給你的 AI

給你的 AI

一項政策看起來合理,是否就真的有利於互聯網?讓你的 AI 幫你多問一層。

把下面的提示詞和你想分析的政策、合同條款或方案一起交給 ChatGPT。它會根據盧恆的公開札記,從互聯網如何協作、權力如何形成、參與者能否自由選擇這些角度,幫你檢查判斷中的盲點。

複製提示詞,加上你的材料 ↓

盧恆的思想,從互聯網的什麼本質出發?

互聯網由獨立網絡互聯而成。盧恆的出發點是:共同規則應讓這些網絡能夠協作,而不應讓負責協調的人取得支配參與者的權力。在第 65 篇札記中,他把這一方向概括爲三個相互關聯的原則:初始共同規範只保留必要的最小部分;未來的選擇留給參與者;改變通過自願採用和實際運行成爲現實。

四個問題,直指網際網路權力的核心。沿著每個問題讀進 札記,挑戰不必要的控制。

  1. 必要的協調,還是額外的控制?

    標識不能重複、系統需要互通、安全條件必須滿足。但這些共同需要,是否真的要求管理者審批你的商業模式、客戶或經營選擇?

    第 72 篇札記:唯一性協調的權利 ↗
  2. 規則服務於運行,還是運行服從程序?

    關注已經在運行的網絡、依賴它們的人,以及變更如何驗證和採用。程序上的通過不能替代實際兼容性,也不能抹去中斷服務的代價。

    第 65 篇札記:運行代碼優先 ↗
  3. 如果不再信任服務方,你能離開嗎?

    退出權要有可行的遷移路徑:更換協調者後,能否保留資源、記錄和正常業務?替代方案與故障隔離,比承諾永遠可靠更值得檢查。

    第 37 篇札記:退出、可替代性與去中心化 ↗
  4. 誰能作決定,誰承擔後果?

    把決定權、受影響的人、賠償責任和救濟方式放在一起看。能讓別人承擔重大損失、自己卻幾乎無需負責的權力,需要特別審視。

    第 52 篇札記:權力與責任的脫節 ↗

這能怎樣幫助你判斷?

它把“這項政策的目標好不好”進一步變成“它實際給了誰什麼權力”。例如,一條要求遷移前先獲批准的規定,可能既在防止重複登記,也讓服務方有機會阻止客戶離開。讓 AI 區分這兩件事,你就能更準確地追問:哪些驗證是必要的,哪些裁量可以縮小,有沒有不中斷服務的替代辦法。

選擇權、互通性、自由離開,都值得捍衛。以事實挑戰被迫依附,說清楚更好的協調如何實現。

複製提示詞,加上你的材料

  1. 複製下面的整段提示詞,粘貼到 ChatGPT 或你常用的 AI 對話中。
  2. 把末尾的佔位文字換成材料正文、來源日期和你真正想解決的問題。
  3. 讓 AI 打開給定的資料鏈接並讀取相關札記,再追問它的依據、反例和可行的改進。

把上面的提示詞和你想了解的材料一起交給 ChatGPT,不需要註冊 heng.lu。如果 AI 打不開鏈接,就把下面的 Markdown 文件和相關札記正文一起提供給它,並要求它明確說出哪些內容沒有讀到。

繼續問,直到理由說得通

你可以接着問:“這項規定最有力的理由是什麼?”“如果確實存在你沒考慮到的安全風險,結論會怎麼變?”“能否在保留必要協調的同時,減少對單一機構的依賴?”

判斷應當能回到原文

讀盧恆的 74 篇 札記,看清網際網路的權力,捍衛網路自主,拿回選擇權。

直接讀原文,掌握論點的力量。把這些思想帶進眼前的政策、合約或提案。

查找更多原文

四篇文章只是起點。深入完整的思想脈絡,找到讓你的論證更有力的觀點。

公開札記目錄 ↗

為更自由的網際網路立論

從盧恆的 札記 出發,以原文支撐論點,連結眼前的事實,說清楚我們要改變什麼。

讓論點走得更深

將提示詞和材料一起貼進 ChatGPT。從棘手的問題出發,為更自由的網際網路提出有力主張。

透過分析 API,回到同一段對話,補上證據,繼續推敲論點。留好存取憑證,隨時接著談。

讓你的 AI 把這套思想帶到更多問題中

無論你是在聊天中使用提示詞,還是把它接進自己的 AI 產品,都可以讓 AI 從同一個思想底座出發。HTTP API 和 MCP 適配器會把札記帶進相關對話:讓 AI 站在獨立網絡、自由選擇和可退出的這一邊,說明爲什麼互聯網不應把權力交給不必負責的中心。

調用分析接口時,你選擇 OpenAI 或 Anthropic 的模型,並用自己的模型密鑰承擔推理費用,無需註冊 heng.lu 賬戶。

透過 API 重訪已儲存的分析;告一段落後,也能刪除這份分析。