先红队，再采信

多数被人拿来据以行动的主张，都由希望它成立的人查过。这算不上不诚实，检查通常就是这样发生：写下主张的人，在同一段时间、带着同一组假设，顺手找它的问题。这样找，多半找到的是支持。

查核来源有帮助，但回答的是另一个问题。好的来源说明一个主张有根据；它没有说明这个主张经不经得起有人全力推翻。还有一整类主张，来源根本无从裁定：概念区分、「应该怎样做」、某人为自己工作而建的框架。这些主张没有一份一手文件可以确认。

本文介绍一套回答第二个问题的程序，规模小、可重复，以及执行它的 agent skill。

程序

1. 先判定主张的类型。关于世界的经验型（empirical）、关于一个词涵盖什么的定义型（definitional）、关于概念之间关系的概念型（conceptual）、关于该做什么的规范型（normative），或某个自建框架（framework）。类型决定攻击方法。用统计检验概念主张是范畴错误；不看证据就辩论经验主张也是。混合型主张先拆开。

2. 先立最强版本（steelmanning）。攻击之前，把主张陈述到最好：补上作者没有明说的支持，把隐含前提写出来。打败一个弱版本，什么也证明不了。反方向的错误同样存在：强到连作者本人都不会持有的版本，已经是另一个主张。

3. 交给没有利害关系的审查者。审查者不知道主张由谁提出、为何重要。它唯一的任务是反驳；在主张顶住攻击之前，预设判决是「推翻」。它在全新的 context 里工作，不带作者的笔记。以 AI agent 执行时，这代表另开 sub-agent 或新对话；建构论证的那段对话不算。

4. 用方法攻击，不用意见。每一类主张都有累积已久的方法：

• 经验型：如果主张不成立，证据会不会看起来更差？主张几乎不可能不通过的检验，只算弱支持（Mayo 的严格检验，severe testing）[1]Mayo, D. G. (1996). Error and the Growth of Experimental Knowledge. University of Chicago Press. DOI 10.7208/chicago/9780226511993.001.0001. 书目经出版社记录核对。出处经跨模型双查核实。[2]Mayo, D. G. (2018). Statistical Inference as Severe Testing: How to Get Beyond the Statistics Wars. Cambridge University Press. DOI 10.1017/9781107286184. 书目经出版社记录核对。出处经跨模型双查核实。。另外：哪一项观察最能降低信心？有没有人去找过？
• 定义型：定义纳入了不该纳入的情形，或漏掉了应该纳入的；以及是否有任何观察可以构成反例（Popper）[3]Popper, K. (1935). Logik der Forschung. Springer. DOI 10.1007/978-3-7091-4177-9. 书目经出版社记录核对。。
• 概念型：最强的对立立场、两者在哪里相撞、概念在哪里失效。
• 规范型：结论是否由前提推出、哪一个前提是隐藏的；再做一次事前验尸（pre-mortem）[4]Klein, G. (2007). Performing a project premortem. Harvard Business Review, 85(9), 18–19. 书目经出版社记录核对。出处经跨模型双查核实。：「六个月后，照这样做的结果很糟；为什么？」
• 框架：每个框架遇到问题都会调整，调整本身并非缺陷。要问的是：长期来看，这些调整有没有带出后来获证实的新预测，还是只在事后逐一贴合问题（Lakatos）[5]Lakatos, I. (1970). Falsification and the methodology of scientific research programmes. In I. Lakatos & A. Musgrave (Eds.), Criticism and the Growth of Knowledge (pp. 91–196). Cambridge University Press. DOI 10.1017/CBO9781139171434.009. 书目经出版社记录核对。出处经跨模型双查核实。。已知事实若不是框架当初刻意迁就的对象，也可以算作新预测（依 Zahar 的「使用新颖性」，use-novelty；原文段落尚未一手核对）[6]Zahar, E. (1973). Why did Einstein's programme supersede Lorentz's? (I). The British Journal for the Philosophy of Science, 24(2), 95–123. DOI 10.1093/bjps/24.2.95. 书目经出版社记录核对。。这项检验需要一段调整史，没有调整史就无法进行。另外：什么结果会令框架作者放弃它？

5. 回报三种判决之一。成立（survives）：每一项认真的攻击，按方法执行后都失败。削弱（weakened）：主张在较窄的范围内或以较低的信心成立。推翻（refuted）：决定性反例、相反证据，或根本不存在可以推翻它的观察。因为找不到可推翻的观察而判推翻，意思是主张照原样无法依赖，并不表示它是错的。削弱是有用的结果：它指出哪一个版本真正可以依赖。「我们找过，什么都没找到」不等于成立。

判决交回决策的拥有者。它是一项输入，不是批准。

内建的两项更正

撰写方法卡时，我们也检查了方法本身，两个流行的引用没有站住。

事前验尸常附带一个数字：想像专案已经失败，可令人找出原因的能力提升 30%。这个数字转述自一篇 2007 年的文章[4]Klein, G. (2007). Performing a project premortem. Harvard Business Review, 85(9), 18–19. 书目经出版社记录核对。出处经跨模型双查核实。，该文把它归于一项 1989 年的研究[7]Mitchell, D. J., Russo, J. E., & Pennington, N. (1989). Back to the future: Temporal perspective in the explanation of events. Journal of Behavioral Decision Making, 2(1), 25–38. DOI 10.1002/bdm.3960020103. 书目经出版社记录核对。要旨与摘要一致。出处经跨模型双查核实。。那项研究把效果归于对结果的确定感，而非想像中的时间转移；我们在它可以取得的文本中，也找不到 30% 这个数字。这个技巧仍然有用，但这个数字不应被当作事实重复。

第二项是「正题、反题、合题」的公式，通常归于黑格尔。这套三分用语属于费希特；黑格尔描述自己的哲学时，从未采用[8]Maybee, J. E. (2020). Hegel's dialectics. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Winter 2020 ed.). 书目经出版社记录核对。主张已对照全文核实。。方法卡描述的是动作本身（最强的对立立场、两者相撞、保留双方正确之处的新立场），不使用这个公式的名称。

目前的成效

我们先对私有版本做过一次小型试验：五个主张，其中三个植入错误，每个由一个全新的 agent 审查，审查所用的模型与写主张的模型不同。三个植入错误全部被推翻，审查者指出了正确的机制，也列出一手来源。两个本应成立的主张没有被推翻，但都判为削弱，因为审查者在措辞中找到真实的缺陷。没有主张达到成立。

之后我们在一台 agent 主机上，用六个练习主张测试第一个公开候选版，其中包括一个植入错误的框架、一项越界的建议，以及一个干净的真主张。六个判决全部落在答案范围内，真主张判为成立。这次的审查者与协调测试的 agent 是同一个模型，测试也非盲测。那次之后我们修改了部分措辞，尚未重跑。

两次小型测试合起来只算初步读数，尚不足以构成准确率。两次用的版本不同，又重用了三个主张，结果不应相加；而且多数主张可以对照公开来源查核，审查因此比多数规范型或框架型主张容易。每次审查也要跑一次完整的 agent：第一次试验中，约 8 万至 11.5 万个 tokens，耗时数分钟。

适用时机

适用于决策或出版真正依赖的少数几个主张，尤其是没有文件可以裁定的那些。逐句跑完一份报告并不适合。

取得 skill

skill 放在 GitHub：github.com/anselbuilds/agent-skills。skill 本身、方法卡与练习主张在 skills/red-team-gate/；练习主张的答案、完整的试验纪录与书目在 docs/red-team-gate/，不随 skill 安装。