santa-method

name santa-method description 具有收敛循环的多智能体对抗验证。两个独立的审查代理必须都通过，输出才能发送。 origin Ronald Skelton - Founder, RapportScore.ai 圣诞老人方法 多智能体对抗验证框架。列个清单，检查两遍。如果行为不端，就修正直到表现良好。 核心洞察：单个智能体审查自身输出时，会共享产生该输出的相同偏见、知识盲区和系统性错误。两个没有共享上下文的独立审查者可以打破这种故障模式。 何时激活 在以下情况调用此技能： 输出将被发布、部署或供最终用户使用 必须强制执行合规、监管或品牌约束 代码未经人工审查即投入生产 内容准确性至关重要（技术文档、教育材料、面向客户的文案） 大规模批量生成，抽检无法发现系统性模式 幻觉风险较高（声明、统计数据、API 参考、法律用语） 不要 用于内部草稿、探索性研究或具有确定性验证的任务（这些请使用构建/测试/代码检查流水线）。 架构 ┌─────────────┐ │ 生成器 │ 阶段 1：列出清单 │ (代理 A) │ 生成交付物 └──────┬───────┘ │ 输出 ▼ ┌──────────────────────────────┐ │ 双重独立审查 │ 阶段 2：复核两次 │ │ │ ┌───────────┐ ┌───────────┐ │ 两个代理，同一评分标准， │ │ 审查者 B │ │ 审查者 C │ │ 无共享上下文 │ └─────┬─────┘ └─────┬─────┘ │ │ │ │ │ └────────┼──────────────┼───────┘ │ │ ▼ ▼ ┌──────────────────────────────┐ │ 裁决门 │ 阶段 3：判定好坏 │ │ │ B通过且C通过 → 好 │ 两者必须通过。 │ 否则 → 坏 │ 无例外。 └──────┬──────────────┬────────┘ │ │ 好 坏 │ │ ▼ ▼ [ 发布 ] ┌─────────────┐ │ 修复循环 │ 阶段 4：修复至通过 │ │ │ 迭代次数++ │ 收集所有标记。 │ 若 i > 最大: │ 修复所有问题。 │ 升级处理 │ 重新运行两个审查者。 │ 否则: │ 循环直至收敛。 │ 跳至阶段2 │ └──────────────┘ 阶段详情 阶段 1：列清单（生成） 执行主要任务。无需改变正常的生成工作流程。圣诞老人方法是一个生成后验证层，而非生成策略。 # The generator runs as normal output = generate(task_spec) 阶段 2：检查两遍（独立双重审查） 并行生成两个审查智能体。关键不变项： 上下文隔离 — 两个审查者互不见面对方的评估 相同评估标准 — 两者收到相同的评估标准 相同输入 — 两者都收到原始规格说明和生成的输出 结构化输出 — 每个审查者返回类型化的判定，而非散文 REVIEWER_PROMPT = """ You are an independent quality reviewer. You have NOT seen any other review of this output. ## Task Specification {task_spec} ## Output Under Review {output} ## Evaluation Rubric {rubric} ## Instructions Evaluate the output against EACH rubric criterion. For each: - PASS: criterion fully met, no issues - FAIL: specific issue found (cite the exact problem) Return your assessment as structured JSON: { "verdict": "PASS" | "FAIL", "checks": [ {"criterion": "...", "result": "PASS|FAIL", "detail": "..."} ], "critical_issues": ["..."], // blockers that must be fixed "suggestions": ["..."] // non-blocking improvements } Be rigorous. Your job is to find problems, not to approve. """ # Spawn reviewers in parallel (Claude Code subagents) review_b = Agent(prompt=REVIEWER_PROMPT. format (...), description= "Santa Reviewer B" ) review_c = Agent(prompt=REVIEWER_PROMPT. format (...), description= "Santa Reviewer C" ) # Both run concurrently — neither sees the other 评估标准设计 评估标准是最重要的输入。模糊的标准会产生模糊的审查。每个标准必须有客观的通过/失败条件。 标准 通过条件 失败信号 事实准确性 所有声明均可根据源材料或常识验证 编造的统计数据、错误的版本号、不存在的 API 无幻觉 没有虚构的实体、引用、URL 或参考文献 指向不存在页面的链接、无来源的引用 完整性 规格说明中的每个要求都得到满足 缺少章节、遗漏边缘情况、覆盖不完整 合规性 通过所有项目特定的约束 使用禁用术语、语气违规、监管不合规 内部一致性 输出内无矛盾 A 部分说 X，B 部分说非 X 技术正确性 代码可编译/运行，算法合理 语法错误、逻辑错误、错误的复杂度声明 特定领域评估标准扩展 内容/营销： 品牌语气一致性 满足 SEO 要求（关键词密度、元标签、结构） 无竞争对手商标滥用 CTA 存在且链接正确 代码： 类型安全（无 any 泄漏，正确处理 null） 错误处理覆盖 安全性（代码中无秘密、输入验证、注入防护） 新路径的测试覆盖 合规敏感（受监管、法律、金融）： 无结果保证或未经证实的声明 存在所需的免责声明 仅使用批准的术语 符合司法管辖区的语言 阶段 3：表现好坏（判定门控） def santa_verdict ( review_b, review_c ): """Both reviewers must pass. No partial credit.""" if review_b.verdict == "PASS" and review_c.verdict == "PASS" : return "NICE" # Ship it # Merge flags from both reviewers, deduplicate all_issues = dedupe(review_b.critical_issues + review_c.critical_issues) all_suggestions = dedupe(review_b.suggestions + review_c.suggestions) return "NAUGHTY" , all_issues, all_suggestions 为什么两者都必须通过：如果只有一个审查者发现问题，那么该问题是真实存在的。另一个审查者的盲点正是圣诞老人方法旨在消除的故障模式。 阶段 4：修正直到表现良好（收敛循环） MAX_ITERATIONS = 3 for iteration in range (MAX_ITERATIONS): verdict, issues, suggestions = santa_verdict(review_b, review_c) if verdict == "NICE" : log_santa_result(output, iteration, "passed" ) return ship(output) # Fix all critical issues (suggestions are optional) output = fix_agent.execute( output=output, issues=issues, instruction= "Fix ONLY the flagged issues. Do not refactor or add unrequested changes." ) # Re-run BOTH reviewers on fixed output (fresh agents, no memory of previous round) review_b = Agent(prompt=REVIEWER_PROMPT. format (output=output, ...)) review_c = Agent(prompt=REVIEWER_PROMPT. format (output=output, ...)) # Exhausted iterations — escalate log_santa_result(output, MAX_ITERATIONS, "escalated" ) escalate_to_human(output, issues) 关键：每轮审查使用 全新的智能体 。审查者不得携带之前轮次的记忆，因为先前的上下文会造成锚定偏差。 实现模式 模式 A：Claude Code 子智能体（推荐） 子智能体提供真正的上下文隔离。每个审查者是一个独立的进程，没有共享状态。 # In a Claude Code session, use the Agent tool to spawn reviewers # Both agents run in parallel for speed # Pseudocode for Agent tool invocation reviewer_b = Agent( description= "Santa Review B" , prompt= f"Review this output for quality...\n\nRUBRIC:\n {rubric} \n\nOUTPUT:\n {output} " ) reviewer_c = Agent( description= "Santa Review C" , prompt= f"Review this output for quality...\n\nRUBRIC:\n {rubric} \n\nOUTPUT:\n {output} " ) 模式 B：顺序内联（备用方案） 当子智能体不可用时，通过显式上下文重置模拟隔离： 生成输出 新上下文："你是审查者 1。仅根据此评估标准进行评估。找出问题。" 逐字记录发现 完全清除上下文 新上下文："你是审查者 2。仅根据此评估标准进行评估。找出问题。" 比较两个审查结果，修复，重复 子智能体模式严格优于内联模拟——内联模拟存在审查者之间上下文渗透的风险。 模式 C：批量采样 对于大批量（100+ 项），对每个项目都执行完整的圣诞老人方法成本过高。使用分层采样： 对随机样本（批量的 10-15%，最少 5 项）运行圣诞老人方法 按类型对失败进行分类（幻觉、合规性、完整性等） 如果出现系统性模式，对整个批量应用针对性修复 重新采样并重新验证修复后的批量 持续直到干净的样本通过 import random def santa_batch ( items, rubric, sample_rate= 0.15 ): sample = random.sample(items, max ( 5 , int ( len (items) * sample_rate))) for item in sample: result = santa_full(item, rubric) if result.verdict == "NAUGHTY" : pattern = classify_failure(result.issues) items = batch_fix(items, pattern) # Fix all items matching pattern return santa_batch(items, rubric) # Re-sample return items # Clean sample → ship batch 故障模式与缓解措施 故障模式 症状 缓解措施 无限循环 修复后审查者仍不断发现新问题 最大迭代次数限制（3 次）。升级处理。 橡皮图章 两个审查者都通过所有内容 对抗性提示："你的工作是发现问题，而不是批准。" 主观漂移 审查者标记风格偏好，而非错误 严格的评估标准，仅包含客观的通过/失败标准 修复回归 修复问题 A 引入了问题 B 每轮使用全新的审查者来捕获回归 审查者一致性偏差 两个审查者都遗漏了同一件事 独立性可缓解但无法消除。对于关键输出，添加第三个审查者或人工抽检。 成本激增 大型输出上迭代次数过多 批量采样模式。每个验证周期的预算上限。 与其他技能的集成 技能 关系 验证循环 用于确定性检查（构建、代码检查、测试）。圣诞老人方法用于语义检查（准确性、幻觉）。先运行验证循环，再运行圣诞老人方法。 评估工具 圣诞老人方法的结果反馈给评估指标。跟踪圣诞老人方法运行中的 pass@k，以衡量生成器质量随时间的变化。 持续学习 v2 圣诞老人方法的发现成为本能。同一标准上的重复失败 → 学习到的行为以避免该模式。 战略压缩 在压缩 之前 运行圣诞老人方法。不要在验证过程中丢失审查上下文。 指标 跟踪以下指标以衡量圣诞老人方法的有效性： 首次通过率 ：第一轮通过圣诞老人方法的输出百分比（目标：>70%） 收敛平均迭代次数 ：达到"表现良好"的平均轮数（目标：<1.5） 问题分类 ：失败类型的分布（幻觉 vs. 完整性 vs. 合规性） 审查者一致性 ：两个审查者都标记的问题与仅一个审查者标记的问题的百分比（一致性低 = 需要收紧评估标准） 逃逸率 ：发布后发现但圣诞老人方法本应捕获的问题（目标：0） 成本分析 每个验证周期，圣诞老人方法的代币成本大约是单独生成的 2-3 倍。对于大多数高风险的输出，这很划算： 圣诞老人的成本 = (生成代币) + 2×(每轮审查代币) × (平均轮数) 不做圣诞老人的成本 = (声誉损害) + (纠正努力) + (信任侵蚀) 对于批量操作，采样模式将成本降低到完全验证的约 15-20%，同时捕获超过 90% 的系统性问题。