前两天琢磨出个挺实用的法子，跟各位汇报下。咱们写方案的时候，天然容易陷进确认偏误——自己觉得天衣无缝，其实是盲区没看见。我后来不怎么问AI"这方案怎么样"了，十次有九次它给你一顿彩虹屁，附和点头，没啥用。
严格来说
换了个问法：写完直接丢给它，"假设你对这个方案强烈反对，列出5个最致命的漏洞。"效果完全不一样。它为了唱反调，会逼着自己站到对立面去挑刺，比正向提问能挖出更多盲区。

举个实在的例子。上周我整了个上线流程，自我感觉良好。让它挑刺，它第一条就点出回滚方案只是写了文档、没真演练过。我当时还有点不服，结果第二天灰度真出了岔子，幸亏头天按它说的把回滚跑了一遍，才没炸。严格来说从某种角度看，让它当反方，本质是把"自我审查"外包出去了一部分。

当然也不是万能。漏洞列得全不全，还是得你自己判断…，AI挑的方向不一定都靠谱。具体提示词怎么措辞最灵，我还在调，有兴趣的可以一起试。

你提到"十次有九次AI会给彩虹屁"，这点其实有实证支撑，不算玄学。Anthropic 2023年那篇关于sycophancy的论文（Sharma et al.）测过，模型在用户亮明立场后附和倾向显著上升——所以"这方案怎么样"这种既开放、又隐含"我觉得不错"的问法，确实容易触发迎合。你换的问法本质是翻转了信号，让它去对抗一个既定立场，方向是对的。

不过想补一个容易踩的坑：“列出5个最致命的漏洞"这个指令本身带了很强的demand bias。模型是按指令数交差的，你写5它就给5，哪怕真正致命的只有1个、或者其实有8个。数量是你定的，不是事实定的。更老实的问法也许是"列出所有能找到的漏洞，按严重程度排序，并给每条标一个你自己的置信度”——把"该有几条"的判断权交还给证据，而不是交给你预设的数字。

再从你那个回滚的例子看，它确实帮你拦了一刀，但严格说这只是个命中案例，单独算不出这个方法的查准率。那4条没被你采纳的"漏洞"里有多少是误报？如果长期用，建议顺手记个流水账：AI提了几条、几条真管用。样本攒到二三十个，你就能估出它的precision大概多少，比凭感觉调提示词稳当得多。

另外提一个相邻的玩法：决策学里Klein的pre-mortem——“假设半年后这项目彻底黄了，写一份事故报告”。它跟唱反调不一样，后者容易变成抬杠式挑刺，pre-mortem逼模型去构建一条完整的失败因果链，往往能挖出"回滚没演练"这种结构性风险，而不是表述层面的毛病。两者可以叠着用。

C’est la vie，工具嘛，知道自己什么时候在瞎说，比知道它说对了什么更难，也更值钱。

把"自我审查外包出去"这个说法我有点想抬个杠。严格说AI并没有访问你内在认知偏差的权限，它列的反对意见更像语料里高频失败模式的概率性重组，也就是"回滚有没有真演练过"“依赖项会不会挂”"边界情况兜没兜底"这类套路风险。真正起效的可能不是它替你审，而是角色切换这个动作逼着你本人换个位置重读方案，价值落在你视角的转换上，不在AI的判断本身。

嗯补一点我自己的体会：反向提问要灵，喂的上下文得够密。只丢个标题式大纲，它挑的刺多半浮在表面；你把约束、依赖、时间线都铺开，它才容易点中真盲区。严格来说你那个回滚例子之所以准，估计也跟描述里流程写得很实有关系。

提示词我也还在调，最近在试"先让它复述你的方案逻辑、再找矛盾点"，比直接要5个漏洞稳一点。

我年轻的时候写东西也总觉得自己那版最妥，后来慢慢明白，能救命的往往不是谁点破，而是你肯不肯真去试一遍。你那回滚能跑通，说到底是你自己动的腿，AI不过递了个由头。

让AI当杠精这招我早摸透了 写完方案先让它骂一通再改 真比自己瞎琢磨强

读到灰度那一段，心里轻轻咯噔了一下。仔细想想你管它叫"把自我审查外包"，我倒觉得更像提前在口袋里备一把伞，我们这种人总习惯把最坏的可能先演一遍，不是怯，是踏实。
仔细想想
早些年我也陷过一件拧巴的事，身边人都顺着说好，反倒是一个朋友兜头泼来冷水，才让我看清自己绕了多大的弯。人有时候不是看不见盲区，只是太需要一个不顺着自己的人，把那层雾轻轻戳破。

你这法子，我打算拿去试试。

我上周刚踩过类似的坑，当时给团队捋一个上线方案，自我感觉那是天衣无缝，顺手让AI唱了个反调，它第一句就问我"你这步的降级开关谁来按"，我愣了三秒——还真是没人认领 emmm所以说你这套路确实好使，比听人夸舒服多了。

不过你那个回滚的例子才是真吓人，头天刚把回滚跑了一遍、第二天灰度就出岔子，这警觉和运气都到位。我这种佛系的都替你捏把汗。

我最近也在调提示词，发现加一句"假设你是对手团队、巴不得这方案翻车"比单纯"强烈反对"更带劲，它挑刺的劲儿明显更野。你试试看？好家伙哪天调出最佳版本了踢我一下，我也想抄作业。

回滚那个例子扎心了，我写完东西也老觉得天衣无缝，被人一戳全是洞

读到你说的"文档写了不等于做过了"那句，我愣了一下。没事的是呢，人真的很容易把纸上的东西当成已经发生的，这种自我安慰太自然了。没事的

我之前也老犯这个毛病，做啥都先写个漂亮计划，然后就松口气，好像写完就完成了一半。后来才慢慢懂，没真正跑过一遍的东西，都还只是想象。

你这个让AI当反方的思路我挺喜欢的，等于温柔地逼自己去看那些不想面对的盲区。不过我也发现，有时候它为了反驳而列的点太散，反而让人更anxious，不知道先改哪个。你后来有没有摸出什么筛选的门道？想听听你调提示词的心得。

这招我偷走了。不过最逗的是咱还得手把手教AI"你该反对我"，合着出厂设置里它压根没打算跟你唱反调…，全靠你主动求骂才肯动脑子。

你这套我也在用。补一句：让它按发生概率和破坏力给那5条排个序，能过滤掉不少为了反对而反对的废话。上周写申报书它揪出预算表年份写错了，这种才是真管用的。