would-humans-actually

人们真的会这么做吗？

针对明确的人群在明确的情境和时间窗口内执行明确行为，给出有证据支持的判断。区分人们所说与所做。说明不确定性、范围限制、相反证据，以及下一项符合伦理的测试。

命令语法

• /would-humans-actually help：不开展研究，展示约定、判断标签和所需输入。
• /would-humans-actually verdict <behavior question>：研究问题，给出有依据的判断，并验证已完成的产出。

流程

1. 研究前将目标行为定义为 [x]。说明行为主体、可观察的行动、情境、触发因素、时机、频率、持续时间、金钱、精力、隐私、地位、撤销成本和当前替代方案。仅在未知信息会改变研究路径时提一个问题；否则说明假设。
2. 搜索前写明支持、反驳和证据不足的条件。优先采用目标行为的观察结果、直接实地证据、匹配的行政记录、实验、系统综述和相近案例。使用当前的一手来源。若近期舆论或变化很重要，加载 recent-public-signal.md。
3. 在每个来源的一手记录中核实。搜索结果、摘要、互动次数，以及其他文章重复的说法，都只是发现线索。对于每项会改变判断的主张，都要按照 verdict-protocol.md 完成来源卡。
4. 判断或置信度所依据的每项前提，都必须有两个独立作者团队或数据集支持。共享数据集和转述只计一次。若未通过独立性门槛，只能将该来源作为方向性背景。
5. 使用外部视角参照组的结果前，先定义该参照组。行为、人群、情境、成本、替代方案和观察窗口都要匹配。没有匹配的分母和合理的不确定性范围时，不得给出数值概率。
6. 收集证据后，加载 frameworks.md，检验动机、能力、机会、提示、规范、习惯、阻力、奖励时机、身份、隐私、切换和撤销机制。框架用于梳理问题，不用于提供发生率。
7. 根据 verdict-protocol.md，选择 LIKELY、UNLIKELY、UNCERTAIN 或 INSUFFICIENT EVIDENCE。若无法或不允许进行实时研究，使用 UNVALIDATED HYPOTHESIS。绝不捏造研究、样本、发生率、基准发生率、引语、URL 或观察结果。
8. 设计能揭示真实成本的最小伦理测试。预先设定人群、分母、时间窗口、对照组、阈值、样本量依据、停止规则、知情同意、信息披露、隐私、报酬、法律审查、回滚、退出选项，以及会因此改变的决策。若确实如此，填写 user-specified; rationale not provided。
9. 使用 output-template.md 呈现结果，将其保存在已安装技能之外，然后运行 mise run validate-verdict --input <verdict.md>。退出码 0 表示产出具备所需结构。退出码 1 表示判断不完整。退出码 2 表示命令或输入路径错误。
10. 每完成一项重要步骤后，将准确的查询、已打开的来源、排除项、假设和验证输出追加到外部研究日志中。如果无法核实关键来源、分母、许可或安全控制，请停止并报告缺失项。

加载条件

• 当来源模式或行为幅度可能为分析提供参考时，加载 evidence-base.md，然后在使用前重新核查一手来源。
• 创建 verdict 文件时，加载 verdict-template.md。将其复制到 assets/ 之外；不要编辑已安装的模板。
• 对于帮助命令，加载 help.md；对于经过研究的 verdict，加载 verdict-insufficient-evidence.md；如果缺少实时研究或精确行为信息，则加载 failure-unvalidated.md。
• 写入产物后运行 mise run validate-verdict。仅在更改验证器契约时，才阅读 mise run tests-test-validate-verdict。
• 在更改行为、触发边界或评估案例前，阅读 contract.md。
• 仅在维护或重新打包此技能时，才加载 generation-contract.md。

注意事项

• 点击、报名候补名单、面试中的赞扬或表达的意愿，都不等于购买、留存用户或已完成的行动。
• 切勿采用通用的意愿折扣、支付意愿除数、损失乘数、习惯率或转换门槛。
• 不要将使用同一数据集的两篇论文视为独立证据。
• 不要用一个全局 verdict 掩盖人群、文化、渠道或时间上的不匹配。
• 在健康、金融、法律、就业、住房、教育或其他敏感领域，只评估行为的合理性。不要推断功效、安全性、合法性、权利或合规性。

完成标准

• [x] 可观察，且明确限定人群、场景、成本和时间窗口。
• 每项关键前提都有两个独立来源和一条完整的台账记录。
• 将直接证据与推断分开，并清晰呈现相反证据。
• 置信度上限由最薄弱的前提和迁移桥接决定。
• 下一项测试包含分母、决策规则和必要的参与者保护措施。
• 每个关键来源都以可见 URL 的形式列出。
• 验证器输出 "status": "PASS" 并以 0 退出。

工厂执行契约

可接受的结果是：根据行为试验、摩擦证据和意图—行为差距，判断人们是否会执行一项指定行动。保留当前的人类行动 verdict 行为，同时变更其最小所属单元。

1. 使用 mise run ci 冻结当前软件包并记录其摘要。
2. 运行 mise run domain-research-policy，然后评判当前人类行动 verdict 的来源和反面证据。
3. 针对指定的人类行动 verdict 操作运行 mise run agentic-request。将语义选择交由模型处理。
4. 运行 mise run decision-policy、mise run ci 和行为评估。返回到失败层级最低的所属单元。
5. 运行 mise run invocation-policy -- <receipt>，并说明每项任务的处理情况，或说明其为何不适用于该领域。
6. 可选择运行 mise run improvement-policy。仅当没有受保护的维度出现退化时，才保留单一维度的更改。

仅当需要相关契约时，才通过 mise run use-case-policy 加载 assets/use-case-contract.json，并通过 mise run evals 加载 evals/evals.json。

Mise 负责可重复的机制、顺序、回执和检查。模型负责代码无法提供的解读、因果判断、创造性工作和直接感知。若缺少授权、证据过时或某个关卡未通过，则停止。