判斷「該不該再來一輪 review」的訊號是「frame 軸是否還有未動」、不是「上一輪 finding 變少」。

兩種訊號的對比：

多輪 review 的 ROI 不是 monotonically decreasing。每輪用新 frame 通常仍會抓出 substantial finding、但內容會從 surface compliance（編號 / 連結 / 案例對應）往深層 structural issue（cadence / enumeration / 反向引用斷裂）走。停止訊號是「下一輪可用的新 frame 已經想不出來」、不是「上一輪 finding 變少」。

為什麼 finding 數不是停止訊號

三個原因讓「finding 遞減」誤導：

1. 每輪修法會 surface 下一輪問題：修 cadence 1.0 會把 cadence 從位置 X 漂到位置 Y、變成 cadence 2.0；修 enumeration 不窮盡會 surface 反向引用斷裂（補完 enumeration 才看見哪些章節該引）。修 = 暴露 new surface。
2. frame 切換等於進入新的問題空間：Round 1 用 compliance frame catch 不到 cadence 同質化、Round 2 用 cadence frame catch 不到 enumeration 不窮盡、Round 3 用 steelman frame catch 不到 outbound impact。三輪 frame 正交、finding 互不重疊、自然不會遞減。
3. finding 深度遞增、不是寬度遞減：Round N 通常需要 frame 更精緻才能 catch、但 catch 到的問題更接近本質。Raw count 可能不變或增加、但每個 finding 的修正成本跟價值都更高。

把 finding 遞減當停止訊號、會在「正在進入更深層 issue」的時刻錯誤收尾。

跨輪 review 的質性 transition 模式

實證觀察、跨輪 review 的 finding 內容會走以下 transition：

實證的階段不一定按此順序、但通常從 surface 開始、隨 frame 切換往深層走。Meta 階段在 surface / cadence / structural 都修完後仍能 surface 新問題 — 因為它檢查的是「修法過程本身」、屬另一個維度。

每個階段內、frame 用完就遞減；跨階段、新 frame 上線就重新進入「新一輪不遞減」狀態。

停止訊號的 4 個判讀

何時可以判定「真的夠了」？四個判讀齊備、再停：

1. 七軸 frame 全動完：per #126 review 七軸、frame / instance / surface / scope / cadence / timing / granularity 七軸都用過、沒有遺漏的觀察維度
2. 新 frame 想不出來：團隊腦力激盪後想不出「能 catch 上一輪 frame 抓不到的東西」的新 frame、代表問題空間已涵蓋
3. Finding 性質回到 surface：若新 frame catch 到的 finding 又退回到 surface（編號、連結、低密度 cadence）、代表 structural / meta 維度已穩定
4. 修法成本反轉：若修一個 finding 的成本超過讀者實際感受的價值、繼續修不划算 — 用 #125 collapse 的提醒、避免完美主義 collapse 到無止境疊代

四個訊號齊備、停的判讀是 evidence-based 而非 finding 數驅動。

Case

本次 backend 5 章 + 1 report 卡的 3 輪 review 實證：

• Round 1（compliance / 案例 / 跨章 frame）：12 個 finding、surface 層為主、編號 mis-cite + case mis-citation
• Round 2（cadence / 旅程 / title frame）：10 個 finding、cadence 同骨化 + 影片詞彙橋斷裂 + 時序總表缺失
• Round 3（self-application / steelman / outbound frame）：16 個 finding（比 Round 1 / 2 還多）、三段式 cadence 從位置漂移 + enumeration 稻草人 + 單向反向引用斷裂

Total 38 個 finding、9 個 reviewer instance、零重疊。Round 3 finding 數反而比 Round 1 / 2 多、但 Round 3 是 review 自然停下的點 — 因為「想不出能 catch Round 3 frame 抓不到的東西的 Round 4 frame」。

判讀停止的依據是 frame 涵蓋（七軸動完、Round 4 frame 想不出來），不是 finding 數遞減（Round 3 數還在升）。若按 finding 遞減判讀、Round 1 → Round 2（12 → 10）就該停、會錯過 Round 3 抓出的 16 個結構性問題。

跟其他卡的關係

本卡跟以下卡片正交、處理「多輪 review 何時停」這個 #114 / #126 / #147 沒覆蓋的問題：

• #114 Multi-pass review 的 frame 顆粒度盲點 — 說明「需要不同 frame」。本卡補完：知道需要不同 frame 後、判讀「何時 frame 涵蓋夠」的訊號。
• #126 寫作 review 是多軸完整性、不是單軸深度 — 列七軸。本卡用七軸作為停止判讀的具體 checklist、補強 #126 在「執行收尾」這層的判讀工具。
• #147 規範化跟自審是兩種認知任務 — 說明「規範化第一次落地不可能完整、需要疊代」。本卡補完：疊代到什麼時候停？停止訊號跟疊代啟動訊號是不同維度。
• #125 Collapse 是隱形預設 — 「無止境疊代」是 collapse 的另一個極端（從「規範化單軸 collapse」反向到「review 過度 collapse 完美主義」）。本卡用「修法成本反轉」訊號避免這個反向 collapse。

判讀徵兆

跨輪 review 中、出現以下訊號時要重新評估「該繼續還是該停」：

• 新 frame 卡住訊號：規劃下一輪 review 時、想了 30 分鐘想不出「能 catch 新東西的 frame」— 是「frame 涵蓋已足」的強訊號
• Finding 性質退化訊號：新一輪 finding 退回 surface 層（編號 / 連結這類低密度議題）、structural / meta 層沒新東西 — 代表深層 issue 已穩定
• 修法成本超過邊際價值訊號：修一個 finding 要動 50+ 行、但讀者實際感受改善有限 — 修法 ROI 已下降
• Frame 重複訊號：新一輪 reviewer 的 finding 跟上一輪有重疊（per #114 同 frame 多輪 catch 高度相同）— 代表 frame 軸沒換、再跑無增益

四個訊號中出現任二、可以判定「真的夠了」。出現任一、繼續但要規劃 frame 切換。沒有任一、按七軸繼續推進。

「夠了」的判讀本身是 evidence-based、不是直覺 — 用上面四個訊號當 checklist、比「finding 變少就停」可靠。

多輪審查（multi-round-review）的最低輪數是三輪，不是「看 finding 數決定要不要繼續」。Round 3 不是可選的加深，而是覆蓋 Round 1-2 結構性盲區的必要輪。

為什麼

Round 1（compliance / baseline）和 Round 2（cadence / reader journey）用的 frame 都是「從作者端出發」的維度——規範有沒有遵守、句型有沒有重複、讀者走路線順不順。這兩輪能 catch 的問題有一個共同特徵：它們在「文章已經寫出來的內容」裡找錯。

Round 3 的 frame 是「從文章沒寫的東西出發」——enumeration 有沒有漏選項（steelman）、其他系列有沒有反向引用（outbound）、搜尋落地粒度夠不夠（search landing）、知識卡缺口。這類問題在 Round 1-2 的 frame 下結構性不可見，因為 reviewer 在已有內容裡掃描時，不會主動問「這裡應該還有一個選項但沒寫」。

反模式

「Round 2 修完、finding 數下降、覺得差不多了就停」是最常見的反模式。multi-round-review skill 已經明確寫了「停止訊號是 frame 涵蓋、不是 finding 數遞減」，但實際執行時仍然會在 Round 2 結束後問「要不要繼續」——這個提問本身就是 finding 遞減直覺在主導判斷。

Evidence

Dotfile 系列（29 篇 + 知識卡）三輪審查的 finding 分布：

Round 3 的 14 項不是 Round 1-2 的殘餘——它們是全新類型的問題：macOS 原生 tiling 遺漏、yadm/mise 選項缺失、跨系列反向引用斷裂、知識卡缺口。這些問題在 Round 1-2 的 frame 下不會被 catch。

先前的 backend 教學模組 review 也觀察到類似分布：三輪各 catch 不同類型的問題、finding 數不遞減。

修法

把「至少三輪」從「建議」升級為「硬底線」。Round 3 結束後才進入「要不要繼續」的判讀——此時用七軸涵蓋度和「想不出新 frame」作為停止訊號。

跟其他原則的關係

• #114 multi-pass frame 顆粒度盲點 — 同 frame 多輪無增益，多輪價值在 frame 切換
• #148 跨輪 review 停止訊號 — 停止訊號是 frame 涵蓋、不是 finding 遞減
• #126 review 七軸完整度 — 七軸動完是停止條件之一，三輪是動完七軸的最低路徑

判讀徵兆

以下情境代表三輪硬底線正在被繞過：

• Round 2 結束後問「要不要繼續」「到這裡收嗎」
• Round 3 的 frame 規劃被跳過、直接宣布 review 完成
• 用「Round 2 finding 數比 Round 1 少」作為停止依據

多輪審查的價值在 frame 切換而非重複加深。三輪用了 8 個不同 frame，每輪抓到的問題類型和上一輪不重疊。停止訊號是「想不出新 frame」而非「finding 數遞減」。

每輪的 frame 和收穫

Round 1：Compliance（規範 + 事實 + 冷讀）

Round 2：Cadence + 讀者旅程 + Title commitment

Round 3：Self-application + Steelman

三輪漏抓鏈：為什麼前一輪漏了

每一輪的遺漏都是因為 frame 的視角限制——同一個 reviewer 用同一個 frame 跑多輪只會重複相同的 catch。多輪的價值在 frame 切換。

你的文章需要多輪審查嗎？

• 品質敏感（教學、規範、長期累積的內容）且篇幅 > 100 行 → 至少 2 輪不同 frame
• 第一輪 finding > 10 → 再加一輪
• 同一批次有 3+ 篇相關文章 → 加跨篇一致性 frame
• 想不出新 frame → 停止

AI 輔助寫作中反覆出現的 pattern

從這次和過去的審查經驗，以下 pattern 在 AI 生成的文章中出現頻率高：

這些 pattern 的防護適合放在生成端（寫作前的 checklist），而非只放在審查端（寫完後掃描）。