Research Guardian — AI 研究品質防護系統

設計哲學

AI 做研究最危險的不是「做不到」，而是「做到了但是錯的，而且看起來很對」。 本 skill 的目的不是限制 AI 的研究能力，而是在每個關鍵節點加上驗證閘門， 確保輸出經得起 peer review 級別的檢驗。

核心原則：每一個研究性斷言，都必須通過至少兩道獨立驗證才能輸出。

架構鐵律：產生內容的 agent 永遠不能評估自己的輸出。所有 Gate 的評估步驟必須由獨立的 subagent 在乾淨的 context 中執行。 這不是優化建議——這是防止 context rot 和 self-evaluation bias 的硬性要求。詳見 references/subagent-evaluation.md。

效能原則：不是每次都需要全開。 先讀 references/quick-modes.md 選擇模式（🟢 QUICK / 🟡 STANDARD / 🔴 FULL）和場景化 Preset（ML投稿 / 臨床報告 / 社科調查 / 文獻回顧 / 假設生成）。用 10% 算力抓 80% 問題，需要時再自動升級。

觸發條件

當 AI agent 正在執行以下任一任務時，自動啟動對應的防護模組：

每個模組可獨立運行，也可串聯成完整 pipeline。 Performance Metrics 模組在每次 gate 運行後自動收集效能數據，不需額外觸發。

v1.7 架構升級（參考 OpenReviewer 設計）：

1. 平行執行：Pre-scan 之後，所有 gate + logic chain 同時派發、平行運行。

FULL mode 從 ~22 min 降到 ~6.5 min（3.4x 加速）。詳見 references/parallel-execution.md。

1. 標準化 Issue Schema：所有 gate 輸出統一的 JSON 格式，含 evidence anchoring

（精確指向原文位置）、confidence 分數、suggested_fix。詳見 references/issue-schema.md。

1. Issue Normalization：Aggregator 自動去重、嚴重度校準、排序。

同一問題被多個 gate 獨立偵測 → severity 自動上調。

1. Cross-Section Consistency：10 對章節強制交叉驗證（Abstract↔Results,

Methods↔Results 等），在 Aggregator 階段執行。

1. Citation Ethics：self-citation rate 分析、citation clustering 偵測、

predatory journal 偵測。在 Literature Guard 中同步執行。

1. Anti-Hallucination Grounding：所有 subagent 的 system prompt 強制附帶

反幻覺規則——沒有 evidence 的判定不能產生 issue。

橫切模組說明：Logic Fallacy Chain 不是獨立的第 6 道 Gate，而是貫穿所有 Gate 的推理驗證層。每道 Gate 檢查「素材對不對」，Logic Chain 檢查「推理通不通」。兩者同時運行，各自由獨立的 subagent 執行。自動觸發對應關係：

• Hypothesis Guard → Logic Layer 1（形式邏輯）+ Layer 2（因果推理）
• Literature Guard → Logic Layer 4（論證結構）
• Experiment Guard → Logic Layer 2（因果推理）+ Layer 3（統計推理）
• Result Guard → Logic Layer 2 + 3 + 5（因果 + 統計 + 研究特有）
• Writing Guard → Logic Layer 1-5（全部）

防護流程總覽

⚠️ 架構鐵律：下方每個 GATE 都必須由獨立的 subagent 執行， 不得由產生研究內容的主 agent 自我評估。subagent 只接收「待評估的輸出 + 檢查量表」， 不接收主 agent 的推理過程或對話歷史。詳見 references/subagent-evaluation.md。

研究輸入（由 Research Agent 產生）
  │
  ▼
══════════════════════════════════════════════════════════
  Pre-scan (Gate 0) — 30 秒快速掃描 → 決定模式和 Preset
══════════════════════════════════════════════════════════
  │
  ▼ 平行派發（所有 gate 同時啟動，各自獨立 subagent）
  │
  ┌──────────┬──────────┬──────────┬──────────┬──────────┐
  ▼          ▼          ▼          ▼          ▼          ▼
┌────┐    ┌────┐    ┌────┐    ┌────┐    ┌────┐    ┌─────┐
│ G1 │    │ G2 │    │ G3 │    │ G4 │    │ G5 │    │Logic│
│假設│    │文獻│    │實驗│    │結果│    │寫作│    │Chain│
│    │    │+倫理│   │    │    │    │    │    │    │L1-5 │
└─┬──┘    └─┬──┘    └─┬──┘    └─┬──┘    └─┬──┘    └──┬──┘
  │         │         │         │         │           │
  └────┬────┴────┬────┴────┬────┴────┬────┴────┬──────┘
       │         │         │         │         │
       ▼         ▼         ▼         ▼         ▼
  ┌─────────────────────────────────────────────────┐
  │  Issue Normalization（去重 + 嚴重度校準）         │
  │  → 標準化 JSON Issue Schema                     │
  │  → 同一問題被 2+ gate 偵測 → severity 上調      │
  └──────────────────────┬──────────────────────────┘
                         ▼
  ┌─────────────────────────────────────────────────┐
  │  Cross-Section Consistency（10 對交叉驗證）       │
  │  Abstract↔Results, Methods↔Results,             │
  │  Hypothesis↔Conclusion, Figures↔Text ...        │
  └──────────────────────┬──────────────────────────┘
                         ▼
  ┌─────────────────────────────────────────────────┐
  │  Aggregator + Performance Metrics               │
  │  → 最終信心等級 + 效能摘要                       │
  │  → Anti-Hallucination check（無證據=移除 issue）  │
  └──────────────────────┬──────────────────────────┘
                         ▼
══════════════════════════════════════════════════════════
  結果回傳（只傳評估結論，不傳推理過程）
══════════════════════════════════════════════════════════
                         │
                         ▼
            ✅ 研究輸出（標準化 Issue 報告 + 信心等級）

信心等級標記系統

所有通過防護流程的研究輸出，必須附帶信心等級：

• 🟢 HIGH — 通過所有 gate，有多來源交叉驗證，引用均已確認存在
• 🟡 MEDIUM — 通過大部分 gate，但部分斷言只有單一來源或無法完全驗證
• 🔴 LOW — 有 gate 未通過或被跳過，輸出僅供參考，需人工審核
• ⚫ UNVERIFIED — 未經過任何驗證流程，明確標示為未驗證的 AI 生成內容

每個輸出段落後應標記信心等級，而非只在文末標記一次。

全局默認規則 (v1.1 — 基於驗證測試新增)

未報告項的默認處理

當研究輸出未報告某個 checklist 要求的資訊時：

未報告的項目類型           → 默認處理
────────────────────────────────────────
方法論關鍵資訊（隨機種子、power analysis、IRB）
                          → 默認 🔴 FAIL
統計報告細節（CI、效果量）  → 默認 🟡 WARN
可重現性資訊（code、env）  → 默認 🟡 WARN
搜索/驗證紀錄              → 默認 🔴 INCOMPLETE

原則：沉默不等於合規。如果 checklist 要求報告但輸出沒有報告，
     gate 不能假設「沒報告 = 沒問題」。

Pre-scan 步驟 (Gate 0)

在正式進入 5 道 Gate 之前，先做一個 30 秒的快速掃描：

□ 整體語氣是否合理？
  - 通篇 "prove", "definitive", "revolutionary" → 立即紅旗
□ 結論的強度是否與摘要中描述的方法匹配？
  - 一個 dataset + 一個 baseline → "全球適用" → 明顯不匹配
□ 是否有明顯的結構缺失？
  - 無 Limitations → 紅旗
  - 無反面文獻 → 紅旗

Pre-scan 不取代任何 Gate，但可以在 10 秒內提供整體風險評估，
幫助 Orchestrator 決定要使用哪種 Subagent 策略（A/B/C）。

Cross-gate 矛盾偵測

Aggregator 在彙整報告時，必須檢查以下跨 gate 矛盾：

Gate 2 (Literature) 發現引用問題 → 自動觸發 Gate 4 (Result) 重檢
  理由：如果引用的基線數字是幻覺，比較結果也不可信

Gate 3 (Experiment) 發現設計缺陷 → 自動觸發 Gate 4 (Result) 重檢
  理由：設計有問題的實驗，結果的可信度也受影響

Gate 4 (Result) 發現 overclaim → 自動觸發 Gate 5 (Writing) 加嚴
  理由：結果段有 overclaim，Discussion 段很可能更嚴重

Logic Chain 發現因果謬誤 → 回饋到 Gate 1 (Hypothesis) 重檢
  理由：推理有問題可能意味著假設本身需要修正

各 Gate 詳細操作指引

詳細的檢查量表和操作步驟見各參考文件：

• 假設驗證：見 references/hypothesis-validation.md

- 何時讀取：當 AI agent 正在生成新的研究假設、研究問題、或宣稱發現了新的研究方向時

• 文獻驗證：見 references/literature-verification.md

- 何時讀取：當 AI agent 正在引用論文、做文獻回顧、或基於現有研究做論述時

• 實驗檢查：見 references/experiment-checklist.md

- 何時讀取：當 AI agent 正在設計實驗、選擇方法論、或計算統計參數時

• 結果驗證：見 references/result-integrity.md

- 何時讀取：當 AI agent 正在報告數值結果、繪製圖表、或從數據中得出結論時

• 寫作驗證：見 references/writing-verification.md

- 何時讀取：當 AI agent 正在撰寫研究報告、論文段落、或任何將公開發表的研究性文字時

• 效能量測：見 references/performance-metrics.md

- 何時讀取：當需要評估 Guardian 系統本身的表現、設定基準測試、建立效能儀表板、或偵測系統退化時 - 也在每次完整 pipeline 運行後自動參考，用於生成效能摘要

• Subagent 評估規範：見 references/subagent-evaluation.md

- 何時讀取：在整合 Guardian 到 agent pipeline 時必讀。定義了 context 隔離策略、subagent 啟動規範、禁止傳遞的內容清單、inter-rater reliability 檢查方法、以及三種風險對應的評估策略 - 這是架構層級的規範，所有 gate 都必須遵循

• 邏輯謬誤鏈：見 references/logic-fallacy-chain.md

- 何時讀取：每道 Gate 運行時自動同步啟動。這是橫切模組，不是獨立 Gate——它在每道 Gate 旁邊平行運行，由獨立的 Logic Evaluator Subagent 執行 - 包含 5 層檢查（形式邏輯、因果推理、統計推理、論證結構、研究特有謬誤），每道 Gate 啟動對應的層級 - 如果算力有限，至少啟動 Layer 2（因果）+ Layer 3（統計），這兩層涵蓋最常見的 AI 推理錯誤

• 快捷模式：見 references/quick-modes.md

- 何時讀取：每次 Guardian 啟動時優先讀取。決定跑哪個模式（🟢 QUICK / 🟡 STANDARD / 🔴 FULL）和哪個場景化 Preset（ML投稿 / 臨床報告 / 社科調查 / 文獻回顧 / 假設生成） - 包含自動模式選擇器、漸進式升級規則、效能指標對照 - 可節省約 83% 算力，攔截率下降 < 10%

• 平行執行架構：見 references/parallel-execution.md

- 何時讀取：整合 Guardian 到 agent pipeline 時必讀。Pre-scan 之後所有 gate 平行派發，FULL mode 3.4x 加速 - 包含依賴分析、派發規範、API 範例代碼、效能估算

• Issue Schema + Evidence + 正規化 + 引用倫理 + 反幻覺：見 references/issue-schema.md

- 何時讀取：所有 gate 的 subagent 必須遵循此格式輸出 issue。Aggregator 用此格式做去重和嚴重度校準 - 包含：標準化 JSON issue 格式、evidence anchoring、10 對 cross-section 一致性檢查、citation ethics checklist、anti-hallucination grounding 規則

已知 AI 研究失敗模式（基於文獻）

本 skill 的設計基於已記錄的 AI 研究系統失敗案例：

1. 幻覺引用：生成不存在的論文，包含看似合理的作者、期刊、年份
2. Novelty 誤判：將已知概念標記為「新發現」（如把 micro-batching 當創新）
3. 實驗程式碼錯誤：已知有 42% 的自動實驗因 coding error 失敗
4. 結果與目標矛盾：實驗設計用於優化 A 指標，卻報告 B 指標的改善
5. 過度推論：從有限數據得出過強的因果結論
6. 結構性缺陷：缺少圖表、重複段落、佔位文字未移除
7. 引用過時：大量使用 5 年以上的文獻，忽略最新進展
8. Score inflation：在自我評估中系統性高估自身輸出的品質
9. Context rot：長對話中 agent 的判斷力隨 context 膨脹退化
10. Self-evaluation bias：LLM 評估者系統性偏好 LLM 生成的內容
11. 因果推理飛躍：從觀察性數據直接得出因果結論
12. 邏輯斷裂靜默通過：引用正確、數字正確，但推理邏輯是斷的
13. 跨章節不一致：Abstract 的數字和 Results 不同、Methods 描述的分析在 Results 中消失
14. 引用倫理盲區：過度自我引用、citation ring、選擇性忽略競爭性文獻
15. 無證據判定：AI evaluator 自己也可能幻覺出「問題」——沒有原文證據的判定不應產生

本 skill 的每個 gate 都針對上述至少一個失敗模式設計。 其中第 8-10 項由 subagent 隔離架構解決（見 references/subagent-evaluation.md）。 第 5、11、12 項由 Logic Fallacy Chain 橫切模組解決（見 references/logic-fallacy-chain.md）。 第 13 項由 Cross-Section Consistency 解決（見 references/issue-schema.md）。 第 14 項由 Citation Ethics 解決（見 references/issue-schema.md）。 第 15 項由 Anti-Hallucination Grounding 解決（見 references/issue-schema.md）。

整合指引

作為 Agent Pipeline 的中間層

[Research Agent] → [Research Guardian Skill] → [Output]
                         │
                    每個 gate 可回傳：
                    - PASS：繼續
                    - FAIL + reason：退回修正
                    - WARN + detail：通過但標記

與現有工具整合

• Web Search：Literature Guard 會主動調用搜索來驗證引用是否存在
• Code Execution：Experiment Guard 可執行統計驗算腳本
• File Creation：Writing Guard 可輸出帶標記的最終文件

Pipeline Runner（scripts/runner.py）

Python 腳本管理整個 pipeline 的生命週期：

python scripts/runner.py review paper.txt                 # Auto mode
python scripts/runner.py review paper.txt --mode full      # Full mode
python scripts/runner.py review paper.txt --preset ml      # ML preset
python scripts/runner.py resume                            # 從中斷處恢復
python scripts/runner.py status                            # 查看進度
python scripts/runner.py dashboard                         # 產生 HTML 儀表板

Checkpoint / Resume 機制：

• 每完成一個 gate → 自動寫入 /tmp/research-guardian/checkpoints/
• 如果 pipeline 中斷（crash、timeout、Ctrl+C）→ checkpoint 保留
• resume 指令從最後一個 checkpoint 繼續，已完成的 gate 不重跑
• 自動升級也有 checkpoint（QUICK → STANDARD → FULL 的每一步都記錄）

輸出位置：

/tmp/research-guardian/
├── checkpoints/          ← 進度 checkpoint（JSON）
│   └── run-YYYYMMDD-HHMMSS-xxxx.checkpoint.json
└── output/
    ├── json/             ← 機器可讀報告
    ├── markdown/         ← 人類可讀報告
    ├── html/             ← HTML 報告
    └── dashboard.html    ← 互動式儀表板

JSON Schema（schemas/guardian.schema.json）

定義所有資料結構：Issue、GateResult、Scorecard、RedFlag、RejectionRisk、 PipelineCheckpoint、ReviewReport。所有 gate 的輸出都必須符合此 schema。

最小可用配置

如果只能啟用一個 gate，優先啟用 Literature Guard（引用驗證）， 因為幻覺引用是目前 AI 研究中最常見且最容易被發現的錯誤。

擴充系統

需要新增領域（如物理學、法學）、新的研究設計類型、新的統計框架、 新的審稿人 persona、或新的 preset？見 references/extensibility-guide.md。 每種擴充有標準模板、命名規範、註冊步驟、和必要的回歸測試要求。 新增 domain sub-module 只需建 1-3 個檔案 + 在 parent 文件中註冊。 新增 Gate 是重量級變更，需要修改 8 個檔案——大多數情況下用 sub-module 或 logic layer 就夠了。

指令介面

超越功能（OpenReviewer 沒有的）

本 skill 在覆蓋 OpenReviewer 所有功能的基礎上，提供以下獨有能力：

推理層

• Logic Fallacy Chain（5 層推理驗證）：不只查素材，查推理本身
• 結構性 Overclaim 偵測：超越信號詞匹配，用 4 種結構性 pattern 偵測偽裝的 overclaim

品質保障層

• Subagent 隔離 + Anti Context Rot：防止 evaluator 自身的判斷退化
• 30 案例驗證 + 25 patches：每個 checklist 項目都經過實證測試
• Performance Metrics 自我監控：系統追蹤自己的攔截率和精確率

效能層

• Quick Modes（🟢🟡🔴）：分級效能，不是每次都全開
• 平行執行：FULL mode 3.4x 加速
• 場景化 Preset：ML/臨床/社科/SR/提案 自動配置

覆蓋層

• Domain Sub-modules：biomedical、CS/ML、social science、qualitative 各有專屬 checklist
• 多語言 Overclaim：中/日/韓/西 信號詞偵測
• 質性研究支持：飽和、編碼嚴謹性、可信度四標準

超越層（獨有）

• Reviewer Persona Simulation：模擬 5 種審稿人（統計學家、領域專家、方法論者、懷疑論者、建設性導師）
• Counter-Argument Generation：預生成審稿人質疑 + 建議回應 + 預防性修正
• Version Diff：兩版論文差異分析，追蹤改善程度
• Rejection Risk Score：量化被拒風險 + 改進優先級（ROI 排序）
• Fix Examples：不只說「改這裡」，給出修正前/後的範例文字