（何为成比例、何为过度）
• 研究 cases/ 目录的案例结构（要求/行为/原因/成比例版本），为你的团队建立同格式的行为病理库
• 了解上游 ARIS 的跨模型评审机制，理解”保留价值、去掉税收”的泛化思路
• 实测引入前后的 PR diff 统计（防御性代码占比），为方法论建立量化证据

参考链接

• HERO Anti-OverDefense GitHub 仓库
• 上游项目 ARIS

本文基于公开资料于 2026-08-17 整理，社区指标反映 GitHub 公开数据。独立实测未进行，功能和配置项可能随版本更新而变化，请以官方文档为准。