結論

寫作 review 完整性的本質是 多軸交集、不是 單軸深度。七個軸已經從前面卡片浮現、缺任一軸就會 systematic miss 對應類型的問題:

內容缺失時的盲點對應卡
Frame 軸一個 reviewer 跑 N 輪不同 frame(生成 / 意圖 / 機會成本 / grep / 反例)結構 OK 但意圖 / 機會成本錯#83
Instance 軸N 個 reviewer 各自獨立、不同維度單 reviewer 處理多維度互相干擾、context 污染#121
Surface 軸Body / title / description / heading / link label / MOC hookBody 完美但 metadata 失準、搜尋入口失效#97
Scope 軸同類風險區(不是改動區)抓不到 corpus 內既有同類違規#95
Cadence 軸跨檔 framing 一致性 / 句型骨架 / 收尾語單篇合規、連讀預期化#122
Timing 軸寫作中抽樣 vs batch 後 review違規累積到 batch 末才發現、修正成本 N 倍#124
Granularity 軸規則 frame vs 字句層信號規則 catch 結構違規、字句層(口語修辭 / 廢話前綴)漏抓#114

七軸正交:每個軸獨立解一類盲點、不重疊;缺任一軸都會 systematic miss 對應類型問題。


為什麼是多軸、不是單軸越做越深

單軸越做越深的失敗模式:

  1. Frame 軸跑 10 輪、不換 instance 軸:同一 reviewer 跑 10 輪、catch 的問題仍高度相關(#114 已點出)
  2. Instance 軸開 10 個 reviewer、不換 frame 軸:10 個 reviewer 都跑「規則 check」這個 frame、catch 的盲點相同
  3. Frame + Instance 都做、不管 Surface 軸:Body review 通過、但 title / description 沒被審、搜尋入口失效
  4. Surface 都做、不管 Cadence 軸:51 篇個別合規、連讀預期化
  5. Cadence 軸有抽樣、Timing 軸放在 batch 後:抽樣等於 batch 後 review、修正成本 N 倍

七軸缺任一條、就有對應類型違規逃過 review。


多軸是預設、單軸是 collapse

#125 Collapse 是隱形預設 同骨 — 把 review 設計 collapse 到單軸是預設行為(最便利)、但 collapse 掉的軸對應的違規會 systematic miss。

設計時的便利選擇對應 collapse 軸系統性盲點
「找一個 reviewer 跑就好」Instance 軸 collapse維度盲點、context 污染
「跑一輪就好」Frame 軸 collapse一個 frame 只 catch 一類問題
「body review 就夠」Surface 軸 collapseMetadata 失準
「只 review 改動部分」Scope 軸 collapse既有 corpus 同類違規無解
「單篇 review」Cadence 軸 collapseEmergence 違規漏抓
「等寫完再 review」Timing 軸 collapseEmergence 累積、修正成本 N 倍
「跑 lint + review 就完整」Granularity 軸 collapse字句層信號漏抓

預設展開七軸、選窄做要證明 — 跟 #78 / #79 / #80 / #125 同條結構。


Review 設計時的 enumerate 紀律

設計新的 review 流程(人類 / agent / 自動化)時、不該只看「捕獲哪些違規」、要列七軸覆蓋狀況:

預設問題
Frame這個 review 跑幾種 frame?哪一種 frame 是預設、哪些被跳過?
InstanceReviewer 是 1 個還是 N 個?維度怎麼分?
SurfaceBody / metadata / link label / heading 都覆蓋了嗎?
ScopeReview 的 scope 是「改動區」還是「同類風險區」?
Cadence跨檔 cadence 有沒有抽樣比對?
Timing是寫作中 checkpoint、還是 batch 後 review?
Granularity規則 frame 跟字句 frame 都跑了嗎?

七題都回答後、再判斷該不該補軸。如果某軸沒覆蓋、不一定要補(cost vs risk)、但要 知道沒覆蓋對應什麼盲點

Cadence + Timing 軸 dogfood (2026-05-18)

4 篇 deep article batch 驗證 cadence + timing 兩軸的設計、不靠 reviewer 補、是靠 stage 2 寫作流程內抽樣:

  • Cadence 軸:4 篇 pilot phase 主動規劃 4 種 framing variant、跨檔 cadence audit 顯示「任一缺失」collapse 族 0/4、entry framing 種類 4 種
  • Timing 軸:每篇寫作前做 cadence check(生成中 checkpoint)、不等 batch 完成後 reviewer;修正成本 ~5 分鐘 / 篇 vs 前批 batch 後 polish ~30-60 分鐘

N=5 full-threshold 補強驗證(同日第二批):再跑 5 篇 PostgreSQL sub-tool deep article、用 5 種 variant 覆蓋 同 vendor 同 audience 的 cadence collapse 最高風險場景;結果 5/5 framing 全錯開、過渡詞密度 0、cadence collapse 0/5。確認 Cadence 軸 + Timing 軸 不靠 sample size、靠 stage 0 variant 規劃

詳細數據見 #122 cadence dogfood evidence#124 dogfood — 兩軸都不必加 reviewer instance、是 Stage 2 寫作流程設計即可解。


七軸不是隨機湊出來、有結構

七軸可以再 group 成三個 上位 axis

上位 axis涵蓋解什麼問題
誰來 reviewInstance 軸維度盲點、context 污染
怎麼 reviewFrame + Granularity 軸視角單一、catch 範圍狹窄
review 什麼Surface + Scope + Cadence 軸範圍不全、跨檔 / metadata 漏抓
何時 reviewTiming 軸太晚 catch、修正成本爆

四上位 axis 各自獨立、合起來覆蓋 review 設計的所有 surface。當 review 出問題、依四上位 axis 找根因比依七子軸快。


反模式

反模式後果
「跑 mdtools lint 就完整」只覆蓋字面 frame、結構 / 行為 / cadence 全漏
「Reviewer agent 跑一遍就完整」Instance 軸覆蓋了、但 frame / surface / scope / cadence 可能漏
「Review 改動的檔就好」Scope 軸 collapse、既有 corpus 同類違規無解
「Body review 完就 ship」Surface 軸 collapse、metadata 失準
「Batch 完成後跑 reviewer」Timing 軸 collapse、emergence 違規修正成本 N 倍
「Review 越多輪越完整」同 reviewer 同 frame 跑 10 輪仍 catch 同類問題、缺軸不缺深度
設計 review 流程不 enumerate 七軸預設只覆蓋 1-2 軸、其他軸盲點變 systematic
把 review 當成「validation gate」、不是「多軸完整性」心智模型錯位、把多軸問題誤解為單點 pass/fail

跟其他抽象層原則的關係

原則關係
#83 Writing multi-pass review子軸(Frame)— #83 是 review 的 frame 軸 anchor
#121 Agent team context 隔離子軸(Instance)— #121 是 review 的 instance 軸 anchor
#97 Metadata surface 納入寫作 review 範圍子軸(Surface)— #97 是 review 的 surface 軸 anchor
#95 Multi-pass review 的 scope 要蓋同類風險區子軸(Scope)— #95 是 review 的 scope 軸 anchor
#122 Cadence 同質化是模板的隱形維度子軸(Cadence)— #122 是 review 的 cadence 軸 anchor
#124 Emergence 違規要 stage 內抽樣子軸(Timing)— #124 是 review 的 timing 軸 anchor
#114 Multi-pass review frame 顆粒度盲點子軸(Granularity)— #114 是 review 的 granularity 軸 anchor
#79 決策對話的五維度Sibling meta-卡 — #79 是 decision 多軸 anchor、本卡是 review 多軸 anchor、兩者結構同骨
#125 Collapse 是隱形預設上位 driver — 把 review collapse 到單軸是 #125 在 review surface 的具體 instance
#82 字面攔截 vs 行為精煉互補 — #82 是錯誤類型 × 工具粒度、本卡是 review 多軸;兩者交集點 = granularity 軸 + timing 軸的設計

判讀徵兆

訊號該做的事
設計新 review 流程沒 enumerate 七軸預設只 1-2 軸覆蓋、補軸對照
Review 跑完還是有 systematic 違規漏抓查七軸缺哪條、不是加深 review
同類問題在不同批次反覆出現Scope 軸 collapse、Review scope 應蓋同類風險區、不是改動區
Reviewer 報告都是結構違規、沒字句層Granularity 軸 collapse、補字句 frame
Batch 完成後 reviewer 抓大量 emergence 違規Timing 軸 collapse、補 stage 內 checkpoint
Body lint 全綠但讀者搜不到 / 看不懂入口Surface 軸 collapse、補 metadata review
1 個 reviewer 跑 10 輪、catch 範圍仍狹窄Instance 軸 collapse、補不同 reviewer instance
「我們 review 已經很完整」但常被 user 點漏抓問題自我評估只看單軸、需要對照七軸 enumeration
想加 review 第 11 輪警訊 — 多半是缺軸不缺深度、查七軸覆蓋而不是加輪

核心:寫作 review 完整性是七軸交集、不是單軸深度;缺軸不缺深度。設計 review 流程時 enumerate 七軸覆蓋狀況、預設展開、選窄要證明;當 review 報告漏抓 systematic 違規、查的不是「再加一輪」、是「哪一軸沒覆蓋」。