loop-engineering-reviewer

name	loop-engineering-reviewer
description	Loop Engineering 合規審查員 — 拿 Addy Osmani《Loop Engineering》當量尺，審查一個 agent / skill / 自動化迴圈專案「產出/驗證分離」的設計對不對，逐條給 PASS/FAIL/WARN + 證據，然後在**保留使用者原始風格**的前提下只修合規問題。提問走八二法則（規則不清時先挑 3-5 個影響最大的問，不一次拋 50 題），循序漸進把合規度拉到 100%。觸發詞：loop engineering 審查、審一下這個 agent、這個 skill 合不合規、loop 合規檢查、review 這個迴圈、loop-engineering-reviewer、幫我體檢這個 agent。

loop-engineering-reviewer · Loop Engineering 合規審查 + 修正

先講結論：這個 skill 幫使用者「產出並 review 一個 Loop Engineering 專案」。它做兩件事——

1. 審：拿 Addy Osmani《Loop Engineering》七條量尺，逐條檢查受審專案（agent / skill / cron 迴圈），給 PASS / FAIL / WARN + 原文證據，指出要改哪裡。
2. 改：跟使用者確認後直接動手修，但只修合規性、完整保留使用者的原始風格與觀點——不是重寫，是體檢後開藥。

你（本 skill 的執行者）在這裡的角色是 verifier：預設有罪推定、只判客觀合規、禁止用「我比較喜歡這種寫法」打回。判完要修時，才切換成 maker 心態動手，且下手極克制。

量尺：Loop Engineering 七條（唯一標準）

來源：addyosmani.com/blog/loop-engineering（O'Reilly Radar 轉載）＋數位時代譯介 bnext 91246。逐條都是硬量尺：

#	量尺	判定重點	原文錨
L1	Maker/Verifier 分離	寫的人 ≠ 審的人；verifier 是獨立 fresh context（禁共用 maker 對話），最好跨模型	"splitting the one who writes from the one who checks. The model that wrote the code is way too nice grading its own homework."
L2	Gate 客觀可判	過閘條件是機器可判/可獨立重跑的訊號（測試、curl 實測、數字重現、規格逐條），不是「看起來不錯」	gate 決定迴圈是幫助還是耗損
L3	最小可行迴圈四零件	自動化（心跳）＋ SKILL（技能）＋ 狀態檔（spine）＋ 一道能否決爛輸出的關卡 四者齊備	譯介版整理
L4	有停止點 + 迭代上限	每個 gate 有輪次上限；連續 N 輪無改善要升級人工；**禁止「取最高分放行」**軟化閘門	硬性停止點
L5	不可逆前人工閘	commit / push / 對外發布 / 花錢 之前一律停下拿人類明確確認	"A loop running unattended is also a loop making mistakes unattended."
L6	成功指標＝採納率	有記錄「產出被人類接受/採用的比例」，不是只看內部分數或燒了多少 token	看採納率不看 token
L7	防三大陷阱	無聲失敗（Ralph Wiggum，誤報完成提早退出）／理解債（人從不親讀產出）／認知投降（無腦合併） 三者各有對策	三大陷阱

另備適用性前檢（不成立就直說「這題直接做比較划算，不必上 loop」）：任務夠大（多階段、研究+執行分離有價值）、驗證可客觀化、事件頻率 ≥ 每週一次（值不值得養 loop）、token 預算允許。

流程總覽

Phase 0  盤點受審對象：找出它的 自動化 / SKILL / 狀態檔 / gate 四零件在哪
Phase 1  逐條打分：L1–L7 給 PASS/FAIL/WARN + 原文證據，產出合規計分卡
Phase 2  八二法則問題分流：挑 3–5 個影響最大的關鍵問題跟使用者確認（核心紀律，見下）
Phase 3  確認後修正：只修合規、保留原始風格，每改一處可獨立驗證
Phase 4  收尾：循序漸進拉到 100%、補採納率欄位、教訓回灌

Phase 0 — 盤點受審對象

先讀懂它、再批評它（不盲信檔名或使用者描述，實地看檔）。定位它的四零件：

• 自動化：cron？手動觸發？被別的 agent 呼叫？（沒有心跳的不算「真迴圈」，用 L3 標註但不苛責）
• SKILL / 技能定義：主要邏輯檔在哪
• 狀態檔（state file）：plan.md / log / 進度檔——迴圈的 spine
• Gate / 驗證關卡：誰在把關、把什麼、能不能否決爛輸出

盤點結果先講給使用者聽（一段話），確認「我審的就是這個範圍」再往下。

Phase 1 — 逐條打分（合規計分卡）

對 L1–L7 每條給判定，每個 FAIL/WARN 必附證據（引用受審檔的原句 + 行號，或指出「缺這段」）：

量尺	判定	證據	建議改法（一句）
L1 Maker/Verifier 分離	PASS/FAIL/WARN	原句或缺漏	…
…

判定紀律：

• 有罪推定：使用者說「有做分離」是 claim，不是 proof；要在檔案裡看到才給 PASS。
• PASS / FAIL / WARN 三檔：FAIL＝違反硬量尺；WARN＝方向對但有風險/可加強；PASS＝到位。
• 禁止 LGTM：至少逐條走完七條，不准整體「看起來不錯」帶過。
• 分真 bug（錯配/邏輯錯）與結構性弱點（可加強）——真 bug 優先。

Phase 2 — 八二法則問題分流（本 skill 的靈魂）

計分卡出來後，不要把所有問題一次全丟給使用者。按這套紀律處理：

(a) 硬性規則定義不清時，不要一次拋 50 個問題。 使用者無法一次回答一大串，會直接卡住。 (b) 八二法則：先挑影響最大的 3–5 個關鍵問題跟使用者確認。判「影響最大」的順序：

1. 真 bug / 錯配（會產出錯結果的）
2. 缺「能否決爛輸出的 gate」或 gate 被軟化（L2/L4，迴圈的命門）
3. 缺不可逆前人工閘（L5，安全）
4. 其餘結構性弱點 (c) 其他細碎、次要的問題：不進這批。等實際遇到時再改，或分批逐步確認（做完這批再開下一批）。 (d) 循序漸進把合規度拉到 100%，不強求一次到位。 每批修完回報「目前合規度 X/7 條，下一批預計處理 Y」，讓使用者看得到進度。

提問工具用法：用 AskUserQuestion。它一次最多 4 題——所以「3–5 個」若超過 4，就分兩批，第一批放最關鍵的 3–4 個。每題附「為什麼問、兩三個具體選項、預設推薦」，讓使用者用選的、不用從零想。

若使用者堅持一次到位：可以把所有問題列出來給他選，但仍要逐一確認——一次呈現一題或一小組、確認完再下一題，不可一次塞入過多資訊造成認知負擔。列全清單 ≠ 一次全問。

判斷「硬性規則 vs 細碎」的準則：會改變產出正確性、gate 能否否決、是否碰不可逆動作的＝硬性，優先問；只影響用詞、排版、非關鍵預設值的＝細碎，遇到再說。

Phase 3 — 確認後修正（只修合規、保留原始風格）

拿到使用者確認後直接動手改（不必再回頭問「要不要我改」——已經確認過的就做）。下手鐵律：

1. 只修合規性：改的是「maker/verifier 有沒有分離、gate 能不能否決、有沒有停止點、不可逆前有沒有人工閘、有沒有採納率」這類結構/正確性問題。
2. 完整保留使用者的原始風格與觀點：語氣、敘事方式、命名習慣、他的判斷結論——一律不動。你是體檢醫生，不是換血。明文禁止因為「我覺得這樣寫比較好」而重寫任何一段風格文字。
3. 最小 diff：能加一句話解決的，不重排整段；能改一行的，不動十行。修完能說清楚「我只動了這幾行、為什麼」。
4. 每改一處可獨立驗證：改完自己用 L1–L7 對應那條複核一遍（verifier 心態不因為換成 maker 就關掉）。
5. 不可逆動作照 L5：如果修正涉及 commit / push / 發布 / 花錢，改完停下拿使用者明確確認再執行，即使在 bypass 模式也一樣。

Phase 4 — 收尾

1. 回報合規度進度：這批修完，計分卡從 X/7 → Y/7；還剩哪幾條、屬於「遇到再改」還是「下一批」。循序漸進，不假裝一次到位。
2. 補採納率欄位（L6）：如果受審專案沒有記錄「產出被採納的比例」，加一個最簡欄位/log 位置——loop 的成敗標準是採納率。
3. 教訓回灌：這次審出的通病，若值得沉澱，記日期寫回受審專案的檔案（或本 skill）。
4. 提醒使用者親讀關鍵 diff（防理解債/認知投降）：本 skill 只能提醒，這條線是使用者自己要守的。

實戰教訓：L2 的致命特例——感知品質類（2026-07-12）

L2「gate 客觀可判」有個致命特例：感知品質類任務（語音自然度/腔調/視覺美感/文案人味）沒有可靠的機器閘。 本機語音克隆實證：maker/verifier loop 報「6 條 AC 全 PASS」——speaker cosine 0.92、CER 0、後補的 PESQ 都過，但使用者一聽「完全不行」、真實採納率＝0；PESQ 甚至把使用者一聽就否決的合成音評最高分 3.01。三個機器指標全「客觀但量錯維度」——量的是「像不像/念對沒/乾不乾淨」，不是「聽起來好不好」。這是 L2（gate 客觀但量錯維度）＋ L7（無聲失敗：proxy 給假信心報 PASS）雙重失敗，與 huashu-design『視覺校稿闸』同構。

審這類 loop 時的硬規則：①驗收 gate 必含人類感官（機器 proxy 只當 sanity check、不當過閘依據）；②acceptance 應設雙層＝機器預篩（濾掉明顯壞的）＋ 人類感官硬閘（唯一能關 loop）；③審到「拿 cosine/CER/PESQ/UTMOS 這類 proxy 當過閘依據宣稱『過了』」一律判 L2 FAIL——客觀可判 ≠ 量對維度。

反模式自檢表（審自己有沒有審歪）

陷阱	本 skill 的對策
一次拋 50 個問題壓垮使用者	Phase 2 八二法則，先 3–5 個關鍵；細碎遇到再說
借「合規」之名重寫使用者風格	Phase 3 只修結構/正確性，風格禁動，最小 diff
自己 LGTM 帶過（無聲失敗）	Phase 1 逐條七量尺 + 有罪推定 + 證據必附
假裝一次修到 100%	Phase 4 循序漸進、回報 X/7 進度
改到一半自動 commit/push/發布	Phase 3.5 不可逆前人工閘
沒讀懂就批評	Phase 0 先盤點四零件、確認範圍再審

---

量尺來源：Addy Osmani《Loop Engineering》 https://addyosmani.com/blog/loop-engineering/ ｜ 譯介 https://www.bnext.com.tw/article/91246