cross-eval

用途

cross-eval 用于在做出高风险、不可逆的决策前，对一份董事会备忘录或战略简报进行多模型交叉评审。它把同一份材料交给多个模型提供方独立审阅，然后调和它们之间的分歧。适用于单模型偏见代价过高的场景：并购（M&A）、重大融资、裁员、战略转型、监管承诺等。

该技能改编自 gstack 的 /codex 交叉评审模式，但把对象从代码 PR 泛化为商业备忘录。

何时运行

签署条款清单之前
宣布裁员之前
承诺进入受监管市场之前
任何“逆转成本 > 公司 6 个月时间”的决策之前
董事会投票出现分裂或存在 CRITICAL 异议时

使用的模型（优雅降级）

命令按顺序尝试调用每个可用模型：

Claude（主模型，始终可用）——董事会原生声音
Codex / OpenAI（若存在 OPENAI_API_KEY 或 codex CLI）
Gemini（若存在 GEMINI_API_KEY 或 gemini CLI）

如果只有 Claude 可用，命令会以对抗模式运行 Claude-only——同一模型、不同提示词种子——并明确标注输出为单模型结果。

工作流程

读取备忘录 / 简报
探测环境中可用的模型 CLI / API 密钥
对每个可用模型：发送备忘录，并附带以下提示词前缀：

"You are an independent C-suite reviewer. The following is a board memo from another company's boardroom. Identify the top 3 concerns, the top 3 supports, and your vote (APPROVE / REJECT / DEFER). Do not deferentially agree — assume the memo's reasoning is flawed until proven otherwise."

收集三份独立评审
调和：它们在哪些地方一致？在哪些地方分歧？
把分歧点作为问题呈现给创始人

输出格式

保存到 ~/.claude/cross-eval/YYYY-MM-DD-<slug>.md：

# Cross-Eval: <memo title>
**Date:** YYYY-MM-DD
**Memo reviewed:** <link>
**Models invoked:** Claude / Codex / Gemini (or noted fallbacks)

## Vote Tally
| Model | Vote | Confidence |
|---|---|---|
| Claude | APPROVE | High |
| Codex | DEFER | Med |
| Gemini | APPROVE | Low |

## Consensus Concerns (≥2 models flagged)
1. <concern> — flagged by Claude + Codex
2. <concern> — flagged by all 3

## Divergent Concerns (1 model flagged)
- <Codex only:> <concern> — worth a second look
- <Gemini only:> <concern> — likely noise, but check

## Consensus Supports (≥2 models endorsed)
1. <support>
2. <support>

## Recommendation
- 🟢 GO if 2+ models APPROVE and no CRITICAL concerns from any model
- 🟡 PAUSE if any model is DEFER or any concern is CRITICAL
- 🔴 STOP if 2+ models REJECT

## Open Questions for Founder
1. <question raised by divergence>
2. <question raised by divergence>

为什么重要

单模型建议存在系统性偏见。Claude 倾向乐于助人，可能低估风险。Codex（OpenAI）在新兴市场和监管话题上更谨慎。Gemini 在技术规模声明上更谨慎。分歧是信号，不是噪声。

这是不可逆决策前的安全网——不能替代外部法律顾问或真正的董事会。

优雅降级

如果只有 Claude 可用：

**Models available:** Claude only
**Mode:** ADVERSARIAL — running 3 independent Claude passes with different system prompts:
  1. Standard reviewer
  2. Devil's advocate (must find 3 critical concerns)
  3. Steelman (must find 3 strongest reasons to approve)

这比真正的多模型弱。把结果视为提示性而非结论性。

路由

/cs:decide —— 如果共识为 GO
/cs:freeze —— 如果共识为 PAUSE
/cs:boardroom（重新运行）—— 如果共识为 STOP

技能介绍

用途