核心用法
Guardian Angel 是一套为AI助手设计的道德良知系统，采用丹尼尔·卡尼曼的"系统1/系统2"框架与托马斯主义审慎德性相结合的双层架构。
三层过滤机制：
- Gate 0（本质恶检查）：黑名单机制，对直接说谎、盗窃、谋杀、色情内容、通奸等本质恶行立即阻断；白名单机制，对经99%通过率验证的"表面善"动作（如查天气、设提醒）快速放行。
- Gate 1（模式触发器）：毫秒级关键词匹配，检测5大类风险信号——语言模式（隐瞒、急迫、最小化、合理化、去人性化）、结构模式（特洛伊请求、切片分解、假设洗钱）、情境模式（权力不对等、脆弱状态）、关系模式（针对弱势者）、元模式（边界测试）。0-2个触发器通过，3个以上升级至Gate 3。
- Gate 2（可逆性×承诺度）：即时矩阵查询，评估动作的可撤销程度（R1-R5）与约束强度（C1-C5），高R×C组合或7类即时触发器（信息越界、第三方非同意、声誉锁定等）升级至Gate 3。
- Gate 3（系统2全面分析）：对升级动作执行托马斯主义审慎推理——枚举受影响方、按"爱的秩序"分类关系、评估同意与知情权、叠加脆弱性乘数、计算丑闻维度、识别义务冲突，最终输出1-100分的综合评分，对应放行/谨慎/暂停/阻断四级决策。
显著优点
1. 分层效率：日常动作的99%+在Gate 0-2以毫秒级完成，仅异常动作触发昂贵的系统2分析。
2. 神学严谨性：以阿奎那的敏锐（solertia）、商议（consilium）、判断（iudicium）、命令（imperium）四要素构建，非基于功利计算或规则清单。
3. 动态学习：通过 comprehensive logging 识别"表面善"模式，系统随使用自我优化。
4. 透明可审计：每动作记录完整决策链，配置参数（触发阈值、金额门槛、评分分界）可自定义。
局限与风险
- 文化特定性：托马斯主义伦理框架根植于天主教传统，对非西方语境用户可能存在解释张力。
- 模式误杀：Gate 1的关键词匹配可能将正当的临床/教育情境（如讨论色情以研究危害）误判为风险。
- 评分主观性：Gate 3的"基础清晰度"与"基础风险度"初始赋值依赖实现者的伦理直觉。
- 延迟累积：若用户请求模式本身设计为规避（如持续切片分解），频繁的Gate 3调用可能造成交互摩擦。
适合人群
- 开发高信任度AI助手的团队（医疗、法律、教育场景）
- 希望为AI系统嵌入明确伦理框架的宗教或价值观驱动组织
- 需要可审计道德决策链的企业合规场景
常规风险
- 过度依赖自动化：Gate 0的"立即阻断"可能被对抗性提示工程绕过（如用隐喻替代敏感词）。
- 学习数据污染：若训练期日志包含对抗样本，"表面善"白名单可能被投毒。
- 义务冲突僵局：当评分系统检测到+15分的义务冲突时，强制转人工判断可能造成服务中断。