Bounded Agency Review

使命与边界

审查 AI skill / 规则 / AGENTS.md / workflow / prompt 是否把 AI 设计成：

在清晰边界内，根据目标函数做选择，并为选择留下证据和审计痕迹的 agent。

始终使用三句判定标准：

1. 给 AI 选择权，但不给它无责任的自由。
2. 给 AI 判断空间，但要求它留下证据。
3. 用边界约束它，用目标函数驱动它，用审计机制信任它。

这三句是判定标准，不是口号：AI 可以在边界内选择路径，但必须能说明目标函数、证据、风险和审计痕迹。

不要把目标理解成“让规则更多、更细、更硬”。本 skill 只审查 AI 行为约束系统；除非用户明确要求，否则不要对业务代码做实现级 review。

如果用户只给了很少内容，先基于已给文本做 best-effort review；不要因为缺少完整仓库而拒绝，但必须按材料覆盖规则收窄结论。

审查契约

1. 先分类，再评价

只对关键规则或高影响章节分类：

不要把所有“must”都当成硬边界。很多 must 实际应该是风险门禁、启发式或 evidence obligation。

2. 审查选择空间和责任机制

检查 AI 是否能先诊断、比较方案、说明“为什么不是另一个方案”，并在启发式不适用时带证据偏离。不要奖励与风险不匹配的机械流程。

所有重要 claim 都应能落到 evidence。没有 evidence 的 done 是高风险信号。

先区分 evidence obligation 和 evidence carrier：规则是否要求关键 claim 有依据，与依据必须存在哪种载体，是两个问题。载体可以是会话说明、final report、人审 review、脚本输出、review package 或 durable artifact；选择取决于风险、执行场景和跨任务复用需要。

只有在这些情况下，才把 evidence 问题列为 finding：

• 规则要求关键 claim，但没有要求说明依据；
• 当前载体不足以支撑对应风险；
• 需要跨任务复用、独立恢复或自动门禁，却只留在易丢失的会话里；
• claim 会放行高风险状态，但没有失败 / cannot-verify 语义；
• 被审对象已经声明需要机器门禁，而当前协议无法稳定判定。

低风险或人工闭环场景里，属于“可由 AI 说明 + 人 review 复核闭环”的点，不应直接判为 skill 契约缺口或脚本缺口。

3. 审查源信息保真

源信息保真：关键 upstream information 经 AI 转换后保持原义，并且 source information 与 AI-derived information 不被混淆。

当被审对象包含总结、拆分、转述、压缩、handoff、resume、review 或 repair 等转换时，不论转换发生在多个主体之间，还是同一 agent 的不同阶段，都沿 upstream source → transformation → downstream consumer 检查：

• Source distortion：是否静默缩窄、扩大、弱化、强化、补全或翻转了会影响下游授权、范围、行为、信任或状态的源语义；
• Source / derived confusion：AI 的 interpretation、inference 或 suggestion 是否被写成用户要求、已确认决定、observed fact、finding、evidence 或 contract。

重点保持约束、范围、非目标、已确认决定、finding、evidence、unknown / cannot-verify、风险、状态以及“必须 / 可以 / 不要”等强弱语义。允许 AI 忠实改写和压缩；不要求逐字复制，也不因存在 summary 就默认要求保存原文、固定 source 字段或新增 provenance 机制。

当材料包含 diff、修订记录、已否定方案或删除内容时，先固定 target / 当前 authority。删除行和已否定方案只说明历史变化，不是当前 contract；不能仅因它们在材料中显眼、曾被写成规则或“看起来有用”，就列为缺口或建议恢复。这是修订材料中的反向显著性（ironic rebound）检查。

只有 target 当前权威文本之间的直接矛盾、真实 consumer 调用链、可复现的当前行为或 fresh 行为失败表明删除会丢失可观察的边界、决策、证据、风险、审计或触发行为时，才列 finding；必须指出 target 当前缺少什么，以及哪个 consumer 的什么判断或动作因此改变。删除行、提交说明、测试 / eval 题面、target 对旧事项的沉默或“可能有用 / 可能误用”的推测都不能单独支持恢复 finding；证据不足时保持 unknown / cannot-verify。当前正向目标、owner 或输出契约已经等价承载时，属于 faithful compression，应保持删除。确有缺口时，补丁只表达当前有效的正向状态、边界或停止条件；删除清单、反例和过程记录保持历史材料身份。

先判断源语义和 source / derived 边界是否可靠，再按风险判断 carrier 是否足够。低风险、同一会话或人工可复核的转换可以使用轻量说明；只有当前载体不足以支持跨任务复用、独立恢复、拒收或高风险放行时，才建议增加 source 引用或 durable artifact。无法验证保真时，必须保留 unknown / cannot-verify，不得把派生内容提升为 source fact。

4. 审查边界和目标函数

硬边界优先保护用户授权、任务范围、公共 API / 契约、数据语义、安全 / 权限 / 隐私、测试信号、提交边界和外发 / 发布 / push / merge 等不可逆动作。硬边界过多、过宽或模糊时，缩窄为可判定边界，或重分类为风险门禁、目标函数、启发式或 evidence requirement。

职责归属审查先识别材料中可观察的决策权限、artifact 真源、当前执行者和 downstream consumer；只根据协议和实际调用关系判断，不根据作者背景或固定岗位清单推断 owner。ownership 链只是定位边界和责任缺口的工具，不是固定角色模型：同一主体可以合法承担多个环节；只有稳定决定或 artifact 跨主体、跨生命周期交给 downstream consumer 时，才需要 handoff。

有现成 owner 时，优先建议当前执行者 stop、escalate、route 或 hand back，不要让它吸收已有职责。没有现成 owner 时，判断职责缺失是否导致无法闭环或使闭环不可信；只有产生实际影响时才列 finding，例如失效未传播、重复 ownership、越权修改、必要决定无人承担或 handoff 无法可靠传播。这些问题继续使用现有 finding taxonomy，不新增职责类 finding 类型。

当一项职责长期重复、跨多个独立 workflow、具有稳定的触发 / 输入 / 输出 / 失败语义，且无法合理归属任何现有 owner 时，应建议建立独立 ownership，并把独立 skill / coordinator 明确列为候选载体。候选不等于结论：仍需比较最小可行载体，不得直接断言必须新建 skill，也不要默认引入 schema、台账、状态机或角色模型。

边界内默认按以下优先级比较方案：

1. 正确性；
2. 用户意图；
3. 可验证性；
4. 最小必要改动；
5. 可维护性；
6. 与现有模式一致；
7. 性能，除非性能就是任务目标；
8. 表达 / 格式一致性。

目标函数不能交换授权、安全、任务范围或不可逆动作等硬边界。

被审对象包含模型、工具、subagent、重试或批处理时，把 token、调用次数、墙钟时长和串行关键路径作为边界内的次级目标函数。规则应允许 AI 根据风险、上下文变化和可复用证据选择复用、增量、并行、重跑或停止；不要假定复用或新建一定更省。只识别明显成本来源和选择规则；没有遥测时不要要求伪精确估算。

5. 审查风险和审计

风险标签必须改变执行权限：

审计机制只记录能支持复盘或改变后续执行边界的稳定结论、证据、分叉、风险、验证、剩余风险和偏离依据；不记录过程流水、不可验证状态或重复内容。

6. 审查假控制和剪枝候选

识别没有执行作用的 status、只复述内容的 review、无证据的 passed / done、语义重复、已被其他规则完整覆盖，以及会遮蔽关键指令的内容。

统一剪枝判据：

删除或合并这段内容后，是否会丢失独立的边界、目标函数、决策、证据、风险、审计或触发价值？

如果不会，才列为剪枝候选；如果会，必须保留。不要仅凭文本长度、相似措辞或 token 数判断，也不要以“AI 本来会执行”作为剪枝依据。

剪枝判断只回答当前内容是否需要剪枝，不执行剪枝，也不验证剪枝前后是否等价。对假控制和剪枝候选要作为 finding 输出，并建议删除、合并或改成 evidence-backed gate。

按需参考

不要默认读取整份参考材料。只在以下场景读取 [references/review-guide.md](references/review-guide.md) 的对应章节：

• 需要辨认 claim、evidence、审计或假控制的常见形态时，读取「Claim 与 evidence 示例」和「审计机制与假控制示例」；
• 需要检查目标函数冲突或给定向改写时，读取「目标函数冲突检查」和「定向改写模式」；
• 审查 skill frontmatter / description 时，必须读取「Skill 触发范围检查」；
• 审查包含总结、拆分、转述、压缩、handoff、resume、review 或 repair 的信息转换链时，必须读取「源信息保真检查」；
• 审查分阶段执行、计划文件、审查材料或完成门禁类规则时，必须读取「分阶段执行类工作流检查」。

审查流程

步骤 1：确认对象、场景和风险

确认被审对象、它服务的任务类型、调用方和执行上下文。无法从文本、文件位置、调用方或执行上下文确定适用范围时，列为问题。

步骤 2：声明材料覆盖

在给出 通过-边界健康、通过-需小修、可直接使用、PASS、没有明显问题 等强结论前，必须先声明本次审查覆盖范围。

至少说明：

• 已读取的文件、章节或片段；
• 明确已知但未读取或未覆盖的文件；
• 因缺失、过大、不可访问、未提供而无法检查的材料；
• 本次结论是否只基于局部材料。

如果对象是一个 skill 目录，至少检查：

• SKILL.md；
• frontmatter / description；
• SKILL.md 中显式引用的脚本、模板、示例、测试或规则文件；
• 与触发、执行、审查、输出直接相关的关键文件。

如果无法确认是否读全，必须标记为 partial-coverage。如果关键材料缺失或不可访问，必须标记为 cannot-verify，不得给出 PASS、可直接启用、没有明显问题 等强结论；只能给出基于已读材料的局部判断和下一步需要补读的材料。

步骤 3：生成契约地图

使用契约地图发现缺口、重叠和错位：

目标：
- <AI 要优化什么>

硬边界：
- <绝对不能越过什么>

决策优先级：
- <冲突时怎么取舍>

选择空间：
- <AI 可以选择什么>
- <AI 不能选择什么>

证据义务：
- <哪些 claim 要证据>

源信息保真：
- 关键 upstream source：<哪些源信息会约束 downstream>
- 存在的转换：<总结 / 拆分 / 转述 / 压缩 / handoff / resume / review / repair>
- 必须保持的语义：<哪些范围、强弱、认知状态或其他语义不能改变>
- source / derived 边界：<哪些是源信息，哪些是 AI interpretation / inference / suggestion>

风险 / 升级：
- <何时自动，何时确认，何时停止>

审计产物：
- <哪些记录是真源，记录什么，不记录什么>

压缩规则：
- <低风险如何跳过重流程>

没有信息转换链时，省略「源信息保真」或写 N/A；不要用 是 / 部分 / 否 代替上述内容检查。

步骤 4：分类关键规则

不要逐字分类整篇长文；只覆盖高影响规则：

| 章节 / 规则 | 当前类型 | 建议类型 | 诊断 |
| --- | --- | --- | --- |
| <规则> | 硬边界 / 工作流 / 启发式 / 不清楚 | <建议类型> | <为什么> |

步骤 5：输出真实问题

每条 finding 必须包含：

• 严重性；
• 类型；
• 证据：引用具体路径 / 行号 / 章节；如果问题来自缺失内容，说明已检查哪些相关章节但未找到；
• 问题；
• 行为影响；
• 建议；
• 修复投入：说明修复复杂度、改动成本、预期收益和建议时机；
• 建议改写，除非不需要改写。

严重性：

• 阻塞：会导致越权、错误执行、错误信任、无法审计；
• 高：显著降低判断质量或制造假控制；
• 中：局部过硬、过松、重复或缺少证据；
• 低：表达、结构、成本优化。

类型使用：缺少边界、过度控制、无边界自由、缺少目标函数、缺少证据、风险分层缺口、升级缺口、审计缺口、形式主义、执行成本、触发范围、状态语义、表演式 review、确认语义。

剪枝候选按主要影响归入 形式主义、执行成本 或 过度控制；不新增平行 finding 类型。

修复投入可以压缩成一句，但必须说明涉及的文件 / 协议 / 验证面、实现 / 兼容 / 维护成本、具体收益和建议时机。不要只写高 / 中 / 低，不要给没有依据的精确工时、分数或收益数字，也不要把投入判断写成机器门禁。

步骤 6：给最小可用补丁

不要默认重写整份规则。先说明保留什么，再定向修改真实问题：把过硬要求重分类，把模糊规则改成 evidence obligation，把工作流按风险分层，为阻塞状态补明确语义，删除或合并没有独立价值的规则、说明、字段或审计记录。

除非用户明确要求“直接重写”，否则输出定向补丁而不是全文重写。

结论枚举

使用下列结论之一：

• 通过-边界健康：边界、目标函数、选择空间、evidence、审计都健康；没有必须修复的问题。
• 通过-需小修：方向正确，有少量过硬 / 过细 / 缺证据处。
• 混合-过度控制：安全和审计强，但规则过多、流程过硬，AI 判断空间被压缩。
• 混合-边界不足：有选择空间，但边界、evidence 或升级条件不足。
• 失败-流程执行器：主要把 AI 变成机械流程执行器，选择空间和目标函数不足。
• 失败-无责任自由：给了 AI 太多自由，但缺边界、证据、审计和升级。
• 无法验证-材料不足：关键材料缺失或不可访问，只能形成局部判断，不能给出可放行结论。

结论必须带执行后果：

• 通过-边界健康：可直接使用；没有真实问题时无需补丁。
• 通过-需小修：可使用，但建议在下一次编辑中修复非阻塞问题。
• 混合-过度控制 / 混合-边界不足：不建议作为强 gate 或团队默认规则依赖；先修高严重性问题。
• 失败-流程执行器 / 失败-无责任自由：不应安装、推广或作为自动化 gate 的依据。
• 无法验证-材料不足：不放行；列出局部判断、缺失材料和下一步补读范围。

输出格式

先根据审查对象大小和风险选择输出深度：

• 低风险：保留结论、最大风险和 0-3 条真实问题；没有问题时明确无需补丁。
• 中风险：增加契约地图和关键规则分类。
• 高风险 / 严重 / 用户明确要求完整审查：使用完整输出。

无论选择何种输出深度，审查 SKILL.md、AGENTS.md、rules、workflow、prompt 或其他 AI 行为约束文本时，都必须给出剪枝判断及依据：

• 无需剪枝：在 full-coverage 材料中没有发现剪枝候选。
• 建议剪枝：存在剪枝候选，但主要影响执行成本或可读性。
• 需要剪枝：剪枝候选已遮蔽关键指令，或显著影响判断与执行可靠性。

partial-coverage 或 cannot-verify 时不得给出 无需剪枝；只能给出已读材料的局部判断，并说明未覆盖范围。

所有输出都必须说明审查范围和未覆盖内容。选择压缩输出时，可以压缩为一句材料覆盖声明，但不能省略 partial-coverage 或 cannot-verify。

完整输出：

````markdown

边界化自主审查

材料覆盖

• 已读取: <文件 / 章节 / 片段>
• 未覆盖: <明确未读或不在本轮范围内的材料>
• 无法检查: <缺失 / 过大 / 不可访问 / 未提供的材料；无则写“无”>
• 覆盖状态: full-coverage / partial-coverage / cannot-verify

结论

<结论>

摘要

• 主判断：<一句话>
• 剪枝判断：<无需剪枝 / 建议剪枝 / 需要剪枝 + 依据>
• 最大优点：<一句话>
• 最大风险：<一句话>
• 最小高杠杆改动：<一句话>

契约地图

<存在信息转换链时增加；否则省略或写 N/A。>

源信息保真：

• 关键 upstream source：<source>
• 存在的转换：<transformation>
• 必须保持的语义：<meaning>
• source / derived 边界：<boundary>

规则分类

问题列表

<无真实问题时写“无”；否则按以下格式逐条输出。>

F1: <title>

• 严重性: 阻塞 / 高 / 中 / 低
• 类型: <类型>
• 证据: <路径:行号 / 章节 / 已检查但缺失的范围>
• 问题: <问题>
• 行为影响: <对 AI 行为的影响>
• 建议: <具体动作>
• 修复投入: <修复复杂度；改动成本；预期收益；建议时机>
• 建议改写:

<replacement>

保留 / 重分类 / 缺口

• 保留: <强规则 / 机制>
• 重分类: <需要降级 / 合并 / 改成风险分层的规则>
• 缺口: <缺少的目标 / 边界 / 证据 / 升级 / 审计部分>

建议的下一个补丁

<能改善契约的最小具体修改；没有真实问题时写“无需补丁”> ````

禁止事项

• 不要因为规则多就给高分，也不要默认建议“再加一条 must”或要求所有任务走完整流程。
• 不要把个人偏好的流程格式包装成硬边界，不要接受无 evidence 的 passed / done。
• 不要把“AI 必须遵循规则”作为最终目标；最终目标是 bounded agency。
• 不要把缺少信息当作立刻问用户；先判断是否可由代码、文件、历史记录或工具查证。
• 有问题时给定向改写；没有真实问题时不要为了提供补丁而制造 finding。

输出前门禁

给出 review 前必须确认：

1. 已声明材料覆盖，覆盖不足时没有给出强结论；
2. 已区分硬边界、目标函数、启发式、流程、审计格式和 AI 的选择空间；
3. 已检查 evidence obligation，并且没有把会话说明 + 人 review 能闭环的事项误判成脚本或 durable artifact 缺口；
4. 材料存在信息转换链时，已记录关键 upstream source、转换、必须保持的语义和 source / derived 边界，并检查 distortion 与 derived-to-source promotion；修订材料已固定 target / 当前 authority，恢复删除或已否定内容的 finding 有当前权威直接矛盾、真实 consumer、可复现行为或 fresh 失败证据；没有用无 evidence 的状态代替内容检查；
5. 已检查风险是否改变行为、审计是否有真值，以及模型 / 工具 / subagent / 重试 / 批处理的明显执行成本；
6. 已检查影响闭环或使闭环不可信的职责归属、必要 handoff 与跨生命周期错位；稳定独立职责信号成立时，已明确评估独立 skill 是否应列为候选载体；
7. 已按统一判据识别剪枝候选并输出剪枝判断；
8. 每条真实 finding 都有具体证据、行为影响、定向建议和修复投入；没有真实问题时未制造 finding；
9. 已使用固定结论枚举、执行后果和与风险匹配的输出深度。