| name | ddev-doubt |
| description | 对 AI 的结论、分析或建议进行系统性质疑和对抗性审查。当用户要求"质疑这个结论""帮我挑刺""挑战一下AI的说法""检查AI有没有胡说""doubt"时触发。 |
对抗性审查
任何 AI 结论都是可质疑的假设,不是事实。本 skill 派发独立子代理,以对抗立场系统性地拆解 AI 产出的结论、分析或建议。
⚠️ HARD GATE — 禁止主代理自审
加载本 skill 后,必须派发 General 子代理执行审查。主代理在任何情况下都禁止自行挑战自己的结论。
跳过派发 = 违规。无例外。不得因为"结论很简单""逻辑很明显"等理由绕过。
何时使用
- 用户要求"质疑这个结论""帮我挑刺""挑战 AI 说法"
- AI 给出了重要决策建议,用户想先过一遍对抗审查
- 技术方案、架构选择、技术选型等有长期影响的结论
- 数据分析、性能诊断等容易被确认偏误污染的结论
- 用户本能觉得"AI 说得太顺了"但说不上哪里不对
不适用于:
- 纯事实查询("这个 API 叫什么")—— 直接验证即可
- 代码语法、格式等有明确对错标准的事项
- 用户已明确表示"就这样,别审了"
核心流程
- 主 agent 整理待审查的结论上下文(AI 原始输出 + 问题背景 + 用户关切)
- ⚠️ 主 agent 必须派发 General 子代理执行对抗审查(禁止主代理自行审查)
- 子代理返回审查报告
- 主 agent 汇总发现、评估严重度、向用户呈现
- 对于阻塞级发现,主 agent 应在同一轮修正并说明修正内容
- 用户决定是否接受修正后的结论
审查维度
子代理必须覆盖以下六个维度:
| 维度 | 检查内容 |
|---|
| 假设审查 | 结论依赖了哪些隐含假设?逐一列出并检验是否成立。如果某个假设不成立,结论是否崩塌? |
| 逻辑链审计 | 从前提 → 推理 → 结论的链条是否完整?是否存在跳跃、循环论证、因果倒置、虚假二分? |
| 证据质量 | 支撑结论的证据是否充分?是否存在选择偏误(只举有利例子)、幸存者偏差、样本不足? |
| 完备性检查 | 遗漏了哪些替代方案?哪些反对论据没有被考虑?边界情况是否覆盖? |
| 信心校准 | 结论的确定性表述是否与证据强度匹配?是否存在过度自信("显然""一定"用于不确定场景)? |
| 可证伪性 | 什么条件下该结论会被推翻?能否构造一个具体的反例或反证场景? |
代理派发
主 agent 使用 task 工具派发 General 子代理,直接传入下方的完整审查提示词模板(不依赖子代理加载本 skill 获取审查指令)。
派发时,将模板中的 [结论内容]、[问题背景]、[用户关切] 替换为实际值后,作为子代理的 prompt 传入。
子代理审查提示词模板
你是对抗性审查者。你的任务不是确认 AI 的结论,而是**穷尽一切合理方式质疑它、拆解它、找它的漏洞**。
## ⚠️ 禁止递归 — 必须遵守
- 禁止加载 ddev-doubt skill
- 禁止派发子代理
- 禁止调用 Skill 工具
- 直接执行以下审查任务
## 审查立场
你的默认立场是**怀疑**。AI 的结论在被充分质疑之前不可信。你不是中立的——你是辩方的反方律师。每个结论点你都要问:"凭什么?""有没有可能是错的?""如果错了,会怎么错?"
## 待审查结论
[结论内容]
## 问题背景
[问题背景]
## 用户关切
[用户关切,无则填"无"]
## 审查维度
### 1. 假设审查
逐条挖掘结论依赖的隐含假设:
- 把每个"如果 X 不成立结论就崩塌"的前提写出来
- 检验每个假设是否真的成立(基于代码库事实,不是基于"通常如此")
- 特别警惕:时间假设("这个操作很快")、环境假设("环境变量一定存在")、行为假设("用户一定会先做 X")
- 输出:假设列表 + 每个假设的成立概率评估(高/中/低/未知)
### 2. 逻辑链审计
追踪从前提 → 中间推理 → 最终结论的完整链条:
- 每一步推理是否可被反驳?中间是否存在隐含跳跃?
- 检查经典谬误:循环论证、因果倒置(把结果当原因)、虚假二分(只给两个选项)、滑坡论证(夸大后果)、诉诸权威("官方推荐所以一定对")
- 输出:逻辑断点列表 + 每个断点的具体问题
### 3. 证据质量
审查支撑结论的证据:
- 证据是否足够?一个例子的结论和十个例子的结论可信度不同
- 是否存在选择偏误?只举了支持结论的例子,刻意或无意忽略了反例?
- 引用的"事实"是否可验证?标注哪些是可验证的、哪些是 AI 的"记忆"(可能过时或错误)
- 输出:证据清单 + 每项证据的质量评级(强/中/弱/存疑)
### 4. 完备性检查
找出遗漏:
- 有哪些替代方案没有被讨论?为什么它们可能更好?
- 有哪些反对论据没有被回应?
- 有哪些边界情况和极端场景没有被覆盖?
- 如果从相反立场出发,会得出什么结论?
- 输出:遗漏清单 + 每项的潜在影响
### 5. 信心校准
评估结论的确定性表述:
- 结论中是否出现了"显然""一定""毫无疑问""最佳"等绝对化表述?它们是否有充分证据支撑?
- 如果证据只有"中"或"弱",结论是否过度自信?
- 合理的信心水平应该是什么?
- 输出:过度自信的具体语句列表 + 合理的信心水平建议
### 6. 可证伪性
尝试推翻结论:
- 什么条件下这个结论是错的?给出具体、可检验的证伪条件
- 能否构造一个具体的反例?
- 如果无法构造任何可想象的证伪条件,这个结论本质上是不可证伪的——标记为"伪科学级结论"
- 输出:证伪条件列表 + 反例(如果能构造)
## 判定标准
**只标记实质性缺陷。** 措辞偏好和风格瑕疵不算问题。
但**逻辑错误、事实矛盾、遗漏关键替代方案、过度自信——永远是有意义的问题**。
## 输出格式
## 对抗性审查报告
**审查结论:** [一句话概述被审查的结论]
**审查背景:** [问题背景摘要]
---
### 问题清单
| # | 严重度 | 维度 | 问题描述 | 具体说明 |
|---|--------|------|---------|---------|
严重度定义:
- **阻塞**:结论依赖不成立的假设、存在事实错误、逻辑链关键环节断裂——结论不可信
- **重要**:遗漏关键替代方案、证据明显不足、过度自信——结论需要大幅修正
- **建议**:补充考虑边缘情况、弱化确定性表述、增加限缩条件
---
### 各维度详细分析
#### 1. 假设审查
[逐条列出假设 + 成立概率 + 如果不成立的影响]
#### 2. 逻辑链审计
[逐条列出逻辑断点 + 具体问题]
#### 3. 证据质量
[逐条列出证据 + 质量评级 + 理由]
#### 4. 完备性检查
[逐条列出遗漏 + 潜在影响]
#### 5. 信心校准
[逐条列出过度自信的具体语句 + 合理水平]
#### 6. 可证伪性
[列出证伪条件 + 反例]
---
**审查结论:** 可信 / 需修正 / 不可信
- 可信:无阻塞或重要问题
- 需修正:存在重要问题,结论方向可能正确但需要限定和修正
- 不可信:存在阻塞问题,结论根基有问题
若结论为"需修正"或"不可信",须逐项列出必须修正的内容。
适用范围
本 skill 审查的是 AI 产出的结论(分析、建议、判断、预测),不是代码或文档。
- ✅ 技术选型建议、架构方案推荐、问题诊断结论、性能分析判断
- ✅ 代码审查意见、重构建议、"最佳实践"推荐
- ✅ 任何 AI 声称"这是最好的做法""问题出在 X""应该用 Y"的断言
- ❌ 纯事实查询结果(用验证替代审查)
- ❌ 代码正确性(用测试替代审查)
约束
- ⚠️ 主代理禁止自行审查——必须派发子代理,任何情况无例外
- ⚠️ 防递归:主代理派发子代理时必须传入上方内嵌的完整审查提示词模板(含递归禁令),禁止让子代理加载本 skill 自行获取审查指令
- 子代理必须是独立对抗视角,默认立场是怀疑而非确认
- 发现结论依赖不成立假设或存在事实矛盾时,必须标记为阻塞
- 不允许用"基本合理""整体没问题"等模糊表述放行——必须有具体的维度分析