論述基礎與限制

本卡從一次五輪的多輪審查抽出。二十一個 frame、二十份探針，reviewer 回報的量測裡有三條在複驗時不成立，而三條都住在其餘 finding 全部正確的報告裡：

• 一張卡的詞頻表被判為「量測當下與現在兩端都對不上」。卡自己寫著口徑是單一檔案，reviewer 量的是那個檔案加上另一份規範檔的合計；照卡上的口徑重跑，兩端都完全複現。
• 一個模組的 Backlog 段被判為欄位數不合規。那一段是空的（只有一句「目前沒有待辦項」），reviewer 讀到的是它下面另一個小節的表。
• 一份 skill 副本被判為「該砍成三分之一」，依據是規範裡管另一種檔案粒度的一條規則。全庫同類副本的長度比實測落在六到八成。

限制是一則個案，而且 reviewer 全部是同一個模型家族、由同一個 session 派出。換一批 reviewer 或換一種審查對象是否有同樣的比例沒有測過。推翻方式：拿一批審查報告逐條複驗，若不成立的那些與「口徑」無關而集中在別的成因，本卡的歸因不成立。

核心原則

一份審查報告的可信度是整份的，而錯誤是逐條的。 讀報告的人拿到的是一組 finding 加一組數字，而報告不會標示哪幾條是逐字複驗過的、哪幾條是順著讀下來的。其餘二十條都對，這一條就跟著被採信。

量測與被審對象之間有一個介面，而那個介面通常只寫在被審對象裡。 一個數字要成立，量的範圍得與被審對象宣告的範圍相同——哪幾個檔、哪一段、哪個時點。這些條件住在被審對象自己身上（卡上的口徑句、規則的適用範圍、段落的邊界），而 reviewer 是從外面量的。兩邊都沒有錯，只是量的不是同一個東西，而報告上這與「量到了問題」長得一樣。

這比壞掉的指令難查，因為指令沒有壞。 一條把所有輸入塌成一組的分組指令會回報一個可疑的數字；口徑不同的量測回報的是一個真實存在的數字，只是它答的是另一個問題。前者能用探測輸入抓出來，後者只能回被審對象讀它宣告了什麼。

反模式：把報告裡的數字直接寫進產物

報告說某個數字兩端都對不上，於是在卡上補一句「這個值已經漂了」。補完之後那句話成為新的事實，而原始的量測不會再被回頭跑——一條沒有複驗的更正，比沒有更正更難發現，因為它讀起來就是有人查過了。

同一形態的另一種：報告建議刪掉某一段，依據是一條規則。照做之後那一段不在了，而「那條規則管不管這種檔案」這個問題再也不會被問。

修法

要驅動改動的每一條量測，回被審對象找它宣告的口徑，用那個口徑重跑一次。 成本通常是一條指令。不要求全部複驗——只驗會導致修改的那幾條，其餘的當成待查。

複驗的第一步是找口徑，不是重跑指令。 用 reviewer 的指令再跑一次只會得到同一個數字。要看的是被審對象有沒有寫「這裡算的是哪幾個檔」「這一段到哪裡結束」，然後照它寫的重新界定範圍。找不到宣告的口徑是另一種 finding——那代表被審對象自己沒說，該補的是它。

駁回的時候把理由寫下來，寫在改動的紀錄裡。 「這一條複驗不成立」與「這一條沒看到」在產物裡也長得一樣。寫下來之後，下一個人不會再花一次成本重查同一條。

這是歸因先於處置套在 reviewer 身上。 探針的回報要先在原文找對應的字串才算數，reviewer 的量測要先在被審對象找口徑才算數——同一條紀律，只是對象從模型換成了審查者。

判讀徵兆

跟其他抽象層原則的關係

與 #291 掃描指令壞掉時不會報錯，它報一個數字 是同一個失效面的兩側。 那張卡處理自己的指令壞掉，判斷標準是餵已知不同的輸入進去看回報幾組；本卡處理指令沒壞而口徑不同，探測輸入對它無效——同一條指令在兩種口徑下都會正常運作，差別在它算的是哪一堆檔案。分辨兩者的問句不同：那裡問「這條指令量到的是不是我以為的東西」，這裡問「我以為的東西是不是被審對象宣告的那個」。

是 #281 理解用取樣不用判斷 的歸因紀律換一個對象。 那張卡要求探針的回報先在原文找到對應的字串才進處置；本卡要求 reviewer 的量測先在被審對象找到口徑才進處置。兩者要防的是同一件事——把一個外部來源的輸出當成已驗證的事實。

與 #304 探針回報的信心與它的準確度是兩個量 同族。 那裡分開「探針覺得自己答得出來」與「它答對了」，這裡分開「報告論證得好」與「那個數字成立」。共同點是一份輸出的說服力與它的正確性是兩個獨立的量，而讀的人手上只有前者。

受 #296 同一個 session 派出的 reviewer 共用它的盲區 的前提約束。 派再多 reviewer 也不會讓量測自動可信，因為它們共用同一份 prompt 與同一個框架；複驗這一步無法靠增加 reviewer 完成，只能由讀報告的人回被審對象做。