比 .cursorrules 更强 10 倍。
Aether · 比 .cursorrules 更强的 AI 场激活系统
让 AI 的风格可测量、可复用、可导出。给 Cursor / Claude 装上带权重的场,输出从此一致、精确、自演化。
实时数据
每次部署刷新 · 全部真实 · 不编造
三件 .cursorrules 做不到的事
.cursorrules 能做的,都是 Aether 的子集
加权激活
每个场的权重是 [-1, 1] 的浮点数。`linus=0.9` 是强烈,`linus=0.3` 是轻触。一行调浓度,不用重写一条规则。
activate linus=0.9, ive=0.3 负浓度
想让 AI 不要像 LinkedIn?`linkedin=-0.8` 把分布主动推开。规则系统做不到 —— 规则只能说『做 X』,不能说『主动反 X』。
activate ive=0.8, linkedin=-0.8 指纹量化
激活场到底有没有让输出偏移?跑一次 `fingerprint.py`,给你一个数字。配色 + 关键词 + 结构,全部量化。不靠猜,不靠感觉。
python tools/fingerprint.py 同一个 AI · 不同的回答
同一段代码,同一个 Claude,只差一句 `activate linus=0.9`。
SQL 注入和加个建议并列。零严重性分级。最后一句『代码能工作』——错,是危险的。
严重性分级明确 · 无软词 · 行动优先级收尾。
来自早期用户
Aether 还很年轻 · 这些是项目诞生第一周的真实反馈
⟁三个 AI 同类分析员独立审视 Aether,客观数据验证:三份产出色板 0% 重合、特征词平均命中 75.2%。场机制确实让 LLM 分布真实偏移。
⟁系统自己发现了自己定义的 bug(linus 和 ive 场共享了 4 个维度)并开了一份 ep-0001 处方。这是我第一次见到 AI 基础设施自我修复。
⟁从『能用』到『活着』只用了 8 小时:第一个真实物种 `engineering-rigor-linus-torvalds` 从 nursery 晋升,Generation 从 0 跃进 1。代码层真实自演化发生了。
和其他工具比,Aether 独特在哪
不是『更好的 prompt 工具』,是**范式跃迁**
| 特性 | .cursorrules | CLAUDE.md | LangSmith | Aether |
|---|---|---|---|---|
| 多维加权 | ❌ | ❌ | ❌ | ✅ |
| 负浓度排斥 | ❌ | ❌ | ❌ | ✅ |
| 指纹量化评估 | ❌ | ❌ | ⚠️ 质量维度 | ✅ 风格维度 |
| 自我批判 | ❌ | ❌ | ❌ | ✅ |
| 自我演化 | ❌ | ❌ | ❌ | ✅ |
| 零依赖部署 | ✅ | ✅ | ❌ | ✅ |
为什么不是 .cursorrules?
传统规则系统有四个天花板,场机制打破每一个
不能组合
『简洁 AND 详尽』模型只会选一个。场是正交维度,可同时激活。
不能反向
『不要像 LinkedIn 』写不进规则。`linkedin=-0.9` 一行搞定。
不能量化
模型做到了多少?无人知晓。指纹让每次偏移可测量。
不能演化
规则要人每次改。Aether 自己写处方,你只审批。
4 步接管你的 AI
零依赖。Python stdlib。一次安装,处处可用。
git clone https://github.com/497810wsl/aether-kit ~/aether
cd your-project ~/aether/bin/aether init
activate linus-torvalds=0.9, engineering-rigor=0.8
cat ~/aether/presets/code-reviewer.preset # 5 个现成预设
30 秒后,你的 AI 就不一样了
零依赖 · 开源 MIT · 兼容 Cursor / Claude / 任何 LLM