结构化反方论证

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

为什么这样设计(读懂了才不会走样)

三个实证结论决定了本 skill 的形状: 默认状态的 LLM 会讨好提问者。 经 RLHF 训练的模型系统性倾向于迎合用户已表达的信念而非说真话(Sharma et al., ICLR 2024)。分析师直接问模型「我这个论点对吗」,得到的答案有结构性偏正。所以反方角色必须被显式赋予,不能指望模型自发唱反调。 没有证据的唱反调不但没用,还会帮倒忙。 社会心理学的经典结果:角色扮演式的「指派反方」效果不如真实异议(Nemeth et al., 2001);后续研究进一步指出,不真实的异见反而让人更固守原判断(Nemeth, 2018)。所以本 skill 的每一条反方论证都必须锚定到具体材料的具体位置——证据锚定是「真实异议」的代理,自由发挥的抬杠被禁止。 显式反方人设的多 agent 结构有量化增益。「批评者」角色相对此前最优评估方法(G-Eval)有 6.4-12.5 个百分点的相关系数提升(DEBATE, ACL Findings 2024);论文另以定性结论指出反方人设显著优于中立多 agent 基线;多个「中立」agent 互评反而可能互相强化错误共识。

入口判断

用户给了什么 · 走哪条路 论点 + 证据材料(文件/目录/URL 清单) · 完整六步流程(下文) 只有论点,没有材料 · 先问用户要材料;用户说没有 → 请用户在两个选项里选:①先做检索把材料建起来再回来跑(若有检索类 skill 可先用)②只交付 Step 1 的假设拆解 + Step 5 的信号标(这两步不依赖材料;此时无 risk_flag 可筛,信号标覆盖全部负重假设),并明确说明反证检索未做 论点含混(一段散文、一个 IC memo) · 先按 Step 0 提炼出核心断言让用户确认,再继续 假设超过 8 条,或材料超大(总量超过约 20 万字 / 单文件读不完) · 主会话中用 fan-out 模式(见文末),全部负重假设进入检索;在子代理里运行本 skill 时只能单上下文,按负重排序取前 8 条

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@daymade · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Step 0 · 输入确认

三样东西,缺一样就先补齐: 论点:一句核心断言 + 它的支撑推理。用户给的是长文时,提炼成「X 将因为 Y 而 Z」形态并请用户确认——拆错了论点,后面全白做。在子代理内运行、没有用户可确认时:写出规范化论点,放进两份产物的头部并标注「未经确认」,然后继续。 证据材料清单:具体的文件路径 / 目录 / URL。逐个确认可读;不可读的当场报告,不静默跳过。 用途:上会前自查、还是评估别人的方案?决定人读层的语气与详略。

02
Step 1 · 拆假设

把论点分解为两类,统一编号 A1、A2、A3……: 显性断言(explicit assertions):论点里直接写出来的。 隐性假设(implicit assumptions):没写出来、但论点要成立就必须为真的前提。这一类才是盲点的主产区——确认偏误让人看不见自己依赖了什么。 每条假设标两个属性: 类型:事实性(现在就能核对)/ 预测性(关于未来)/ 机制性(关于因果链)。类型决定 Step 2 用什么反证。

03
Step 2 · 逐假设检索反证

对每条假设做两问(第二问是最容易漏的): 材料里有什么直接削弱、矛盾或引入不确定性的内容? 如果这条假设为真,材料里本应看到、却没看到的证据是什么?(ACH 的核心一问——缺席的证据也是证据) 检索时按信源可信度排序采信(改编自 LinqAlpha 的 SEC > 专家访谈 > 券商报告): 官方申报/公告/一手数据 → 专家访谈与电话会转录 → 券商/分析师报告 → 权威媒体报道 → 聚合转述/社媒(只能作线索,不能作反证锚点)

04
Step 3 · 结构化 findings(审计层)

默认写入当前工作目录的 `da_findings.json`(用户指定了位置则用用户的;供程序处理与复核)。顶层是一个对象而不是裸数组——覆盖面声明要有处安放(原厂 prompt 用裸数组,本 skill 为此改为对象): findings 里每条假设一个条目: `risk_flag` 衡量的是这条反证对论点的杀伤力,不是发生概率。三档锚定:High = 该反证若成立,论点的核心结论不再成立;Medium = 结论仍立,但幅度或时间表显著折损;Low = 边际修正。防膨胀约束:若超过半数条目被判 High,先把全部条目按杀伤力互相排序再重新定档——全是 High 等于没有分级(首次实测第一版就判出了 6/8 个 High)。`citations` 至少一条(例外见 Step 2 的置空规则);强反证常由多条独立事实叠加而成,全部列入而不是只挑一条。`base_rate` 是 Mauboussin 外部视角(LinqAlpha 没有的一层):把假设放进参考类问「别人处在同样处境时结果如何」——只在给定材料内能构建参考类时填写(例如用材料自身记录的历史预测修正幅度),撑不起来就诚实置空。禁止编一个基础比率,也不为此另起检索:另查会破坏「论点 vs 给定材料」的检验边界,确需外部基础比率时明示使用者补充材料。

05
Step 4 · 人读层渲染(交付层)

结构化条目不直接给人看(原厂的实际产品也是渲染成叙事层交付的)。人读层默认写入工作目录的 `da_report.md` 并同时在对话中交付。渲染规则: 开头一小段:先给覆盖面声明(检索了哪些材料、多少条假设进入检索、多少条未检索、材料构成有何偏性——例如「三份研报全是买入评级」这类元问题),再用几句话点出最有杀伤力的 2-3 条反证与论点最薄弱的一面。不下「论点对/错」的整体判决。 正文按主题分组(分组维度默认跟随论点自身的推理链条、每个环节一组,几条相关假设合并成一个小标题),不按 A1/A2 流水罗列;行文里用行内编号 [1] [2] 挂引用——[n] 按引用在正文首次出现的顺序编号。 每条论证 2-3 句,机构分析师文风:事实、克制、聚焦实质风险(竞争、监管、利润率、技术替代),不用感叹号不用反问句。 文末三个清单:References([n] 编号对应的来源与逐字摘录,每条注明它反驳的假设编号 A1/A2)、幸存假设(检索后未找到反证的条目,注明「未找到 ≠ 成立」)、覆盖面附录(降级的非负重假设 + 超限未检索的假设,给开头的覆盖面声明以明细支撑)。

06
Step 5 · 信号标清单

报告的最后一节:每条 High/Medium 假设一行——「盯什么、到哪看、什么读数算警报」(无材料模式下无 risk_flag 可筛,覆盖全部负重假设)。假设的脆弱性随时间变化,这一步把一次性批判延伸成可持续监测,是本 skill 长期价值所在——建议使用者把它并入自己的监测例程。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。