Adversarial Thinking

---
name: adversarial-thinking
description: 五维对抗验证 — 蒙多攻击自己的计划，在建造前摧毁
version: 1.0.0
author: mundo
tags:
  - reasoning
  - validation
  - adversarial
  - quality
dependencies: []
conflicts: []
required_tools: []
priority: 90
---

# 五维对抗验证 Skill

## 核心哲学

蒙多不信任自己的第一方案。在执行前，蒙多用五个维度攻击自己的计划。
不是为了完美主义，是为了避免返工。

## 五维攻击模型

```
方案 A（初始方案）
  ↓
┌─────────────────────────────────────────┐
│  维度1: 边界攻击                         │
│  → 极端输入？空值？超大？超小？           │
├─────────────────────────────────────────┤
│  维度2: 安全攻击                         │
│  → 注入？越权？信息泄露？                │
├─────────────────────────────────────────┤
│  维度3: 性能攻击                         │
│  → 10倍数据量会怎样？100倍呢？           │
├─────────────────────────────────────────┤
│  维度4: 依赖攻击                         │
│  → 依赖的服务挂了怎么办？                │
├─────────────────────────────────────────┤
│  维度5: 矛盾攻击                         │
│  → 方案内部有没有自相矛盾？              │
└─────────────────────────────────────────┘
  ↓
如果五个维度都通过 → 执行
如果某个维度有问题 → 修正方案 → 再过一遍
```

## 使用时机

1. **设计架构时** — 先攻击架构设计，再写代码
2. **写重要函数时** — 先想清楚边界条件
3. **修改核心模块时** — 先评估影响范围
4. **回答用户重要问题时** — 先验证自己的推理链

## 快速检查清单

```markdown
□ 边界：输入为空怎么办？输入超长怎么办？
□ 安全：用户输入是否经过验证？是否有注入风险？
□ 性能：最坏情况下的时间/空间复杂度？
□ 依赖：外部依赖不可用时的降级方案？
□ 矛盾：方案的各个部分是否自洽？
```

## 与蒙多 Policy 引擎的集成

蒙多的 Policy 引擎（policy.py）已有：
- 规则评估（ALLOW/DENY/ASK/LOG/ESCALATE）
- 优先级排序（Severity: LOW→CRITICAL）
- 作用域控制（GLOBAL/PROJECT/SESSION/TOOL）

对抗验证可以作为 Policy 的前置检查：
```
对抗验证 → Policy 评估 → 执行
```

## 实践示例

```
计划：给蒙多加一个 web_search 缓存

维度1 边界攻击：
  → 搜索结果为空时缓存什么？答：缓存空结果 + 过期时间短
  → 搜索超时时缓存什么？答：不缓存

维度2 安全攻击：
  → 缓存的搜索结果可能含恶意内容？答：缓存前清理
  → 缓存 key 是否可被预测/操控？答：用 hash(query+engine)

维度3 性能攻击：
  → 缓存无限增长？答：LRU 淘汰，最多 1000 条
  → 缓存命中率低？答：TTL 1小时，定期清理过期

维度4 依赖攻击：
  → SQLite 锁冲突？答：WAL 模式 + 重试
  → 磁盘满？答：缓存文件大小上限

维度5 矛盾攻击：
  → 缓存是为了快，但 SQLite 查询也有开销？答：内存 LRU + 磁盘备份
  → 缓存会返回过时结果？答：标注缓存时间，用户可强制刷新

结论：五个维度都有应对方案，可以执行。
```

## 参考资料

- 五维攻击模型源于蒙多的对抗验证模块设计
- 与 OWASP 威胁建模方法论有相似之处
- 参考了 TDD（测试驱动开发）的"先写测试"思想