對抗式驗收：產生的不檢查，檢查的不產生

「誰當總指揮」那篇留了八個字：產生的不檢查，檢查的不產生。這一篇把它展開。

道理不新。人類組織裡寫的人不驗自己的東西是幾百年的常識，理由是寫的那一方腦子裡還留著來龍去脈，看自己的產出永遠覺得清楚，漏掉的那一格他自己看不見。AI 只會更嚴重，因為它天生傾向認同自己上一句話。

新的是工具。2026 年的幾個功能，把「另一雙乾淨的眼睛」做成了內建機制。看它們怎麼設計，你就知道自己的驗收該長什麼樣。

產出方（Runner）              驗收方（Checker）
知道來龍去脈                  不知道，只看產出和清單
傾向認同自己                  拿著清單逐項核對
                  ↓ 打回 ↓
        兩邊都不能是同一個腦袋、同一場對話

三個現成的例子，各學一件事

/goal 的裁判是另一個模型。你設完成條件，AI 做，但「做完了沒」不是它自己說了算，是一個小而快的模型（預設 Haiku）讀對話後判定。這個裁判不跑指令、不讀檔案，只看 AI 秀出來的證據。學到的一件事：裁判可以比選手便宜很多，它不需要會做，只需要會對照。

Claude 的 Code Review 有一道「驗證」步驟。這是 Team／Enterprise 方案的雲端服務：一群代理平行審 PR，各找一類問題，然後「一個驗證步驟對照實際程式行為，濾掉誤報」，再去重、按嚴重度排序，貼成行內留言。每個發現附「它怎麼驗證的」摺疊說明，嚴重度分三級（該修才能合併、小毛病、本來就有的舊 bug），而且永遠不阻擋合併。每次審查平均 15 到 25 美元。學到的一件事：找問題和驗證問題是兩步，第二步存在的目的就是防第一步太熱心。

它還有一個 REVIEW.md：你可以寫「Important 在這個 repo 只代表會壞掉、洩資料、擋回滾的事」「一次最多五個小毛病」「行為判斷要附 file:line 出處，不能從命名推論」。這份檔案講的是驗收的「規則書」該怎麼寫。

本機的 /code-review 讓你用信心換覆蓋。它在背景的子代理裡跑，不佔你的對話。effort 開 low、medium 只回報最有把握的，誤報少；開到 high、max 覆蓋廣，可能夾雜不確定的。學到的一件事：驗收有一個「寧可漏報還是寧可誤報」的旋鈕，要依代價自己轉。

Matt Pocock 的 code-review 是雙軸：一軸「有沒有照專案規範」，一軸「有沒有做到規格要求的」，兩個獨立子代理平行跑，結果並列不合併。學到的一件事：驗收可以分軸，不同軸用不同清單、不同眼睛。

把它用在任何產出上

這些機制都是給程式的，但結構可以搬到任何東西：一份企劃、一封對外信、一張報價表。四個要件：

驗收方是另一場對話。不是在同一個視窗說「你檢查一下」。開新對話，貼產出和清單，不貼過程。它不知道你們怎麼吵到這一版的，這正是重點。

驗收方拿的是清單，不是「看看有沒有問題」。Yes/No 為主，評分表為輔（可驗證目標那篇的做法）。清單裡要有「證據要求」：每個「不通過」都要指出在第幾段、哪一句。

有一個「寧可漏還是寧可誤」的決定。對外發送、涉及錢的，寧可誤報，把門檻降低；內部草稿，寧可漏報，只報有把握的。

打回要有格式。「不通過｜第幾項｜證據｜要改成什麼」，產出方拿到就能改，不用再猜。而且驗收方只寫打回單，不動手改——改了就變成產出方了。

一個誠實的限制：驗收方是 AI，它也會錯。它的價值不是「一定對」，是「跟產出方錯的地方不一樣」。兩個獨立的錯誤重疊的機率，比一個人自己看兩遍低得多。

動手做

拿你手上任何一份 AI 產出，開一個全新對話，貼這段，把清單和產出貼進去：

你是驗收員。你沒有參與產出，也不准修改它。規則：
1. 逐項核對下面的清單，每項寫「通過／不通過」。不通過的必須附證據：第幾段、哪一句、違反哪一項。
2. 判斷傾向：（選一個）寧可誤報，可疑就報；或 寧可漏報，只報有把握的。
3. 只輸出打回單，格式：不通過｜項目｜證據｜建議改法。不要改寫產出。
4. 全部通過就只回「放行」，不要補充。
清單：（貼上）
產出：（貼上）

在 Claude Code 裡，寫完程式打 /code-review medium 先看最有把握的發現；要改的話 /code-review --fix。想讓驗收規則固定下來，在 repo 根目錄放一份 REVIEW.md（雲端 Code Review 讀它；本機的 /code-review 不讀，本機規則寫進 CLAUDE.md）。

做對了的樣子：產出方和驗收方是兩場對話；驗收清單裡每一項都寫得出「不通過的證據長什麼樣」；你決定過這次是寧可誤報還是寧可漏報；驗收方打回過東西——從沒打回過的裁判不是裁判。

站內延伸

• 清單和評分表怎麼寫 → 可驗證目標
• 程式的先紅燈再綠燈 → 先紅燈再綠燈
• 完整的測試清單 → 找方法AI Agent 測試

來源： Claude Code：Code Review（多代理＋驗證步驟、嚴重度三級、不阻擋合併、REVIEW.md 可調項目、每次 15–25 美元、本機 /code-review effort 與 --fix）；Claude Code：Keep Claude working toward a goal（裁判為獨立小模型、只看對話證據）；mattpocock/skills：code-review（雙軸、平行子代理）；Anthropic：Building effective agents（evaluator-optimizer）。

驗收方要是另一場對話、拿著清單、有證據要求、只寫打回單不動手。裁判可以比選手便宜，找問題和驗證問題是兩步，寧可漏還是寧可誤要自己決定。它也會錯，但它跟產出方錯的地方不一樣，這就夠了。