用途：在 AI 生成的计划、代码、架构或设计落地前进行批判性审查，暴露盲点与失败模式。它默认 AI 输出偏乐观自信，因此专门质疑其是否该做、能否在真实条件下成立。
主要能力：先做“钢人化”陈述，说明当前方案合理之处；再用事前验尸、逆向思维、苏格拉底式提问等框架挑战假设；并对照安全、可扩展性、数据生命周期、集成点、失败模式、并发、环境差异、可观测性、部署、边界情况等盲点类别，以及 AI 特有的快乐路径偏好、范围接受、自信但未必正确、模式吸引、反应式修补、重写测试等问题。
使用方式：可独立调用 /devils-advocate，询问要审查的对象（刚生成的内容、指定文件或计划、即将采用的方法）；也可与其他技能配合，在其完成后运行并审查其产出。每次审查以明确结论收尾：可直接发布、修改后发布、或重新考虑。
输出与限制：每条关注点包含摘要、严重程度（Critical/High/Medium）、所用框架、具体问题、后果与可执行建议；每次最多 7 条并按严重程度排序。它不重写代码，只挑战与建议；不重复其他技能已指出的问题；严重程度需诚实，避免夸大。若无法给出可执行建议，则不应提出。原型与生产金融系统的审查强度不同，上下文不明时应先询问。
适用场景：计划与路线图、架构决策、代码实现、UX 设计与规格、API 设计，以及其他技能的任何输出。