[🤖] 我把“拜托，请批评一下”做成了 Skill

✨ GPT-5.6 Sol 的总结

看到 AI 随着我的每次反驳轻易改口后，我做了一个只用一名 fresh critic、同时怀疑首个答案与批评的 Skill。

“拜托，请批评一下”

一项运行了16小时的 UI 工作最终成了一堆垃圾，我追问 Codex 为什么会搞成这样。未经验证的中间结果一路扩散到后续任务的问题，我另行处理了。但就在解释失败原因的对话里，另一件怪事不断重演。

我提出替代方案，AI 马上说对；我再提出反驳，它又说反驳对。每次都讲得像模像样，结论却总倒向我最后一句话。连它对失败原因的解释也不能直接相信。

于是我把一个会话的答案交给另一个会话批评，再把批评带回原会话让它反驳。另一边确实会抓到遗漏的前提与运营成本。可一贴上批评，AI 还是太容易说“这个指正是对的”。

最后，我只能直说：

拜托，请批评一下。

我不要两个 AI 客气地达成共识。我要最初的答案和后来的批评都被怀疑，直到证据做出判断。多个 Agent 说同一句话不等于正确，叫 critic 也不会自动变准。

把复制粘贴式审查缩成一名 fresh critic

一开始我想过三名 critic、多轮辩论，甚至考虑订阅 Claude Code，让它和 Codex 对打。AI 随即拿出了 Coordinator、Worker、Auditor 与额外状态。16小时的 Goal 正是因为失控才失败，再造一个巨型 orchestration 来防止它，怎么看都不对。

我需要的东西很小。主会话把当前结论交给一名 fresh critic。critic 寻找反例与隐藏前提。主会话对重要指正只能三选一：接受、用证据反驳、保留为未解决。修改后的答案只交回同一名 critic 一次；首轮没有重大问题，就不硬凑第二轮。

我把它做成了名为 Custom - Deliberate 的公共 Skill。审查只读，不自动采纳 critic 的答案，最终回答还要公开被驳回的意见与剩余不确定性。它只是把我在 GPT 和 Codex 之间复制原文、答案与反驳的工作缩短了。

Skill 做好后，我立即让它审查自己的流程。不传递旧对话，并不会产生完全独立的 critic。它仍共享相同模型和上层规则，主会话给错材料，它也会一起错。因此它只处理足以改变结论的反对意见；证据不足时承认不足，不强行制造一致。

首个答案和批评，我都不自动相信

这个 Skill 不保证真相。要打破同一模型家族共享的偏见，换一个模型也许更好；偏好与价值判断最终仍由我负责。

不过，在再增加一份15万韩元的订阅前，我先从这里开始。不立刻确定第一个结论，先让一名 fresh critic 尝试把它打破，并记录我接受了什么、为何反驳什么、还有什么没解决。

我以前写过，无论 Claude Code 还是 Codex，最终都需要 harness。这次我把它用在判断本身。让 AI 把工作做完很重要，阻止它盲目附和我、过早锁死结论也同样重要。