santa-method

name	santa-method
description	具有收敛循环的多智能体对抗验证。两个独立的审查代理必须都通过，输出才能发送。
origin	Ronald Skelton - Founder, RapportScore.ai

圣诞老人方法

多智能体对抗验证框架。列个清单，检查两遍。如果行为不端，就修正直到表现良好。

核心洞察：单个智能体审查自身输出时，会共享产生该输出的相同偏见、知识盲区和系统性错误。两个没有共享上下文的独立审查者可以打破这种故障模式。

何时激活

在以下情况调用此技能：

• 输出将被发布、部署或供最终用户使用
• 必须强制执行合规、监管或品牌约束
• 代码未经人工审查即投入生产
• 内容准确性至关重要（技术文档、教育材料、面向客户的文案）
• 大规模批量生成，抽检无法发现系统性模式
• 幻觉风险较高（声明、统计数据、API 参考、法律用语）

不要用于内部草稿、探索性研究或具有确定性验证的任务（这些请使用构建/测试/代码检查流水线）。

架构

┌─────────────┐
│  生成器      │  阶段 1：列出清单
│  (代理 A)    │  生成交付物
└──────┬───────┘
       │ 输出
       ▼
┌──────────────────────────────┐
│     双重独立审查              │  阶段 2：复核两次
│                              │
│  ┌───────────┐ ┌───────────┐ │  两个代理，同一评分标准，
│  │ 审查者 B  │ │ 审查者 C  │ │  无共享上下文
│  └─────┬─────┘ └─────┬─────┘ │
│        │              │       │
└────────┼──────────────┼───────┘
         │              │
         ▼              ▼
┌──────────────────────────────┐
│       裁决门                  │  阶段 3：判定好坏
│                              │
│  B通过且C通过 → 好            │  两者必须通过。
│  否则 → 坏                    │  无例外。
└──────┬──────────────┬────────┘
       │              │
      好             坏
       │              │
       ▼              ▼
   [ 发布 ]    ┌─────────────┐
               │  修复循环    │  阶段 4：修复至通过
               │              │
               │ 迭代次数++   │  收集所有标记。
               │ 若 i > 最大: │  修复所有问题。
               │   升级处理   │  重新运行两个审查者。
               │ 否则:        │  循环直至收敛。
               │   跳至阶段2  │
               └──────────────┘

阶段详情

阶段 1：列清单（生成）

执行主要任务。无需改变正常的生成工作流程。圣诞老人方法是一个生成后验证层，而非生成策略。

# The generator runs as normal
output = generate(task_spec)

阶段 2：检查两遍（独立双重审查）

并行生成两个审查智能体。关键不变项：

1. 上下文隔离 — 两个审查者互不见面对方的评估
2. 相同评估标准 — 两者收到相同的评估标准
3. 相同输入 — 两者都收到原始规格说明和生成的输出
4. 结构化输出 — 每个审查者返回类型化的判定，而非散文

REVIEWER_PROMPT = """
You are an independent quality reviewer. You have NOT seen any other review of this output.

## Task Specification
{task_spec}

## Output Under Review
{output}

## Evaluation Rubric
{rubric}

## Instructions
Evaluate the output against EACH rubric criterion. For each:
- PASS: criterion fully met, no issues
- FAIL: specific issue found (cite the exact problem)

Return your assessment as structured JSON:
{
  "verdict": "PASS" | "FAIL",
  "checks": [
    {"criterion": "...", "result": "PASS|FAIL", "detail": "..."}
  ],
  "critical_issues": ["..."],   // blockers that must be fixed
  "suggestions": ["..."]         // non-blocking improvements
}

Be rigorous. Your job is to find problems, not to approve.
"""

# Spawn reviewers in parallel (OpenAI Codex subagents)
review_b = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer B")
review_c = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer C")

# Both run concurrently — neither sees the other

评估标准设计

评估标准是最重要的输入。模糊的标准会产生模糊的审查。每个标准必须有客观的通过/失败条件。

标准	通过条件	失败信号
事实准确性	所有声明均可根据源材料或常识验证	编造的统计数据、错误的版本号、不存在的 API
无幻觉	没有虚构的实体、引用、URL 或参考文献	指向不存在页面的链接、无来源的引用
完整性	规格说明中的每个要求都得到满足	缺少章节、遗漏边缘情况、覆盖不完整
合规性	通过所有项目特定的约束	使用禁用术语、语气违规、监管不合规
内部一致性	输出内无矛盾	A 部分说 X，B 部分说非 X
技术正确性	代码可编译/运行，算法合理	语法错误、逻辑错误、错误的复杂度声明

特定领域评估标准扩展

内容/营销：

• 品牌语气一致性
• 满足 SEO 要求（关键词密度、元标签、结构）
• 无竞争对手商标滥用
• CTA 存在且链接正确

代码：

• 类型安全（无 any 泄漏，正确处理 null）
• 错误处理覆盖
• 安全性（代码中无秘密、输入验证、注入防护）
• 新路径的测试覆盖

合规敏感（受监管、法律、金融）：

• 无结果保证或未经证实的声明
• 存在所需的免责声明
• 仅使用批准的术语
• 符合司法管辖区的语言

阶段 3：表现好坏（判定门控）

def santa_verdict(review_b, review_c):
    """Both reviewers must pass. No partial credit."""
    if review_b.verdict == "PASS" and review_c.verdict == "PASS":
        return "NICE"  # Ship it

    # Merge flags from both reviewers, deduplicate
    all_issues = dedupe(review_b.critical_issues + review_c.critical_issues)
    all_suggestions = dedupe(review_b.suggestions + review_c.suggestions)

    return "NAUGHTY", all_issues, all_suggestions

为什么两者都必须通过：如果只有一个审查者发现问题，那么该问题是真实存在的。另一个审查者的盲点正是圣诞老人方法旨在消除的故障模式。

阶段 4：修正直到表现良好（收敛循环）

MAX_ITERATIONS = 3

for iteration in range(MAX_ITERATIONS):
    verdict, issues, suggestions = santa_verdict(review_b, review_c)

    if verdict == "NICE":
        log_santa_result(output, iteration, "passed")
        return ship(output)

    # Fix all critical issues (suggestions are optional)
    output = fix_agent.execute(
        output=output,
        issues=issues,
        instruction="Fix ONLY the flagged issues. Do not refactor or add unrequested changes."
    )

    # Re-run BOTH reviewers on fixed output (fresh agents, no memory of previous round)
    review_b = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))
    review_c = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))

# Exhausted iterations — escalate
log_santa_result(output, MAX_ITERATIONS, "escalated")
escalate_to_human(output, issues)

关键：每轮审查使用全新的智能体。审查者不得携带之前轮次的记忆，因为先前的上下文会造成锚定偏差。

实现模式

模式 A：OpenAI Codex 子智能体（推荐）

子智能体提供真正的上下文隔离。每个审查者是一个独立的进程，没有共享状态。

# In a OpenAI Codex session, use the Agent tool to spawn reviewers
# Both agents run in parallel for speed

# Pseudocode for Agent tool invocation
reviewer_b = Agent(
    description="Santa Review B",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)
reviewer_c = Agent(
    description="Santa Review C",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)

模式 B：顺序内联（备用方案）

当子智能体不可用时，通过显式上下文重置模拟隔离：

1. 生成输出
2. 新上下文："你是审查者 1。仅根据此评估标准进行评估。找出问题。"
3. 逐字记录发现
4. 完全清除上下文
5. 新上下文："你是审查者 2。仅根据此评估标准进行评估。找出问题。"
6. 比较两个审查结果，修复，重复

子智能体模式严格优于内联模拟——内联模拟存在审查者之间上下文渗透的风险。

模式 C：批量采样

对于大批量（100+ 项），对每个项目都执行完整的圣诞老人方法成本过高。使用分层采样：

1. 对随机样本（批量的 10-15%，最少 5 项）运行圣诞老人方法
2. 按类型对失败进行分类（幻觉、合规性、完整性等）
3. 如果出现系统性模式，对整个批量应用针对性修复
4. 重新采样并重新验证修复后的批量
5. 持续直到干净的样本通过

import random

def santa_batch(items, rubric, sample_rate=0.15):
    sample = random.sample(items, max(5, int(len(items) * sample_rate)))

    for item in sample:
        result = santa_full(item, rubric)
        if result.verdict == "NAUGHTY":
            pattern = classify_failure(result.issues)
            items = batch_fix(items, pattern)  # Fix all items matching pattern
            return santa_batch(items, rubric)   # Re-sample

    return items  # Clean sample → ship batch

故障模式与缓解措施

故障模式	症状	缓解措施
无限循环	修复后审查者仍不断发现新问题	最大迭代次数限制（3 次）。升级处理。
橡皮图章	两个审查者都通过所有内容	对抗性提示："你的工作是发现问题，而不是批准。"
主观漂移	审查者标记风格偏好，而非错误	严格的评估标准，仅包含客观的通过/失败标准
修复回归	修复问题 A 引入了问题 B	每轮使用全新的审查者来捕获回归
审查者一致性偏差	两个审查者都遗漏了同一件事	独立性可缓解但无法消除。对于关键输出，添加第三个审查者或人工抽检。
成本激增	大型输出上迭代次数过多	批量采样模式。每个验证周期的预算上限。

与其他技能的集成

技能	关系
验证循环	用于确定性检查（构建、代码检查、测试）。圣诞老人方法用于语义检查（准确性、幻觉）。先运行验证循环，再运行圣诞老人方法。
评估工具	圣诞老人方法的结果反馈给评估指标。跟踪圣诞老人方法运行中的 pass@k，以衡量生成器质量随时间的变化。
持续学习 v2	圣诞老人方法的发现成为本能。同一标准上的重复失败 → 学习到的行为以避免该模式。
战略压缩	在压缩之前运行圣诞老人方法。不要在验证过程中丢失审查上下文。

指标

跟踪以下指标以衡量圣诞老人方法的有效性：

• 首次通过率：第一轮通过圣诞老人方法的输出百分比（目标：>70%）
• 收敛平均迭代次数：达到"表现良好"的平均轮数（目标：<1.5）
• 问题分类：失败类型的分布（幻觉 vs. 完整性 vs. 合规性）
• 审查者一致性：两个审查者都标记的问题与仅一个审查者标记的问题的百分比（一致性低 = 需要收紧评估标准）
• 逃逸率：发布后发现但圣诞老人方法本应捕获的问题（目标：0）

成本分析

每个验证周期，圣诞老人方法的代币成本大约是单独生成的 2-3 倍。对于大多数高风险的输出，这很划算：

圣诞老人的成本 = (生成代币) + 2×(每轮审查代币) × (平均轮数)
不做圣诞老人的成本 = (声誉损害) + (纠正努力) + (信任侵蚀)

对于批量操作，采样模式将成本降低到完全验证的约 15-20%，同时捕获超过 90% 的系统性问题。