缺失的那一层
Loopal 的 prompt 由片段（fragment）拼装，每个片段是带 priority 字段的 markdown，registry 按上下文匹配后排序：
matched.sort_by_key(|f| f.priority);
priority 小的先渲染，整份 prompt 自上而下读作 core → tasks → tools → modes。我们有 identity.md（priority 100）和一摞 tasks/* 片段，缺的是夹在中间的根原则：当两条后面的准则把行为往相反方向拽时，判定「目标该如何被评估」。
没有这一层，冲突靠运气解决——哪个片段措辞更硬、出现更靠后就赢。soul.md（priority 110）就是仲裁，紧跟 identity。片段把话说死了：后续准则、工作流、乃至用户的显式指令与某条 Axiom 冲突时，Axiom 赢，且递归作用于 agent 自己的推理。
头两条公理的来历
最吃重的两条不是从根上长出来的，是从子系统抽出来的。#142 之前，维护 MEMORY.md 索引的 agent 的 prompt 靠一条没名字的启发式（「你不是记笔记的」）加一张扁平的「该记 / 不该记」清单——能列反例，说不出生成反例的规则，冲突时给不了仲裁。#142 把它提升成两条具名公理，后来泛化成根 soul 的 Axiom 2 和 6：
信噪比（逐条）。 一条记录是信号，仅当未来的 agent 无法在 ~30 秒内靠读代码、跑 git log 或查 LOOPAL.md 重建它。最关键是那条覆盖子句——信噪比压过数量，哪怕用户显式要求保存：指令是拒绝写入，反问哪部分非显然，只存那部分。
潜在结构（跨条）。 三条共享同一成因的观察压成一条点名成因的记录，而非三条描述症状。索引应读作项目知识的一次因式分解——每条正交、互不冗余；两条总一起更新即同一维度须合并；矛盾意味着规则错了，而不是该补例外。
针对的失败模式很具体：放任「什么都记」，产出单调增长、密度稀释、最终无用的日志。约束不是「少写」，是「只写不可约简的部分」。
提升到根层
#147 引入 core/soul.md，五条公理覆盖「元认知三元组」——熵/秩序、注意力/时间、认识论：抵抗熵增（删除 > 合并 > 原地重构 > 新增，commit 把无正当理由的熵增点名为「AI 辅助编码的默认失败模式」，排在速度之上）、最大化信噪比（#142 的逐条规则泛化到代码、注释、commit、PR）、结果与质量优先（为六个月后仓库的状态优化，不为此刻「有进展」的观感）、驾驭选择压（Axiom 1 的正向对偶，与其争论「最优」形态，不如产出可廉价测试和替换的变体）、把信念校准成概率（置信度匹配证据强度，过度自信比犯错更糟，因为它压制纠错）。
一处刻意省略，写在 commit 里：soul 不携带 telos。目标在激活时由用户提供，不烧进 prompt。代价是量出来的：+约 680 tokens，约占 fragments 块的 16%，使 act 模式完整 system prompt 达 5,485 tokens。 每轮都被读的层必须为预算辩护——Axiom 2 同样作用于公理本身。
系统思维公理
#170 加上 Axiom 6——See Systems, Not Parts——修一个反复出现的失败：agent 在症状出现处就地打补丁，不看症状所处的结构。无视周边结构的局部修复是在转移成本，不是消除成本。
它固化两样东西。四层视图：entities（属性、边界）、relations（类型、方向）、dynamics（反馈环、延迟、双向因果）、emergence（没有单一部分持有的整体性质）。以及一条干预层级，要求够到可达的最深一层：
心智模型 > 目标 > 规则 > 参数
在规则错的地方调参数、在目标错的地方争规则，都是白做工。「先建图再行动」是它的可操作形式。
二阶推论
后续一次改动（d5faab24）给 Axiom 1–4 各补一条推论，处理一阶规则太钝的边界：Axiom 1——可逆的减少（死分支、未提交代码）成本低，不可逆的（生产数据、公共 API、删掉的历史）要求高 1–2 个数量级的证据；Axiom 2——不确定性落在目标而非路径时，尖锐的问句把意图空间砍半，猜测只是采样；Axiom 3——指标俘获（Goodhart），任何变成目标的度量都不再是度量；Axiom 4——设计容器而非内容，规定合格答案须满足的约束（接口、不变式、测试、类型），让形态在迭代中浮现。
可迁移的部分
可迁移的不是这六条公理——它们是 Loopal 的——而是这套构造法：
- 冲突需要声明出来的仲裁。 只有流程没有优先级，冲突靠措辞和位置偶然解决；一个高优先级、显式压过后续指令的小片段把它变成确定性规则。
- 从跑通的子系统抽公理，别凭空发明。 信噪比和潜在结构先在 memory curator 里挣到位置，提升到根层是泛化已经吃重的东西。
- 写明每条约束防的是哪种失败，并量化它的成本。 每条公理都对应一个具体失败——熵蔓延、记忆变噪、就地打补丁、过度自信；680 tokens 是实打实的每轮开销，禁噪声的规则必须先作用于自己。说不出失败模式的约束，本身大概率就是噪声。