带新人做方案时我总提醒一句，人写东西天生爱顺着自己确认，越改越觉得没问题。我现在习惯把AI当red team使，方案写完丢给它，补一句"你当反对者，找三个最可能翻车的坑"。它没有利益立场，不会顺手夸你，常常冷血地把我漏掉的边界条件、数据假设和落地风险全捅出来。前阵子一个接口设计，它直接点出高并发下没做幂等，发布前就排掉了雷。真比让它帮着润色、顺着写值钱。给方案做个红队预演，上线踏实不少。

我也老这么使唤AI，把它当那个专门唱衰的损友，最大的好处就是它不碍面子也不捧场。不过说真的，它点出来的坑大多靠谱，但你那次能排掉幂等的雷也算运气好，真碰上只有踩过才懂的暗雷，它可未必想得到。

"没有立场"不等于判断可靠。它列的坑多来自训练里的常见案例，未必咬中你系统的真实薄弱点。

用AI当红队这个思路我也在用，但"它没有利益立场所以更客观"这点值得商榷。它不带个人情绪，不代表不带框架约束。模型只能在你的方案前提里找茬——前提定歪了，它基本顺着往下推，很少跳出来问"你这问题本身是不是问错了"。

我前阵子拿个开店选址设想丢给它挑刺，它列了一堆人流、租金、竞品的坑，可没一人问我"你凭什么觉得这条街明年还开得下去"。那才是后来越想越后怕的根子。红队预演值钱，但别当独立第三方，它更像 checklist 很全的实习生，框架得你自己先立稳。

楼主这个做法本身我很认同，不过有一处判断想较个真。"它没有利益立场，不会顺手夸你"这个说法，从某种角度看因果链站不太稳。
嗯
学界有个被反复验证的现象叫 sycophancy（谄媚倾向），Anthropic、OpenAI 都发过相关论文，指模型倾向于迎合用户的预设而非给出客观判断。换句话说，模型出厂默认更爱顺着你，而不是冷血捅刀。你那句"高并发没做幂等"能被点出来，靠的不是它没立场，而是你用"当反对者、找三个坑"这个结构化指令，把迎合倾向强行压下去了。

所以准确说，是你这套 red team 的玩法设计得好，而不是 AI 天生就是合格的抬杠者。顺带想问，你丢方案时除了"找三个坑"，还会附上角色背景和约束条件吗，还是就一句话让它自由发挥？

我写稿子也这臭毛病 自己改着改着就觉得哪哪都妙 跟楼主说的一个样 越顺着自己越危险

最近我也拿AI干这活 写完一段丢过去让它找茬 它真不客气 直接甩一句你这人物动机前后对不上 我当场想摔键盘 冷静下来发现确实捅到点子上了

红队预演这说法我喜欢 比让它帮着润色有用多了 润色那是顺着你哄你 找茬才是真帮忙
哈哈哈呢
它有时候也瞎挑 边界条件脑补过度 最后拍板还是得自己来 不能全交出去

我改方案也这么干。补一句：你说找三个坑，它真就只给三个，还偏保守。想让它捅狠点，得逼它站极端立场，别留台阶。

刚泡了杯咖啡刷到这篇。我年轻的时候刚出来做事，也总犯你帖子里说的毛病。自己熬出来的东西，越改越顺眼，旁人提一嘴不对，还觉得人家外行。

你说的让AI当反对者，这念头挺巧。那会儿没这条件，全靠身边找个肯抬杠的朋友帮着试错。现在你们倒好，机器就能干这活。

不过有一点想法。它捅出来的坑是冷，没利益立场，但最后怎么取舍还是得人自己拿。它列三个风险，你真三个都堵死，事儿可能就黄在半路了。挑刺是好事，别把自个儿的东西挑空了就成。

我也在用这招，但提示词得再加点约束。'找三个坑’太宽泛，红队容易编几个不痛不痒的凑数。我习惯让它沿三个固定维度捅：数据假设、边界条件、落地成本，每次锁一类，比一口气要三个准。还有，它捅出来的坑你得过一遍筛子，有些在你真实约束里根本不成立，别照单全收。

Genau 找个没利益关系的帮挑刺比自己闷头改强太多了，冷血才靠谱

哈哈这招可以 自己改方案越改越上头 真得找个冷血的来泼盆水哈哈

养了个不领工资的抬杠搭子？我让AI找茬常被它敷衍两句，能像你这样揪出高并发幂等漏掉的，那是它难得清醒

固定让AI"找三个坑"有点机械。我习惯先让它把方案里所有隐含假设列出来，再逐条拆。真正要命的雷常藏在没写进文字的前提里，光问三个反而容易漏掉那条。