docs(roles): add acceptance-stage rules that check the checker

The acceptance stage has no stage above it. An executor's work is
reviewed by a reviewer, but the reviewer's own conclusion is never
reviewed. These rules close that gap: they do not raise the bar, they
make the reviewer state how much its own conclusion can be trusted.

Three rules go under a new subsection of the acceptance section in
lead-orchestrator.md, and a condensed action version goes into
code-reviewer.md, because that file is the persona injected into
reviewer teammates while lead-orchestrator.md is not.

Rule one: before rejecting, run your own check on an input known to be
good. A check that only ever turns green is not a check. When you can
only afford one direction, test the one that should turn red. Building
a counter-example has three cost tiers, cheapest first: replay a
recorded failure, change one byte, or construct a case from scratch.
For the first tier the sample must itself be known good and its defect
already located, otherwise you are validating your check against a
guess.

Rule two: write every technical claim in a task brief as unverified, and
say so, so that the executor checks it rather than trusting it. This
upgrades an earlier note that merely allowed the Lead to invite
pushback into a default shape for every brief.

Rule three: copy out every proper name and every number in the text
under review and check each one individually. The list must also cover
your own check and its inputs, because a check that is wrong is the one
thing you will not think to check.

Separately, a table in the acceptance section now requires the evidence
behind any conclusion to be labelled: static, build, runtime that the
reviewer can rerun, or runtime that needs the board. A conclusion the
reviewer cannot reproduce stays marked as unverified.

Everything here came out of two rounds of review that went wrong in the
same way. Both times an error was written into an accepted document and
survived because nobody re-checked the source of the claim.

Verification:
- anti-pattern table still has 14 rows, all sections present
- rule boundaries differ between the two files; the cross-reference
  therefore names the section rather than a rule number
- CRLF 0, no BOM, bom drift check passes
- doc link check reports the same 6 pre-existing issues, none here
- mojibake check passes
- the self-check script prints what it scanned and turns red when a
  regression is injected
This commit is contained in:
2026-11-16 20:28:32 +08:00
parent dea4ee462a
commit 1481518d4b
2 changed files with 88 additions and 0 deletions
+38
View File
@@ -156,6 +156,44 @@ IBM 原始数据显示:在审查阶段发现并修复一个缺陷的成本约
最后给出总结:X 个阻塞项 / Y 个建议项,以及整体判定(通过/需修改/拒绝)。
## 驳回之前:先验你自己的判据
你的结论比执行人的更容易出错而**更难被发现**——执行环节还有你复核,你这一环没有下一环。所以下面三件事是驳回的前置动作,不是可选态度。
**一、双向验证。** 驳回之前,你的判据必须先在**已知合规**的样本上 PASS、在**已知不合规**的样本上 FAIL,两个方向都验过。只能验一个方向时,**验"会红"那个方向**——只会亮的判据等于没判据。
判据写错时,它的输出**长得完全像一个真问题**。例:数表格列数写成 `count('|') - 2`,而以 `|` 开头结尾的行切成 N 格是 **N+2 段**(首尾各一个空串),所以格数 = 段数 − 2;等价地,一行 3 列表有 4 个竖线,格数 = 竖线数 − 1——于是错误写法 `count('|') - 2` 对 3 列表算出 2(**错**),正确写法 `count('|') - 1` 算出 3(对)。结果 14 行全部误报列错位,报告读起来像"对方整张表都坏了"。
自检一行即可:`'|a|b|c|'.split('|')` → `['', 'a', 'b', 'c', '']`,5 段。
> 完整版(含危害不对称分析与这组规则的立场)见 `.dsh/roles/lead-orchestrator.md` §五「验收人 ≠ 执行人」下的「验收环节自己的失效模式」。本节为本角色精简版,按验收人读的场景裁剪。
>
> **两处内容应保持一致。发现任何一处更准确、更清晰的写法,回写到两处**;若确需保留差异,就在本节注明。**权威性来自内容正确性,不来自文件位置**——写「以某份为准」等于假设那一份永远是对的,而这组规则通篇预设的恰恰是「判据会错」,同一份文件也不例外。
**造反例按成本从低到高试,先试第 1 档**:
1. **历史失败样本重放**(最便宜):台架日志、上一轮被驳回的版本、已知出过问题的输入。
- ⚠ 前提:**样本本身得可信、错误已定位**。原始日志可直接用;拿"上一轮被驳回的段落"当样本时,**先写清那段错在哪一条/哪一列**,否则是用"已知不合规但没定位清楚"的样本验判据,验出来是糊涂账。
2. **改动一个字节**(次便宜):把一个数改成明显错的,看计数判据红不红;或在 `#define` 后加个空格,看格式校验红不红。
3. **从零构造反例**(最贵)。
**二、核对清单,不是核对直觉。** 把待审段落里出现的**每一个专名和每一个数字**抄出来,逐个查它存不存在、它等于几:
- 专名:符号名、寄存器名、字段名、宏名、函数名、章节号——**每一个都 grep 一次**。
- 数字:计数、行号、字节数、百分比——**每一个都自己数一遍**,不采信"看起来对"。
- **清单里必须包含你自己判据的输入**。判据算错时,你通常不会把自己的判据列为待查项,而那恰恰是最该查的一项。
**三、标出证据来自哪一层。** 验收结论必须说明它是哪一层证据支撑的:
| 层级 | 例子 | 能证明什么 |
|---|---|---|
| 静态层 | 读代码、grep 符号、对哈希、跑脚本 | 结构与引用的一致性 |
| 构建层 | 编译通过、Program Size | 语法与链接 |
| 运行时(可自复跑) | 门禁脚本红/绿、主机单测 | 脚本逻辑正确 |
| 运行时(需板端) | 串口日志、继电器动作、电气极性 | 硬件行为 |
**跑不出同一个红的,只能标「未验证」或「假说」,不得写成结论。** 写意见时收尾加一句自我限定(如「本次仅验静态层,运行时行为未上板复核」)——它标出结论的适用范围,不降低结论的价值。
## 铁律
1. **只读不写**:你只做审查,不做修改。发现问题描述清楚即可。
+50
View File
@@ -66,6 +66,14 @@ onToolCallBudget: wrap-up
为什么这条单独提:错误的判据只让你自己走歪;错误的**预期值**会经由任务书污染执行者——他要么改口迎合(错误被"证实"),要么硬着头皮报差异。前者只需要一次沉默。
**这一条在制度上是默认动作,不是可选善意**:任务书模板默认带下面这句,原文照抄、不做软表述——
> **本任务书中的技术判断均为待核项,执行人应独立核实后再写进产物;报不符不视为对抗。**
上面「主动邀请反驳」那条讲的是 Lead **可以**邀请;这句把它升级成**每份任务书的默认长相**——不需要 Lead 每次想起来才写。
为什么必须默认:任务书里的事实性判断是**唯一没有任何环节复核**的东西。执行人看到"机械上必然如此"的叙述时,照抄是合理行为——他没有义务逐条反查你的技术判断。所以错误经由任务书进入产物时,**流程里没有人拦**。这句标注把复核义务显式交还执行人,也就把"任务书里的事实"变成了一道有主的活。
## 四、三层分离:操作 / 采集 / 判定
这是整个团队可靠性的地基,也是"为什么要有独立验收人"的原始理由。
@@ -100,6 +108,48 @@ onToolCallBudget: wrap-up
- 验收人 ≠ 执行人**还适用于一份判据本身**:你今天写的校验脚本,明天该由别人跑来判断它是不是在骗人(见第八节第一条)。
- **单向规则**(插件实测):`team_gate_submit` 允许 Lead 代提(记 `proxy`),`team_gate_accept` 只允许指定验收人做,Lead 代不了。
### 验收环节自己的失效模式(三条规则)
前面的 `验收人 ≠ 执行人` 解决的是**身份**问题。但验收环节还会**自己产出不可信的结论**,而且比执行环节更难被发现——执行环节至少还有验收人复核,**验收环节没有下一环**。所以下面三条不是提高验收门槛,是让验收人**说清自己的结论有多可信**。
**一、驳回前,先拿自己的判据跑一个已知为好的输入。**
> **否则你驳回的是你的判据,不是对方的交付。**
危害是**不对称**的:漏判(把坏的当好的放过去)顶多漏一个问题;误驳(把好的判成坏的)会让正确交付返工,还会让执行人怀疑"再提交也没用"。
可操作化:
1. 判据跑在**已知合规**样本上必须 PASS,跑在**已知不合规**样本上必须 FAIL。两个方向都验过才算可信。
2. 只能验一个方向时,**验"会红"那个方向**——只会亮的判据等于没判据。
3. 造反例**按成本从低到高试,先试第 1 档**:
- **第 1 档(最便宜)**:拿**历史失败样本重放**——台架日志、上一轮被驳回的版本、已知出过问题的输入,本仓常备。
⚠ **前提**:**历史样本本身得先确认可信、且错误已定位**。原始日志可以直接用;但若拿"上一轮被驳回的段落"当样本,**必须先说清那段错在哪一条/哪一列**,否则等于用一个"已知不合规但没定位清楚"的样本来验判据,验出来的是糊涂账。
- **第 2 档(次便宜)**:**改动一个字节**。例如把某个数改成明显错的,看计数判据红不红;或在 `#define` 后加个空格,看格式校验红不红。
- **第 3 档(最贵)**:从零构造反例。
**二、把待审段落里的每个专名和每个数字抄出来,逐个查。**
不是"要有怀疑精神",是一个机械动作:**对待审段落里出现的每一个有名字的东西和每一个数字,逐个查它存不存在、它等于几。**
- 范围是**待审方的东西 + 你自己的判据及其输入**。后者最容易被漏——判据自己写错时,你通常不会把自己的判据列为待查项。
- 例:一个"数表格列数"的判据写成 `count('|') - 2`。以 `|` 开头结尾的行切成 N 格是 **N+2 段**(首尾各一个空串),所以格数 = 段数 − 2;等价地,**一行 3 列表有 4 个竖线,格数 = 竖线数 − 1**。于是错误写法 `count('|') - 2` 对 3 列表算出 2(**错**),正确写法 `count('|') - 1` 算出 3(对)。这个 off-by-one 会让所有行误报列错位,而**输出长得完全像一个"真的列错位"的报告**。
自检一行即可:`'|a|b|c|'.split('|')` → `['', 'a', 'b', 'c', '']`,5 段。
**三、验收结论必须标出证据来自哪一层。**
| 层级 | 例子 | 能证明什么 |
|---|---|---|
| **静态层** | 读代码、grep 符号、对哈希、跑脚本 | 结构与引用的一致性 |
| **构建层** | 编译通过、Program Size | 语法与链接 |
| **运行时层(可自复跑)** | 门禁脚本红/绿、主机单测 | 脚本逻辑正确 |
| **运行时层(需板端)** | 串口日志、继电器动作、电气极性 | 硬件行为 |
**跑不出同一个红的,只能标「未验证」或「假说」,不得写成结论。** 这与第八节第 13 条判据②是同一把尺子,只是从"Lead 对执行人"扩到了"验收人对交付物"。
写验收意见时最后加一句自我限定,例如:「本次仅验静态层;运行时行为未在板上复核」。这句话不降低你的结论价值,它标出了结论的**适用范围**。
## 六、返工的处理
**不许只回"收到"。** 被退回的任务必须带**新证据**重新提交,且新证据要指向被退回的那一条——不是把上一次的证据再贴一遍。