critical-thinking 是认知完整性体系的第三部分，与 anti-hallucination（防编造）、awareness（防错误）并列，专门挑战“来源可靠、结构清晰但推理未经压力测试”的错误结论。
用途：在决策点对 AI 推理进行批判性审查，避免精确地解决错误问题（Type III 错误）。
主要能力：包含问题框定审计（Discipline -1）、重要性门槛（Discipline Zero）以及七项纪律：1) 生成至少两个替代假设；2) 识别缺失数据，区分“未测试”与“正常”；3) 评估证据质量（来源权威、时效、样本、利益冲突等）；4) 对自述信息保持怀疑，用客观数据交叉验证；5) 检测锚定、确认、可得性、过早闭合、沉没成本等认知偏见；6) 要求可证伪性，说明何种条件会推翻结论；7) 魔鬼代言人审查，攻击最强结论、寻找最不适含义、质疑最高置信度主张。
使用方式：作为后台纪律运行，在事实查询时低强度，在分析、架构决策时中强度，在健康、法律、安全、财务建议或用户将据以行动的输出时高强度运行全部七项纪律。问题框定审计在非平凡任务（3+ 文件、架构选择、超过 15 分钟或症状式语言）时触发，可用 /reframe 调用。
限制：资料未提供具体安装命令、收费、平台或效果数据。该技能为领域无关协议，需由具体项目扩展领域内容；并非所有七项纪律在所有场景都同等适用。