用途：在打磨写作之前先审查论证，目标不是让结论听起来更强，而是找到证据实际支持的最强版本。适用于定理草稿、证明大纲、推导过程与机器学习论文中的结论。
主要能力：精确定义所审结论，区分数学结论与经验结论所需字段；列出显式假设；检查定义与符号（重载符号、图方向或权重含混、概率空间不清、收敛模式未定义、指标定义不一致等）；逐步审查逻辑，把每一步归类为有效、仅在额外假设下有效、启发式、无依据或错误；对推导逐行命名所用规则并标出首个无效或未证步骤，其后内容视为未审计而非错误；寻找隐含假设（光滑性、有界性、紧性、凸性、独立性、平稳性、可逆性、可识别性、集中、一致收敛、有限方差、非退化、固定维度、大样本渐近等）并指出其进入位置；用边界情形与反例施压（非连通图、二分图、完全图、星图、路径图、含孤立节点稀疏图、退化分布、标签不平衡、小样本、非IID、基线相当、跨种子高方差）；审查经验结论的指标选择一致性、基线公平性、调参公平、数据泄漏、种子方差、消融覆盖、算力预算、数据集选择、统计显著性与因果措辞；对过度断言降级；最后给出仍可辩护的最强结论。
使用方式：按结论、假设（显式与隐含）、有效步骤、缺口与失败点、反例或压力测试、经验证据审计、修正后的安全结论、裁决的格式输出报告。
限制：不把经验改进当作机制验证；不接受未加论证的“显然”步骤；不静默修补推导，须指明修补方式；多种解释并存时选仍能支持结果的最弱解释。具体安装与调用方式暂未提供。