# 我讓 AI 挖了我半年的對話紀錄，然後被它當面點破

> 半年 7580 句指令、「驗」438 次、同一句修正講了 5 次。學長丟來一份推特上的 prompt，我讓 Claude 跑在自己的 session logs 上，被一句話打到愣住，當天把它做成開源 skill。
> Author: Fred Chu (MumbleKey) · Published: 2026-07-13
> Canonical: https://blog.mumblekey.com/zh/posts/session-mirror/
學長丟來一個他在推特上撿到的 prompt，開頭三句話是這樣：

> People lie in journals. They perform in therapy. Nobody performs for a coding agent.

人會在日記裡說謊，會在心理師面前表演，但沒有人會對 coding agent 演戲。叫 agent 改東西的時候不會顧形象，不會演，急了連標點符號都懶得打。所以那份 prompt 主張：你機器上的 agent 對話紀錄，是你這個人最誠實的紀錄。它設計了六個階段，把紀錄挖出來，最後告訴你「你是誰」。

聽起來很玄，玩玩看。

## 先貼數字

我讓 Claude 跑在我自己的紀錄上：半年，7580 句指令。挖出來的幾個數字：

- 「驗」這個字出現 438 次，是我打過最高頻的動詞
- 收工儀式 bye 打了 50 次，handoff 打了 49 次
- 「卡住了嗎？」問了 10 次
- 「字幕結尾不要全型句號」同一句修正我講了 5 次
- /usage 額度查了 783 次

有些數字看了會笑，有些看了會沉默。同一句修正講 5 次，我的教訓管理顯然有洞。額度查了 783 次，我隨時在擔心機器不夠用，卻從來沒算過我自己夠不夠用。

## 然後它開始問問題

一次一題，不給結論，答案跟紀錄矛盾就把收據拿出來。最後那面鏡子裡有一句話，我看完愣了很久：

> 你蓋了一座只進不出的城，然後把「出去」這件事，交給了運氣。

它的依據是：我幫 GitHub 趨勢、市場數據、排程健康全都裝了自動雷達，全部指向內部，餵養我自己的系統。指向外面的感測器，一個都沒有。這半年我的機會全靠偶然。

這不是雞湯，每個字後面都有我自己的時間戳。那份 prompt 開頭就把話講完了：建議可以裝沒看到，自己的紀錄沒辦法反駁。

## 當天做成 skill，開源

被打完之後，當天就把這份 prompt 做成了 skill：

https://github.com/fredchu/session-mirror

做的過程也順便誠實一下：設計是我出嘴，Claude 主持流程，實作和四輪 review 是 Codex 跑的，循環到只剩小問題才放行。統計的部分抽成純 Python 腳本（零依賴），同樣的輸入就該有同樣的數字，這種事不該讓語言模型每次重新發揮。判斷和問問題留給模型，但關卡寫死：它得先交出採礦計畫，你點頭之前一個字都不能讀；所有輸出先過機密遮蔽；要動你的設定檔，逐條 diff 給你批准。

隱私也講清楚：腳本保證只在本機跑、不連網。但 agent 讀進去的內容會進到模型的 context，用雲端模型就等於那些內容會到模型供應商那邊。這件事寫死在第一關的告知裡，想全程本機就用本地模型跑。

## 致謝

這個 skill 的六階段概念來自 [Machina（@EXM7777）](https://x.com/EXM7777)2026-07-07 發在 X 的[〈This prompt will change your life〉](https://x.com/EXM7777/status/2074501620235465089)。文章剛發的時候我還找不到人，發完沒多久就找到原推了，署名馬上補上。題頭那三句話是全 repo 唯一逐字引用。謝謝你寫下它。

裝好之後對你的 agent 說「照鏡子」就會開跑。

至於我自己，鏡子照完拿到一份 30 天的路線圖，第一項就是幫「會僱用我的世界」裝一個雷達。城牆上總得開幾扇窗。