政安晨【OpenClaw与Hermes指南】AI Coding Agent行为约束之道：Karpathy CLAUDE.md技能体系深度解读

政安晨2026-05-04 14:12

政安晨的个人主页：************政安晨****************

欢迎 👍点赞✍评论⭐收藏

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

目录

[01 · 问题起源：AI Agent 为什么总是"过度热情"？](#01 · 问题起源：AI Agent 为什么总是"过度热情"？)

[01.1 一条推文引发的工程革命](#01.1 一条推文引发的工程革命)

[01.2 106k Star 背后的真实需求(截至博主发稿日/后续将继续增长)](#01.2 106k Star 背后的真实需求(截至博主发稿日/后续将继续增长))

深度洞察：为什么这个项目如此重要？

核心技术创新点

[与传统 Prompt Engineering 的本质区别](#与传统 Prompt Engineering 的本质区别)

[在 OpenClaw 中的实际应用方案（政安晨建议）](#在 OpenClaw 中的实际应用方案（政安晨建议）)

[CLAUDE.md 在多 Agent 系统中的扩展（政安晨建议）](#CLAUDE.md 在多 Agent 系统中的扩展（政安晨建议）)

[02 · 核心技术：那个 CLAUDE.md 到底写了什么？](#02 · 核心技术：那个 CLAUDE.md 到底写了什么？)

[02.1 文件结构：只有 4 条原则，没有废话](#02.1 文件结构：只有 4 条原则，没有废话)

[02.2 原则一：Think Before Coding（编码前先思考）](#02.2 原则一：Think Before Coding（编码前先思考）)

[02.3 原则二：Simplicity First（简单性优先）](#02.3 原则二：Simplicity First（简单性优先）)

[02.4 原则三：Surgical Changes（精准手术式修改）](#02.4 原则三：Surgical Changes（精准手术式修改）)

[02.5 原则四：Goal-Driven Execution（目标驱动执行）](#02.5 原则四：Goal-Driven Execution（目标驱动执行）)

[03 · Agent Skills 标准：CLAUDE.md 的进化形态](#03 · Agent Skills 标准：CLAUDE.md 的进化形态)

[03.1 SKILL.md 是什么？](#03.1 SKILL.md 是什么？)

[03.2 SKILL.md 的跨平台生态](#03.2 SKILL.md 的跨平台生态)

[03.3 Agent Skills 生态规模（截至 2026-04）（不完全统计）](#03.3 Agent Skills 生态规模（截至 2026-04）（不完全统计）)

[04 · 高级使用技巧与方案](#04 · 高级使用技巧与方案)

[04.1 技巧一：CLAUDE.md 分层策略（团队必备）](#04.1 技巧一：CLAUDE.md 分层策略（团队必备）)

[04.2 技巧二：技能优先级与触发控制](#04.2 技巧二：技能优先级与触发控制)

[04.3 技巧三：多 Agent 系统的 CLAUDE.md 协同](#04.3 技巧三：多 Agent 系统的 CLAUDE.md 协同)

[04.4 技巧四：让 AI 自己验证自己的输出](#04.4 技巧四：让 AI 自己验证自己的输出)

[05 · 场景举例：三个真实场景的完整应用](#05 · 场景举例：三个真实场景的完整应用)

[05.1 场景一：新成员加入团队的代码规范落地](#05.1 场景一：新成员加入团队的代码规范落地)

[05.2 场景二：企业级代码审查工作流](#05.2 场景二：企业级代码审查工作流)

[05.3 场景三：长期 AI 辅助项目的记忆与一致性维护](#05.3 场景三：长期 AI 辅助项目的记忆与一致性维护)

[06 · 工程化实践：让约束真正落地](#06 · 工程化实践：让约束真正落地)

[06.1 为什么规则总是不起作用？](#06.1 为什么规则总是不起作用？)

[06.2 Git Hook 强制 CLAUDE.md 生效](#06.2 Git Hook 强制 CLAUDE.md 生效)

[06.3 衡量规则是否有效的指标](#06.3 衡量规则是否有效的指标)

[07 · 关键技术总结](#07 · 关键技术总结)

[08 · 测试验证方法](#08 · 测试验证方法)

[8.1 验证 CLAUDE.md 是否生效](#8.1 验证 CLAUDE.md 是否生效)

[8.2 验证 Simplicity First 原则](#8.2 验证 Simplicity First 原则)

[09 · 参考资源](#09 · 参考资源)

项目地址：https://github.com/forrestchang/andrej-karpathy-skills

该项目的Star : 100+K

01 · 问题起源：AI Agent 为什么总是"过度热情"？

01.1 一条推文引发的工程革命

2025年12月，Andrej Karpathy（OpenAI 联合创始人、特斯拉前 AI 负责人、"Vibe Coding"一词发明者）在 X 上发了一条简短总结：

"过去几周 Claude Coding 了很多项目。从 80% 手动+自动补全、20% Agent，切换到了 80% Agent 编程、20% 人工审核修改。确实快了很多------但也暴露了 AI Agent 编程的一系列致命陷阱。"

Karpathy 接着列举了 AI Agent 在编程时最常犯的错误：

复制代码 
❌ 静默假设（不确认就当"确定"）
❌ 过度工程（为还不存在的问题写好未来扩展）
❌ 一次做太多（不做验证直接大改文件）
❌ 没有成功标准（改完了不知道对不对）

这四条总结迅速引爆开发者社区。华人开发者 Forrest Chang 将其提炼成一个 仅 2345 字节的 CLAUDE.md 文件 ，上传 GitHub 后 21 天内斩获 13,700 颗星，成为 2025-2026 年 GitHub 增长最快的 AI 开发规范项目之一。

01.2 106k Star 背后的真实需求(截至博主发稿日/后续将继续增长)

看数字可能感受不深，换个角度理解：

数据 含义
⭐ 106000 stars 增长速度超过 99.9% 的 AI 相关仓库
🍴 10.5Kforks 平均每 15 个 Star 就有 1 个 fork，说明开发者真的在用
📋 社区活跃 持续讨论边界场景
🌍 全球传播 Reddit、LinkedIn、Medium、技术博客均有深度讨论

这说明什么？

全球开发者不只是在"点赞"，而是真的把 Karpathy 这四条原则当作 工程纪律在团队里推广。

深度洞察：为什么这个项目如此重要？

核心技术创新点

该项目将 LLM 的能力从"概率性生成"转向 "确定性执行"，核心创新在于提出"技能化（Skill-ification）"的架构：

它不再依赖于单一的长提示词，而是构建了一套 模块化的技能库，将复杂任务拆解为高度结构化的操作指令集。技术上，它引入了"约束驱动的任务执行"模式：通过定义严格的边界条件、标准操作程序（SOP）和自验证环节，强制模型在执行过程中遵循特定的算法逻辑，而非仅依赖权重概率。

一句话总结：约束驱动，而非概率驱动。

与传统 Prompt Engineering 的本质区别

维度 传统 Prompt Engineering Karpathy Skills 体系
关注点 输入端优化 过程端规范
目标 诱导模型给正确答案 强制模型执行标准步骤
性质 艺术性调优 工程化协议
可预测性 低（黑盒博弈） 高（确定性执行路径）
可复用性 低（每次都要调） 高（SKILL.md 模块化）

在 OpenClaw 中的实际应用方案（政安晨建议）

复制代码 
第一步：OpenClaw skill_manage 工具
  → 将 Karpathy-skills 指令转换为 OpenClaw 规范的 .md 技能文件
  → 存储于 ~/.openclaw/skills/ 或 ~/.hermes/skills/

第二步：技能匹配机制
  → 当用户请求涉及复杂工程任务时
  → Agent 动态加载相关技能
  → 替代宽泛的系统提示词

第三步：delegate_task × SOP
  → 主 Agent 负责流程编排
  → 子 Agent 加载特定技能执行原子任务
  → 实现"对话式 AI" → "Agentic Workflow" 的升级

CLAUDE.md 在多 Agent 系统中的扩展（政安晨建议）

CLAUDE.md 从"个体说明书"可扩展为"集群全局政策文件（Global Policy File）"：

  1. 统一上下文锚点：所有协作 Agent 启动时同步读取 CLAUDE.md → 编码规范、安全边界、项目目标强一致

  2. 角色接力协议：定义不同 Agent 在任务链中的交付标准和握手信号

  3. 分布式经验传递：在 CLAUDE.md 中记录集群共同演进的 Lessons Learned → 跨 Agent 共同迭代优化

02 · 核心技术：那个 CLAUDE.md 到底写了什么？

02.1 文件结构：只有 4 条原则，没有废话

复制代码 
CLAUDE.md（全文 2345 字节）
├── 1. Think Before Coding（编码前先思考）
├── 2. Simplicity First（简单性优先）
├── 3. Surgical Changes（精准修改）
└── 4. Goal-Driven Execution（目标驱动执行）

对比其他 AI 规范文档（动不动 300 行、50 个子规则），这个 CLAUDE.md 令人震惊地克制。但克制的背后，是精准的洞察。

02.2 原则一：Think Before Coding（编码前先思考）

核心理念：不假设、不隐藏困惑、主动暴露权衡。

小白解读：就像医生看病不问诊就直接开药。好的医生会先问"哪里不舒服""多久了""吃过什么药"------AI 也应该这样。

这一原则解决的根本问题：

  • 减少"你以为你以为的不是你以为的"（需求理解偏差）

  • 减少"改了三版才发现方向错了"（早期澄清节省 80% 重工）

02.3 原则二：Simplicity First（简单性优先）

核心理念：只写解决今天问题的代码，不写为明天准备的代码。

小白解读：就像装修房子，用户只要求刷墙，AI 不应该连家具布局图、水电改造方案、软装风格指南一起做了（除非用户明确要）。

判断标准：问自己------"高级工程师会觉得这太复杂了吗？"如果答案是"会"，就简化。

02.4 原则三：Surgical Changes（精准手术式修改）

核心理念：只改必须改的，清理自己留下的垃圾，但不动原有的代码。

小白解读：就像做手术，医生应该在肿瘤位置精准切除，而不是顺便把旁边健康的器官也修整一下。

验证标准：每一行改动，都能追溯到用户的原始需求。如果改动的某行消失后，需求仍然能完成------那这行就不该改。

02.5 原则四：Goal-Driven Execution（目标驱动执行）

核心理念：把模糊任务转化为可验证目标，每步都有检查点。

小白解读：就像装修合同里的验收标准------"墙面刷漆"不是成功标准，"墙面平整无色差，光泽度误差不超过 5%"才是。

03 · Agent Skills 标准：CLAUDE.md 的进化形态

03.1 SKILL.md 是什么？

CLAUDE.md 解决了"AI 如何行为"的问题，但每个项目、每个团队有不同的专业领域需求。于是社区在 2025 年底到 2026 年初，将 CLAUDE.md 的理念扩展为可复用的技能包规范------SKILL.md。

基本结构：

复制代码 
---
name: 代码审查专家
description: 当用户要求审查代码时激活此技能。专注于性能、安全、可维护性。
---

# 代码审查技能

## 激活条件
当用户说"review""审查""检查代码"时激活

## 审查维度
1. 性能：O(n)复杂度、数据库 N+1 查询
2. 安全：SQL 注入、XSS、越权
3. 可维护性：函数长度、圈复杂度、命名

## 输出格式
每个问题按 [严重程度] 标注：
- [CRITICAL] 必须在合并前修复
- [WARNING] 建议修复
- [INFO] 参考建议

03.2 SKILL.md 的跨平台生态

这是 SKILL.md 最厉害的地方------一份文件，多个平台通用：

平台 路径格式 激活方式
Claude Code ~/.claude/skills/技能名/SKILL.md 自动检测 + /技能名 斜杠命令
OpenClaw ~/.openclaw/skills/技能名/SKILL.md 技能描述触发
Codex CLI ~/.codex/skills/技能名/SKILL.md 自动检测
Cursor ~/.cursor/skills/技能名/SKILL.md 斜杠命令
自定义 Agent 任意指定路径 API 加载

03.3 Agent Skills 生态规模（截至 2026-04）（不完全统计）

指标 数据
公开 SKILL.md 数量 2,636+ 个（持续增长）
技能分类 前端设计、测试 QA、DevOps、API 开发、代码审查等 20+ 类
OpenClaw 技能市场 clawhub.ai（13,729 个技能，含大量 SKILL.md 规范）
SkillsBench 评估平台 专门评估 AI Agent 技能可靠性的基准测试

04 · 高级使用技巧与方案

04.1 技巧一：CLAUDE.md 分层策略（团队必备）

单一 CLAUDE.md 难以满足团队所有场景，推荐三层分层策略：

复制代码 
层次 1：~/.claude/CLAUDE.md（全局，适用所有项目）
  ├── 公司代码规范（命名规则、commit 格式）
  ├── 安全红线（绝不执行 rm -rf /、绝不提交明文密钥）
  └── 通用工程原则（Karpathy 四原则在此）

层次 2：项目根目录/CLAUDE.md（项目级别）
  ├── 项目技术栈说明
  ├── 特定领域规则（如"本项目禁止使用 select * "）
  └── 成功标准定义方式

层次 3：.claude/skills/技能名/SKILL.md（按需激活）
  ├── 代码审查技能
  ├── 测试生成技能
  └── 文档撰写技能

04.2 技巧二：技能优先级与触发控制

通过 description 字段精确控制触发：

复制代码 
---
name: xxx学分析专家
description: >
  当用户提到"xxx学"、"Dermatoglyphics"、"xxx分析"、
  "xx报告"、"多指评估"时激活。
  当用户提到"xxx"、"xxx2"、"xxx3"时激活。
  当用户的任务是分析xxx数据或生成xxx学报告时激活。
---

触发精确度决定技能有效性 。模糊的 description 会导致技能被错误激活或完全不激活。

04.3 技巧三：多 Agent 系统的 CLAUDE.md 协同

在 OpenClaw 的多 Agent 架构中，每个 Agent 可以有独立的 CLAUDE.md：

复制代码 
# OpenClaw 多 Agent 场景下的 CLAUDE.md 协同

# 主 Agent（规划者）
# 角色：接收需求 → 拆解任务 → 分发给专家 Agent
# CLAUDE.md 主旨：理解需求、不要假设、拆解为可验证目标

researcher_agent = Agent(
    name="研究专家",
    instructions="你是专业的研究者...",
    # 等效于 researcher/CLAUDE.md
)

reviewer_agent = Agent(
    name="审核专家",
    instructions="你是严格的代码审核专家...",
    # 等效于 reviewer/CLAUDE.md
)

# 协同方式：Triage Agent（分诊台）
# 收到需求 → 路由给最合适的专家 Agent
# 分诊逻辑本身也要遵循"先确认再分发"原则

关键设计：主 Agent 的 CLAUDE.md 应该专注于"理解需求、拆解任务"，专家 Agent 的 CLAUDE.md 专注于"在自己的领域做到极致"。

04.4 技巧四：让 AI 自己验证自己的输出

Karpathy 原则四的核心是"目标驱动"，但实践中可以让 AI 在输出后自我审查：

复制代码 
<!-- 添加到 CLAUDE.md 的元规则 -->

## 自我验证清单（每项任务完成后检查）

- [ ] 改动的每一行都能追溯到用户原始需求吗？
- [ ] 有没有顺手"优化"了不在需求范围内的代码？
- [ ] 提交的信息描述了"做了什么"还是"为什么做"？
- [ ] 如果撤销这次改动，原始需求还能满足吗？

05 · 场景举例：三个真实场景的完整应用

05.1 场景一：新成员加入团队的代码规范落地

背景：团队有 5 名后端工程师，新来了一名 AI Coding 用户。历史代码风格不统一（有的用 tab，有的用 space；有的函数很长，有的遵循单一职责）。

Karpathy 方案应用：

在项目根目录创建 CLAUDE.md，包含：

复制代码 
## 本项目代码规范

### 1. Think Before Coding
新增功能前，必须确认：
- 是否符合现有 API 风格？（参考 src/api/）
- 是否有现成工具函数可用？（先搜索 src/utils/）
- 是否需要与现有模块交互？（先阅读模块文档）

### 2. Simplicity First
- 单个函数不超过 50 行
- 不引入新的外部依赖（先查现有依赖清单）
- 不写"为了以后扩展"的代码

### 3. Surgical Changes
- 每次 PR 不超过 3 个文件（除非重构）
- 每次提交必须关联 GitHub Issue
- 修改前先运行测试，确保不破坏现有功能

### 4. Goal-Driven Execution
- 每个任务必须有 GitHub Issue 描述
- 完成后必须运行测试套件
- PR 描述必须包含"如何测试这个功能"

效果：新成员第一次 Claude 启动时，AI 自动读取项目 CLAUDE.md，接下来的所有代码都遵循团队规范。

05.2 场景二：企业级代码审查工作流

背景：企业需要每周对所有 PR 做安全 + 性能审查，人工审查耗时且容易遗漏。

Karpathy + SKILL.md 方案应用：

复制代码 
<!-- 安全审查技能：security-reviewer/SKILL.md -->

---
name: 安全审查专家
description: >
  当用户说"安全审查"、"security review"、
  "检查漏洞"、"扫描依赖"时激活。
---

## 审查重点

### 1. Think Before Coding（审查前确认）
- 审查范围：只审查本 PR 改动的文件，还是全量？
- 风险等级：生产环境 / 测试环境（决定严格程度）
- 审查重点：已知的 OWASP Top 10 漏洞类型

### 2. Simplicity First（只报告真正的漏洞）
- 不报告"代码风格问题"（那是 lint 的职责）
- 不报告"可以但没必要改进"（那是重构的职责）
- 只报告真正影响安全的问题

### 3. Surgical Changes（精准定位）
- 每个漏洞必须包含：
  - 文件路径 + 行号
  - 漏洞类型（SQL注入 / XSS / 越权 / 敏感信息泄露）
  - 严重程度 [CRITICAL / HIGH / MEDIUM / LOW]
  - 修复建议（含代码示例）

### 4. Goal-Driven Execution（可验证结果）
- 每个漏洞必须有"验证测试"：修复后能通过的安全测试
- 输出格式：结构化 JSON，供 CI/CD 集成

05.3 场景三：长期 AI 辅助项目的记忆与一致性维护

背景：用 Claude Code 开发一个持续迭代 3 个月的项目，每次新 session AI 都"失忆"，需要重新解释项目上下文。

Karpathy 方案应用：

复制代码 
<!-- 项目 CLAUDE.md 补充：上下文维护规则 -->

## 项目上下文（长期维护）

### Think Before Coding（接手任务前必读）
1. 读 `docs/ARCHITECTURE.md` 了解系统架构
2. 读 `docs/API.md` 了解 API 规范
3. 读最近的 5 条 commit 了解当前开发进展
4. 问自己："这个需求与现有架构一致吗？"

### 上下文传递规则
- 如果你修改了一个模块，在 commit 中说明原因
- 如果你发现架构问题，在 `docs/ARCHITECTURE.md` 中记录
- 如果你用了新的依赖，在 `docs/DEPENDENCIES.md` 中更新

### Goal-Driven Execution（季度维度的目标）
当前季度目标：Q2 性能优化
- 完成用户反馈的 3 个性能问题
- 不在本季度做大规模重构
- 所有性能优化必须有 before/after 基准测试

06 · 工程化实践：让约束真正落地

06.1 为什么规则总是不起作用？

很多团队引入了 CLAUDE.md，但 AI 还是"不听话"。常见原因：

问题 根因 解决方案
AI 跳过 CLAUDE.md 文件不在正确路径 确认 Claude Code 的 /CLAUDE.md 在项目根目录
AI 理解了但不执行 instruction 太长被截断 CLAUDE.md 保持 500 行以内
团队成员不用 没有强制机制 git hook 强制提交前检查
规则与实际冲突 规则太死板 规则本身要有"例外条款"

06.2 Git Hook 强制 CLAUDE.md 生效

bash 复制代码 
#!/bin/bash
# .git/hooks/pre-commit
# 确保每次 commit 消息符合团队规范

COMMIT_MSG=$(cat "$1")
if ! echo "$COMMIT_MSG" | grep -qE '#[0-9]+'; then
    echo "错误：commit 消息必须包含 GitHub Issue 编号（#123）"
    echo "遵循 Goal-Driven Execution 原则"
    exit 1
fi

06.3 衡量规则是否有效的指标

Karpathy 在 CLAUDE.md 末尾给出了自检标准：

bash 复制代码 
这些指南生效的标志：
✅ diff 中的不必要改动变少
✅ 因为过度复杂而重写的情况减少
✅ 澄清问题出现在实现之前，而非错误出现之后

可量化的团队指标：

  • PR 平均代码行数（是否在下降）

  • 因"理解偏差"导致的返工次数（是否在下降）

  • AI 第一次给出的方案通过率（是否在上升）

07 · 关键技术总结

概念 说明
CLAUDE.md 行为约束文件，放在项目根目录，AI 每次启动自动读取
SKILL.md 可复用技能包，跨平台通用（OpenClaw/Claude Code/Codex/Cursor）
Think Before Coding 编码前先确认假设，不懂就问，不假设就做
Simplicity First 只写解决今天问题的代码，不写为明天准备的代码
Surgical Changes 精准手术式修改，只改必须改的，不改顺眼但无关的
Goal-Driven Execution 每个任务有可验证的成功标准，每步有检查点
Agent Skills 标准 SKILL.md 跨平台互操作规范，2,636+ 技能已发布
Harness Engineering 将 AI 系统放到确定性轨道上（Stripe Minions 案例：每周处理 1,300 个 PR）
约束驱动 vs 概率驱动 政安晨 核心洞察：这不是 Prompt Engineering，是工程化协议

08 · 测试验证方法

8.1 验证 CLAUDE.md 是否生效

bash 复制代码 
# 测试场景：故意提出模糊需求，看 AI 是否主动询问

$ claude
> "修一下那个 BUG"
（AI 应该）："您是指哪个 BUG？能否提供 GitHub Issue 链接或错误信息？"
（AI 不应该）："好的，我来修。" ← 这就是 CLAUDE.md 未生效

8.2 验证 Simplicity First 原则

bash 复制代码 
# 测试场景：要求写简单函数，看 AI 是否过度工程

$ claude
> "写一个函数判断闰年"
期望：def is_leap_year(year): return year % 4 == 0 ...
不期望：class DateValidator, AbstractRule, Strategy Pattern...

09 · 参考资源

资源 链接
GitHub 仓库 forrestchang/andrej-karpathy-skills
Karpathy 原始推文 x.com/karpathy/status/2015883857489522876
Stripe Minions（生产案例） stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents
SkillsBench（技能评估） skillsbench.ai
Agent Skills 标准 agensi.io/learn/agent-skills-open-standard
CLAUDE.md 最佳实践 Medium: CLAUDE.md Best Practices

这是一篇很实用的文章，这篇文章的正确打开方式，其实是：让智能体来读！嘻嘻。

相关推荐
ZYH_Core1 小时前
DeepSeek V4 实战测评
人工智能·ai·ai编程
70asunflower1 小时前
从Token到芯片：AI推理时代的效率竞争与市场逻辑
人工智能
xrgs_shz1 小时前
MATLAB 纹理特征提取：一文读懂 graycomatrix 与 graycoprops
人工智能·计算机视觉·matlab
BlockChain8881 小时前
AI+区块链深度探索：算法与账本的共生时代
人工智能·算法·区块链
生成论实验室2 小时前
《源·觉·知·行·事·物：生成论视域下的统一认知语法》第一章 源：不可言说的生成之源
人工智能·科技·算法·生活·创业创新
jinglong.zha2 小时前
AI萌宠短剧实战：从0孵化动物IP，用AI制作爆款短视频
人工智能·ai·音视频·网赚教程·萌宠
AI医影跨模态组学2 小时前
如何将CT影像语义特征与肝癌术后辅助TACE获益相关的免疫抑制性肿瘤微环境建立关联，并进一步解释其与预后、PA-TACE治疗响应的机制联系
人工智能·深度学习·论文·医学·医学影像·影像组学
汤姆yu2 小时前
OpenAI GPT-5.5 全面详解与使用
人工智能·openai
xcbrand2 小时前
政府事业机构品牌策划公司哪家可靠
大数据·人工智能·python
热门推荐
01要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法02GitHub 镜像站点03Codex 接入 DeepSeek API 完整配置文档04【AI】2026 年具身智能模型和世界模型总结05裂开！ChatGPT 居然开始要手机号验证，附详细解决方法06零基础教你claude code 接入 deepseek V4072026年AI前瞻：量子AI、具身智能与科学发现的新纪元08CC-Switch & Claude 基于 Linux 服务器安装使用指南09在Windows 11上安装Docker的踩坑记录10CVE-2026-31431 (Copy Fail) 漏洞复现与验证记录