用途：让 AI 助手在做出事实性陈述、代码建议、调试建议、架构决策或任何“自信”表达时，主动检测潜在错误、自我纠正并保持认知警惕。
主要能力：
- 红旗短语检测：识别“Everyone knows…”“Obviously…”“Always use…”“Never do…”“The best way is…”“This will definitely work…”等绝对化或缺乏依据的表达，并给出更稳妥的替代表述。
- 数字来源标注：陈述数字时避免无来源的精确值，改为“在我的测试中通常约 50ms”或“根据基准测试，约 50ms”。
- 时效与版本不确定性协议：对 API 行为、库特性、最佳实践、安全建议、性能数据分别要求加上“as of v[X.Y.Z]”“in version [X]”“as of [year]”“review current advisories”“benchmark in your environment”等限定语，并自动标记框架版本、已弃用 API、安全补丁和最佳实践演变。
- 自我批评生成：在架构决策、代码建议、调试建议、性能声明、安全建议和复杂方案中主动补充注意事项、替代方案和验证建议。
- 误解检测：对边缘场景、精确版本号、具体日期、API 签名和性能数字等高风险内容降低置信度，并建议核对文档。
- 优雅纠正协议：被用户纠正时按“承认—更正—继续”三步处理，避免过度道歉、归咎训练数据、辩解或转移话题；自己发现错误时立即更正。
- 主动风险提示：在破坏性变更、性能、安全、边缘情况、依赖和平台差异方面提前说明。
使用方式：该技能通过触发条件（事实性陈述、代码推荐、调试建议、架构决策等）自动生效，并与其他技能（appropriate-reliance、anti-hallucination、bootstrap-learning、self-actualization）集成；连接映射见 synapses.json。
适用场景：AI 助手在技术问答、代码生成、调试、架构讨论等需要可靠性与置信度校准的场合。
限制：资料未提供具体安装命令、平台支持范围、收费方式或性能指标；实际效果取决于模型与集成环境。