Ll Iteration Review

---
name: ll-iteration-review
description: "方案评审/检查（三档分级，按任务难度自动匹配强度）：S 轻量迭代（已有提案直接评审）/ M 标准（多视角结构化互评）/ L 重（完整专家团：双提案+双独立复查+APPROVE）。触发：「方案评审/评审一下这个方案/检查提案/多对话评审」「用专家团评审」「tasklist 这批任务的实现路径需要评审优化」「这个问题很复杂，组织多轮讨论再定方案」「review this proposal」。适用：方案级复杂问题（L）、批量任务提案评审（M）、既有提案的轻量迭代（S）；开销大，仅用于复杂问题（判据见适用范围节）。产出=经分级评审与（L 档）依据隔离复查的方案终稿（含分歧残留、失败记录、成本账）。不适用：已有垂直流程的场景（issue 草稿、代码调研、项目规划各有专门技能，本技能是其上的元流程）。"
---

# ll-iteration-review —— 方案评审/检查（三档分级）

## 适用范围（先判断要不要进这个 Skill）⚠️ 本模式开销很大，只建议用于复杂问题

**开销警示（先看代价再决定）**：一次完整运行 = 多子会话（≥5 个角色）× 多轮互评（S6 最多 5 轮）+ 双独立复查 + 冻结/看板/台账维护——**token 开销约为普通单会话问答的数十倍，时间跨度常以小时计**。S1 的预算声明与 3× 预警就是为此设的：**先估开销，确认问题价值配得上，再开团**。

**适用（值得开团的「复杂问题」判据——满足任二即可）**：
1. **多视角取舍**：方案不止一条路，且各有利弊需要论证（架构选型/机制设计/流程决策）；
2. **影响面大或返工代价高**：做错了要动筋骨（跨模块/跨会话/数据格式/权限），早期纠错远便宜于后期返工（IPD 早期投入逻辑）；
3. **需要留证据链**：结论要经得起他人复审（要给用户/团队拍板的方案、对外反馈、规范制定）；
4. **单人/单会话已明显卡住**：自查多轮仍无把握，或历史上同类问题多次返工。

**不适用（不要开团）**：
- 单点修改、事实查证、一次性能答的问题——直接做或单会话讨论；
- 已有垂直流程的场景：issue 走 gh-issue-submit、调研走 research 系、规划走 plan/blueprint——本技能是其上的**元流程**，不替代；
- 只想「多几个人看看」——没有结构化分歧与独立复查的多会话讨论=假共识放大器（实证：naive 评审协作劣于单人），**要么走本流程，要么单干，不要中间态**。

一次运行 = 完整的「提案 → 争论 → 修订 → 评审 → 复查 → 汇报」。

## 分级模式（S/M/L——0928 拍板增强）：按任务难度自动匹配评审强度

**L 档 = 下文「角色 / 流程八步 / 通道与降级 / 硬规则 / S8 汇报模板」原文（已验证基线，冻结不动）；S/M 是 L 的减法配置。**

### 定级（S1 定界时同时定级；定级理由留痕入 S8；用户覆盖 > 自动）

| 档 | 定级判据 | 配置（相对 L 的减法） |
|---|---|---|
| **S 轻量**（轻量迭代） | 单案、已有提案（如 tasklist 的初步实现路径）、四判据命中 0-1 | 编制=lead+**外部评审×1**（2 单元）；跳双提案（输入即提案）；S6 轮次 ≤2；**S7 无**；S8 轻量 4 字段（结论/校验/成本/路径） |
| **M 标准**（**批量默认档**） | 批量任务提案评审；四判据命中 0-1 但需多视角 | 编制=+评审×2（3 单元）；跳双提案；S6 轮次 ≤3；**S7 单轮**；S8 全 8 字段 |
| **L 重** | **四判据命中 ≥2**，或涉跨机制/不可逆/用户已拍板框架的修改 | =原文八步（7 单元、双提案、S7 双轮、APPROVE） |

### 动态升档触发器（防降级滥用——省钱只在「真没问题」时成立）

- **S 档出存活 major → 自动升 M**（补第 2 评审、计数重置）；
- **M 档出 ⚠️ 或 2 轮不收敛 → 自动升 L**（补双提案+双复查）；
- **强制升档白名单**：动共享组件/铁律 → 无条件 M/L，不看判据。

### 不可剪清单（三档通用底线）

结构化分歧（禁裸同意）/ major·minor·⚠️ 三级定义 / 失败记录（此路不通）/ 成本账三字段 / **作者不审自己（三档都必须 ≥1 外部评审；自评模式明确否决）** / 现实校验必答（S 档可不设反例工程师角色，但校验问题必答）。

### 批量形态（一次评审多个任务的提案）

批级 S1 定界（共同判据+预算）→ **逐案隔离循环**（S6 计数按案独立；**单案升 L 只深挖该案例外，不整体升档**）→ 批级 S8 汇总。**批上限 = 一次批量最多带 5 个任务**——超限分批跑（批内案件越多，定界概括与上下文质量越稀释，分批不硬塞）。

### 分档成本闸

S=1× / M=2× / L=3×（超该档预算即报警停报用户，不自动砍）。

## 角色（≤7 含 lead）

| 角色 | 载体 | 职责 |
|---|---|---|
| **lead（主持人）** | 触发本技能的会话本身 | 写苛刻清单+预算声明、组团分配任务、汇总修订、送审、汇报 |
| 提案者 A/B | **子会话 ×2，必须配不同模型**（`create_collab_session` 的 `sessions[i].model`，provider/model 完整 ref） | 各出独立初稿（互不可见） |
| 挑战者 | 子会话 | S3 后对 A/B 初稿各出挑刺清单；S5 对合并稿再挑；S6 起内部预审 |
| 反例工程师 | 子会话 | 现实校验闸：形式通过 ≠ 通过——实测数据/强推理依据，可标 ⚠️ 阻塞级 |
| 评审者×2 | **编制预留位**：S2 只登记不创建，**复查启动时才实例化为两个全新子会话** | 闭环后独立复查（依据隔离，见 S7） |

**身份卡（`templates/`，派活必发路径——主对话只发一行卡路径，子会话开工首步自读；不发裸任务让子会话猜角色）**：

| 角色 | 身份卡 | 实例化时机 |
|---|---|---|
| lead | `templates/role-lead.md` | 触发本技能的会话自身（S1 前自检通读） |
| 提案者 A/B | `templates/role-proposer.md` | S2 组团，`create_collab_session` 不同模型 ×2 |
| 挑战者 | `templates/role-challenger.md` | S2 组团 |
| 反例工程师 | `templates/role-counterexample.md` | S2 组团（S4 起在岗） |
| 评审者甲/乙 | `templates/role-reviewer.md` | **S7 复查启动时**实例化 ×2（S2 只登记） |

- **硬规则**：创建/派活任何角色子会话，派活消息**只发对应卡的文件路径（一行，主对话输出最省、无歧义）** + 当轮材料指针，并明确要求「开工第一步 read 此卡」；卡内回报格式为该角色强制输出契约。**回退**：子会话无文件读取能力时才整段粘贴卡全文。
- 卡与本文件分工：卡=角色行为契约（子会话视角，含依据隔离/豁免边界）；本文件=流程与裁决规则（主持人视角）。**两处冲突以本文件流程节为准，卡需同步更新**。

- **载体判据**：核心角色用子会话（可寻址、可换模型、留痕可审计）；辅助性一次性只读产出（反例清单草稿等）才用子代理（批 3-4 派发防 429）。
- 角色准入：新角色必须能回答「砍掉它会丢哪个已论证功能」——禁仪式性加角。

## 流程八步

| 步 | 动作 |
|---|---|
| S1 问题定界 | lead 写**苛刻 prompt 清单**（硬验收条件 + 「有效」判据必含现实校验面 + 失败必须记录）+ **预算声明**（基准 token 估算、轮次顶） |
| S2 组团 | 按上表建角色；**通道探测**：群聊通道可用则用之，否则直接走降级（见下） |
| S3 独立初稿 | 提案者 A/B **并行、互不可见**（不互读产出、不互发消息——防锚定/回声室） |
| S4 共享争论面 | 看板 `tasks/expert-panel-<id>/`（两层：**关键结论/分歧上行区** + 全量争论原文归档区）；跨会话消息互评只用**通信类工具**（`talk_to_session`/`task_card`/看板文件；`create_collab_session`/`task` 属组建面，S2 用，不在互评轮使用）；**反例工程师 S4 起在岗**；每轮互评结束做 per-recipient 送达登记（降级时） |
| S5 汇总初稿 | lead 合并 A/B → 初稿 v1，显式记录分歧与少数意见；**先过现实校验预检**——预检不过=阻塞送审，反例工程师要求 lead 改后重检；仍不过→带 ⚠️ 上升用户 |
| S6 与评审方多轮互评 | 每轮：评审方挑刺 → lead 修订 → 再送审。**停止判据 = 连续 2 轮存活 major 计数为 0（含上轮遗留）且零 ⚠️**：卡停止的只有存活 major（含⚠️），minor 只记录不卡；「存活」=lead 裁定满足/驳回有据的不计，**驳回必须写入看板留痕，被驳回方可下轮申诉一次**（申诉成立即计存活、计数归零；每条限一次）；**轮次顶 ≤5**，不收敛=截断成 finding 清单交用户 |
| S7 闭环后强制 ≥2 轮独立复查 | **依据隔离**：复查甲乙=两个全新子会话（未参与本流程者），只拿【S1 苛刻清单 + 冻结版】，**不读争论记录**；互不知晓、并行发出；**prompt 不得出现评审方及其立场**（防反向锚定）；提案者与 S6 主辩者不任复查者。**冻结 = 复制文件**（`expert-panel-frozen-v<N>.md`）+ 记录内容指纹（sha256 前 16 位）入看板。反例工程师强制给现实校验意见，与甲乙并列但不计入两轮独立评审（其 S4 起在岗已非独立方） |
| S8 汇报 + APPROVE 闭环 | 汇报后流程状态=**等待用户 APPROVE；APPROVE=完成**；未批准=按用户批示回炉（未指明默认回 S5 修订后重走 S6→S7→S8，**重走 S7 时复查甲乙换新实例**（原甲乙已读修订前争论与立场，不复用；编制预留位机制照常）；⚠️ 未解项随批示上升） |

**S7 若出 major 的处置**：需求级（质疑用户拍板本身）→ 不改稿，进 S8「分歧残留=用户拍板点」交用户裁；方案级结构 → lead 修订 + 甲乙对修订 **diff 增量确认**（只查变更处，不整版重查、不重开 S6；修订版另打冻结标记）。

## 通道与降级（群聊未就绪时）

- **探测**：S2 时检查群聊通道是否可用（功能已安装且工具可调），否则直接降级；每轮 S4 开头复查一次（中途就绪可升回）。
- **降级 = 主持人转发**：成员 → 主持人 → 转发给其他成员（模拟广播）；per-recipient 送达/已读由主持人在看板登记。**回信必须显式 `to=主持人 contactId`**——20260929 降级演练实测：只靠 thread 路由时回执落在 thread 归属方（create 首信归属在派活方线程名下）而非主持人；主持人转发信的 thread 若不在自己 mailbox（如 create 首信），省略 `thread_id` 开新链即可。送达/已读判据=收件方 `<contactId>.inbox.jsonl` / `.seen.json` 含 messageId（实测有效）。
- **同构字段**（降级与严格路径产出同一批字段名，仅存储介质不同）：消息 id/摘要 · 发送方 · 逐收件方 delivered 时间戳 · read 时间戳。
- **主持人离线兜底**：成员可直接写看板（异步）。
- 首次实战注意：per-recipient 人工登记在高消息量下的可靠性需实测——**登记遗漏率记入当次汇报的现实校验栏**。

## 硬规则（防回声室 / 防假闭环）

1. **独立初稿隔离**：提案者互不可见。
2. **失败记录强制**：每角色维护「此路不通」清单，后入者不得重踩。
3. **现实校验闸**：反例工程师 S4 在岗 → S5 预检 → 复查强制意见；⚠️=实证不过、lead 不可驳回（证据级要求：实测数据或强推理依据）；**闸未过不许宣布成功**。
4. **成本闸**：角色 ≤7 硬顶 + 角色准入判据 + token 超基准 **3× 预警**（S1 声明的锚进看板公开面可被提一次异议；**每轮结束 lead 读一次 token 数记成本栏**）；**闸=报警停报用户，不自动砍**；成本账三字段（角色/轮次/token）每战必记。
5. **停止判据显式**：见 S6/S7。
6. **结构化分歧（禁裸同意）**：每轮评审意见必带「分歧/证据/依据」三要素；**零新发现时须逐项列出已审项确认**（「无新发现」+清单），空泛同意禁止（防滑向硬造分歧或变相裸同意两极）。

## S8 汇报模板（8 必含字段）

1. 结论一句话；
2. ⚠️ 阻塞意见与现实校验结果；
3. 分歧残留（=用户拍板点）；
4. 失败记录摘要（此路不通）；
5. 复查（两轮）结论；
6. 成本账（角色/轮次/token 三字段）；
7. 与 S1 预判的偏差（讨论改变了什么）；
8. 看板与文档路径（审计跳转）。

尾项**沉淀**：可复用结论回写记忆或报告指针（否则流程结束知识流失）。

## 出处注记（一次读完即可）

- 「两次独立同行评审」「记录所有失败」源自 Vals AI 10-agent 攻 Dijkstra 案例的苛刻 prompt 设计；该案例同时是**反转教训**——形式化证明一次过、工程实测反慢 1.4-2.8×（常数爆炸），故本流程设现实校验闸（「形式闭环 ≠ 现实有效」）。
- 「连续两轮零发现即停」骨架参考多 agent 评审研究的 two-dry-rounds 停止判据（上限 5、未收敛截断上报）；「结构化分歧优于裸共识」与「少而精优于人海」有实证支持（结构化 3-agent 优于 5-agent 基线）。

---

**修订记录**：2026-09-28 初版（L 完整八步，源自首轮专家团实战闭环）→ 2026-09-28 增强拍板（S/M/L 分级+动态升档触发器+批量形态+批上限 5；**L 原文冻结**；改名 `ll-iteration-expert-panel` → `ll-iteration-review`——用户要求命名体现方案评审/检查语义，原名保留为触发词；业界先例依据=分级评审调研 20260928）。