用途:在提交答案前对智能体自己的结论做交叉检查,用不共享其框架的评审者压力测试答案。评审者集合取决于可用资源:始终可用的是隔离的 idea-validator 智能体(同模型家族,但没有父上下文,无法锚定你的框架,且会读取实际文件);若可通过 CLI 包装器或 API 访问第二个模型家族(如 Gemini、GPT),可将其加为外部评审者,它仅依据简报评审、无仓库访问,适合概念与技术时效性判断,不适合文件级事实。
何时调用:存在两条或以上可行路径需要选择时用 Round-Table;高风险决策(架构、发布文案等有真实回滚成本的)用 Boardroom Debate;同一问题尝试 2 次以上仍卡住,或有非平凡提案待批准时用 Devil's Advocate。若都不触发则不要调用,常规工作单模型答案足够。范围外:事实查询(如“最新的 X 是什么”)属于 WebSearch,不是评审。
先有自己的思考(关键):任何评审风格之前,先自行研究、形成带理由与权衡的提案并展示给用户,然后再调用评审者批评它。在形成自己立场前询问评审者,会使其成为决策的种子而非验证器。
三种风格:1)Devil's Advocate(单次批评):用自包含工件(内联粘贴设计/决策/计划,加上应读取的文件路径)启动 idea-validator,或把同一工件发给外部模型。2)Boardroom Debate(并行验证,核心模式):写一个自包含工件,内容内联粘贴,不要依赖仅看简报的评审者可能静默加载失败的文件引用;在同一条消息中并行启动所有评审者,顺序调用会破坏独立性;建立验收台账(关注点/评审者 A/评审者 B/我的评估/行动),裁决而非计票,代码阅读型评审者在代码事实上优先于仅看简报者。3)Round-Table(在路径间选择):发散→深化→收敛,收敛前必须与用户确认:核实事实(联网检查)→广泛生成/挑战选项→用具体论据淘汰弱项至 2-3 个→向用户呈现幸存者并询问偏好→收敛为一个主选加淘汰清单→核实最终主张→综合。
关键评估规则:每次评审后,质疑每条建议(事实还是推测?)、检查评审者看不到的缺失上下文、核实数字(预测不是测量),并呈现表格:评审者说/我的评估/行动。反模式:原样转发评审输出、全盘接受、把评审者信心当作正确性、为琐碎或风格选择运行评审、顺序执行“并行”调用。限制:外部评审者无仓库访问,仅适合概念与技术时效性;事实查询不适用本技能。