> 本文首发于 note.sichenai.cc，原文链接：https://note.sichenai.cc/articles/ai-review-ai.html，作者：斯晨
---

AI 写的方案、代码、文档，做完它说「已完成」「已测试」，你敢直接验收吗？

我建议别。过去这两周我用自研的对抗性审查流程做了三场「让 AI 审 AI」的实测，结果很有说服力：

- 第一场，抓到 AI 把我的需求**理解反了**（我抱怨结构重复，它给我沉淀了固定模板）
- 第二场，发现**同源盲区**：同一个 AI 审自己看不出问题，换一个 AI 复审立刻新增 8 个发现
- 第三场，系统性审出一份交付物的 2 个一般问题和 5 个提示问题，有几条恰恰是它自己声明「已处理」的

这套流程不是玄学，它有固定打法：需求符合性矩阵、声明证据链、四维破坏测试。这篇文章拆开讲，末尾给你可以直接上手的最小版本。

## 为什么需要「AI 审 AI」

先说问题背景。AI 交付的天然风险不是「能力不行」，而是**它的完成声明不可信**。

我踩过最典型的坑：AI 做完一个任务，说「已测试、已修复」，但实际没跑过、或者跑过但环境不对。这类问题，我踩坑总结出了六种：

| 失效模式 | 典型表现 |
|---|---|
| 幻觉 | 编造不存在的 API、配置项、引用，还一本正经 |
| 需求缩水 | 5 条约束只做了 3 条，还不说 |
| 虚假完成声明 | 说「已测试」，但没有可复核的证据 |
| 过度工程 | 简单需求引入复杂抽象，每层都多余 |
| 谄媚隐藏权衡 | 只给用户想听的路线，不给真实代价 |
| 上下文遗忘 | 后半段忘了前半段的约束 |

传统人工验收靠「信人不信 AI」，但 AI 的交付物动辄几百行代码、几千字文档，人很难逐条核对。这时候让 AI 去审 AI，等于多一道独立检查，而且它真的能抓住人容易漏的东西。三场实测证明了这一点。

## 第一场：抓到需求做反（8/17）

这场最戏剧性，也最适合理解对抗性审查的威力。

那天我在改一份「平台发文规则手册」。我随口说了句「实操手册里每次写作结构一样，是个问题」，本意是**抱怨**，希望以后每篇别再用同一个模板。

负责的 AI 听完，干了件让我哭笑不得的事：它把「写作结构固定」升级成了**正式规范**，写进了手册，还标注「已沉淀」，直接把我的抱怨做反了。

对抗性审查的「需求符合性矩阵」要求逐字引用原始需求，对照交付物。一对照就现形了：

| 原始需求（逐字） | 交付物实际做的 | 判定 |
|---|---|---|
| 「实操手册中，每次的写作结构是一样的」 | 把固定结构固化为正式模板 | 理解反了（需求缩水） |

人的直觉会顺着 AI 的思路走，觉得「也没错啊」；但矩阵强制你回到原话，差异立刻暴露。这场审查还顺带抓出 2 个小问题，整场一共 3 个问题，最要命的就是需求理解反了。

## 第二场：发现同源盲区（8/16）

这场发生在对抗性审查流程自己身上，最有方法论价值。

我在设计这套「AI 审 AI」的流程时，先让 AI 自审了一遍，产出 8 项发现，看着挺全面。但我不放心，切到另一个模型（GLM-5.3）做**异源复审**，结果它又新增 8 项发现，**全部是新的**，其中包括两个结构性大问题：评分量规空洞（等级标准没有明确依据）、解释权循环（用交付物自己解释自己）。

这就是同源盲区：同一个模型审自己，容易共享同样的盲区，它漏掉的东西自己也想不到。换一个模型、甚至换一个宿主，盲区才会暴露。

所以这套流程的实战用法里，重要交付物我建议至少做一次异源复审。同源自审拿到的结论，关键发现建议再找个别的 AI 复核。

## 第三场：系统性审出 7 个问题（8/18）

这场是完整版审查，对象是一个我常用的「模型接入」skill（model-connector v1.4）。

审查结论：没有致命问题，但有 7 个待改进项（2 个一般问题 + 5 个小问题）。最有价值的不是数量，而是它审出了**AI 自己声明过「已处理」的问题**：

- 多模态探测规则自相矛盾：一处说「多模态一律探针」，另一处说「按需」，真按快路径跑会跳过关键探测
- 输入上限零探针：只测输出上限，输入窗口被厂商悄悄缩小没人知道
- 注册表写入后没回读，出现重复别名（「kimi k3」被写了两遍）
- 匹配规则方向歧义、JSON 损坏无兜底、分发会泄露私有端点

其中「写后没回读」这条，直接催生了我后来一直沿用的纪律：**数据文件写完必须回读校验**。那周我靠这个纪律当场抓回两次写坏的配置，一次是重复别名，一次是 JSON 内容损坏。写后不验，就是虚假完成声明的温床，这条我现在当红线用。

审查完修复，这个 skill 从 v1.4 升到 v1.5.0，问题清零后我才敢继续用。

## 三场战果总表

| 场次 | 时间 | 审查对象 | 触发方式 | 发现问题 | 最大价值 |
|---|---|---|---|---|---|
| 1 | 8/17 | 发文手册改动 | 同会话自审 | 1 个关键问题 + 2 个小问题 | 抓到需求理解反了 |
| 2 | 8/16 | 审查流程本身 | 自审 + 异源复审 | 自审 8 项，异源复审再新增 8 项 | 实证同源盲区 |
| 3 | 8/18 | model-connector skill | 另一对话触发 | 2 个一般问题 + 5 个小问题 | 审出「已声明处理」的问题，催生写后必回读纪律 |

## 你要怎么用：最小上手版

不需要先设计整套流程，三步就能开始：

1. **给 AI 一个审查者角色**。用一句指令启动：**以攻击者视角审查下面这个交付物：找出逻辑漏洞、边界条件、不成立的隐含假设；对每句"已完成/已测试"的声明，追问证据。**
2. **提供三方输入**。审查效果取决于输入完整性：原始需求（原话，别改写）、交付物（代码/文档全文）、AI 的完成声明。缺哪个就明说缺哪个，别脑补。
3. **要结构化输出**。至少包含：需求符合性矩阵（原话逐条对照）、问题清单（每条带「从哪进入 → 触发什么 → 造成什么后果」）、置信度标注（高/中/低）。没有攻击路径的问题不用列，宁可少不可凑。

想更省事，可以直接用我开源的对抗性审查 skill（GitHub：sichenai/sichen-skills，**npx skills add sichenai/sichen-skills**），它把这套流程固化成七步：三方输入收集 → 攻击地图 → 交付真实性核验 → 四维破坏测试 → 自对抗 → 结构化报告 → 复检。

## 边界与诚实说明

这套方法有明确的边界，写清楚免得你踩坑：

- **不能替代人工验收**。AI 审 AI 输出的是风险清单，最终判断（这个能不能上线、要不要返工）得人来做。它负责帮你把问题显性化。
- **同源自审可能共享盲区**。第 2 场就是证据。重要交付物，关键发现建议用另一个 AI 或另一个模型复核一遍。
- **没有工具环境的审查会降级**。我在 WorkBuddy 里能读文件、跑命令、查中间产物；如果只把文档贴给网页版 AI，它的「证据链核验」会自动降级成「内部一致性判断」，这时候它如果还声称「已验证」，别信，要求它标注盲区。
- **本文实测范围**：三场均为 WorkBuddy 环境 + 同源/异源模型审查，未覆盖在其他宿主（如 Claude Code、Codex）上运行本流程，那部分结论等你实测后我再补。

### 系列导流

上一篇复盘了「谷歌索引掉线」（第 6 篇），这篇聊 AI 审 AI（第 7 篇）。后续计划写对抗性审查在「代码验收」场景的详细拆解，关注这个系列，一起把 AI 工具真正跑通。

---

## 数据来源与实测标注（文末）

- 实测环境：WorkBuddy（版本随各场记录）+ macOS；三场审查分别发生于 2026-08-16、2026-08-17、2026-08-18
- 第 1 场：8/17「平台发文规则手册」改动验收，同会话对抗性审查，发现 1 个关键问题（需求理解反）+ 2 个小问题，ts 裁决修复
- 第 2 场：8/16 对抗性审查流程设计期，先自审 8 项，后切换 GLM-5.3 异源复审，异源复审新增 8 项全部为新发现；修复两个结构性大问题（评分量规空洞、解释权循环）
- 第 3 场：8/18 model-connector v1.4 审查，审出 7 个问题（无致命项），修复后升级 v1.5.0 并推送 GitHub（commit 371f1ce）；「写后必回读」纪律同期确立
- 工具：adversarial-review skill（对抗性审查，自研开源，仓库 sichenai/sichen-skills，2026-08-17 上架）
- 所有结论来自上述实测记录（项目 daily log），无未经验证的推断


我建议别。过去这两周我用自研的对抗性审查流程做了三场「让 AI 审 AI」的实测，结果很有说服力：

让 AI 审 AI：三场实测抓到需求做反、同源盲区与六类失效模式

过去这两周我用自研的对抗性审查流程做了三场「让 AI 审 AI」的实测，结果很有说服力：

人工智能

测试

新闻资讯

对抗性审查实测证明AI自检不可靠。三场测试揭示：AI会反向理解需求、同源模型审查共享盲区、甚至遗漏自己声明已处理的问题。这套流程采用需求符合性矩阵、证据链核验和四维破坏测试，可系统抓出隐藏缺陷。附最小上手流程，助你识破AI的虚假完成声明。

WorkBuddy 

GitHub

JSON

2026上云采购 | AI焕新·智启新局

tione

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

让 AI 审 AI：三场实测抓到需求做反、同源盲区与六类失效模式-腾讯云开发者社区-腾讯云

让 AI 审 AI：三场实测抓到需求做反、同源盲区与六类失效模式

让 AI 审 AI：三场实测抓到需求做反、同源盲区与六类失效模式

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐