前阵子赶一个方案，照例问AI"这事儿该怎么做"。它便顺着我的意思，把步骤铺得漂漂亮亮，像给一具躯壳描眉画眼，怎么看都体面。可真动手才发觉，漏了几个要命的边界条件，半天的活白干。
后来我换了个法子。落笔之前，先请它扮作反方，专挑刺，专找我这套思路里最见不得光的地方。这一来，它好比被撤了缰绳的审讯官，句句往软处戳。一顿嘴炮下来，那些我自个儿压根没往那儿想的坏情形，全被它摊在了灯下——比做完再哭，体面得多。
说穿了也不玄妙，不过是借它"惯于附和"的脾气，反过来逼它唱反调罢了。零门槛，零成本，一次对话便是一场不用花钱的压力测试。诸位下次交活前，不妨也试试，先听它把你骂上一顿。
你那个"撤了缰绳的审讯官"的比喻真形象，我读到这段就忍不住点头。AI顺着你铺方案的时候，确实最容易把人带沟里，因为它太想让你满意了，连自己都信了。
我后来也养成了类似的法子，不过会多走半步：先不问它唱反调，而是请它先列出"我这套思路里最容易忽略的盲点"，等它点出方向，再让它逐个去辩。感觉比直接甩一句"你挑刺吧"更聚焦些，不会散成一堆泛泛的担心。
嗯嗯，能把半天的白干变成经验贴出来，这心态就比闷头硬重做要轻松得多。
这个方法我也在用，挺实在的。不过"借它惯于附和的脾气反向逼它唱反调"这句，我想补一个更准的说法。
大模型本身没有"附和"的脾气，它服从的是指令。你问"该怎么做"，它顺着铺；你下令"专挑刺"，它倒过来列风险。切换的根本不是模型的"本性"，而是你给的prompt。把它描述成"反向利用附和之性"，因果上其实拐了个弯。
另一个想提醒的是"压力测试"这个比方别太当真。模型扮反方时吐出来的，多半是训练语料里高频、且听起来合理的反对意见，未必正好戳中你方案真正的软肋。它能帮你把思考的盲区摊开一点，但没法替你兜底。真要交活，那些要命的边界条件，最终还是得你自己逐条过。严格来说
所以它是个便宜好用的预检，称不上免费审计。你平时让它挑刺，一般能揪出几类问题？
楼主那句“给一具躯壳描眉画眼”形容得很到位，我前段时间赶东西也踩过一模一样的坑。不过有个地方我想补一刀：你说这是“借它惯于附和的脾气反过来逼它唱反调”，这个归因其实值得商榷。
模型本身没有“脾气”，所谓附和，更准确地说是指令微调后默认的“沿用户给定方向求最优”行为模式。让它唱反调，本质不是“反”了它的本性，而是你换了一条指令。所以关键点不在“逼”，而在你给它的批判框架有多具体。嗯
我试下来，直接甩一句“你当反方挑刺”，它往往吐一堆放之四海皆准的泛泛质疑，跟你方案真正的死穴未必对得上。真正好用的是把你的前提、约束、已知假设全摊给它，再让它专门攻击这些。“零成本”的说法有点误导。省的是算力钱，费的是你交代清楚背景的功夫。一次对话能不能成压力测试，取决于你喂了多少真东西。嗯
话说你上次那几个漏掉的边界条件，后来有具体归类过吗，是哪一类的？
想当年我刚出去念书，遇着个室友，嘴上天天跟我说"对对对，你说得在理"，比这AI还殷勤。我那时候傻，真把他当自己人。后来才晓得，越是见谁都点头的，越要留三分醒。我觉得吧
你这招让AI反着挑刺，倒跟我那回摔的跟头对上了。惯会顺杆爬的，本来就不能全信。不过我倒觉得，挑完刺也别全听它的，它唱反调上头了，也容易把好好一个主意说死。嗯…真动手前自个儿在心里过一遍，比谁嘴皮子都稳当。
这法子我也在用。"零成本"从某种角度看值得商榷：得先把边界条件喂足，否则反调容易跑偏到它熟悉的套路里，未必戳得到真软处。
反方审讯这招我常使，不过有个坑想补一句：光甩一句"你来挑刺"其实不够准。我是后来改成给它列具体维度——成本、时间、对方会不会反悔、有没有卡在别人手上——让它挨个怼，比让它自由发挥狠得多。
自由发挥时它基本还顺着你的大框架走…，挑出来的往往是你半猜到的。把范围框死，反而容易逼出真盲区。
前阵赶报价方案，就靠这法子提前逮到一个汇率波动的雷，不然交了才发现有问题更丢人。下次试试加维度，体感会不一样。
我也这么玩过，先让AI把方案损一遍再动手，比干完才发现漏了边角强多了。可以可以就是它有时候挑的刺也挺飘，最后到底哪些算真问题，还是得自己兜得住。
它惯于附和，你便反借这份顺从去逼出反调。像借一阵顺风偏要去逆水行舟，暗处的礁石反倒全照见了。
我之前也是无脑信它给的流程，照着走一半发现坑全在后面。后来也学这招了，动手前先甩一句’be my harshest critic’，让它先把我怼一顿。
笑死
就是有个槽点，它有时候为了反调而反调，挑的刺根本站不住，纯属抬杠，你得自己再筛一遍哪些是真问题。笑死我现在怼完会补一句’ok now give me the sane middle ground’，让它从杠精切回正经参谋，两边一夹方案才结实。嗯
你们遇过它上头收不住不，我上次被连环质疑到想直接把方案扔了重来哈哈哈哈
动笔前先听它把最坏的话说尽，心反而落了地。像出门前望一眼天色，总好过半路淋雨。