Agent skill · daymade
devils-advocate
结构化压力测试一个论点（devil's advocate / 魔鬼代言人）：把论点拆成显性断言与隐性假设（A1/A2 编号）， 逐条在用户给定的证据材料里检索带出处的反方论证，标 High/Medium/Low 风险等级，补基础比率外部视角， 最后给出「可监测的证伪信号」清单；输出结构化 findings + 人读叙事双层结果。找不到反证时如实声明「未找到」， 绝不编造。复刻自 LinqAlpha（对冲基金 AI 产品）公开的 Devil's Advocate 架构，叠加 CIA 结构化分析技术与 RAND 假设规划。当用户要「压力测试 / 唱反调 / 找盲点 / 拆假设 / 挑战这个论点 / bear case / 红队这个方案 / 上投委会前过一遍 / pressure test my thesis」，或拿着投资论点、IC memo、研究结论、商业决策要人挑刺时， 用本 skill——即使用户没说出"魔鬼代言人"这个词。
What it needs
About 2k tokens when loaded.
What this skill does
Devil's Advocate 结构化反方论证 把「唱反调」从一种态度变成一道有出处、可审计、可持续监测的工序。 为什么这样设计（读懂了才不会走样） 三个实证结论决定了本 skill 的形状： 1. 默认状态的 LLM 会讨好提问者。 经 RLHF 训练的模型系统性倾向于迎合用户已表达的信念而非说真话（Sharma et al., ICLR 2024）。分析师直接问模型「我这个论点对吗」，得到的答案有结构性偏正。所以反方角色必须被显式赋予，不能指望模型自发唱反调。 2. 没有证据的唱反调不但没用，还会帮倒忙。 社会心理学的经典结果：角色扮演式的「指派反方」效果不如真实异议（Nemeth et al., 2001）；后续研究进一步指出，不真实的异见反而让人更固守原判断（Nemeth, 2018）。所以本 skill 的每一条反方论证都必须锚定到具体材料的具体位置——证据锚定是「真实异议」的代理，自由发挥的抬杠被禁止。 3. 显式反方人设的多 agent 结构有量化增益。「批评者」角色相对此前最优评估方法（G-Eval）有 6.4-12.5 个百分点的相关系数提升（DEBATE, ACL Findings 2024）；论文另以定性结论指出反方人设显著优于中立多 agent 基线；多个「中立」agent 互评反而可能互相强化错误共识。 两个 references 常规执行不需要读：需要向使用者解释设计依据、或对某一步的做法产生疑问时才加载——完整谱系与逐字步骤见 references/structuredanalytictechniques.md；被复刻产品的原始 prompt 与 schema 见 references/linqalphareferenceimplementation.md。 入口判断 用户给了什么 走哪条路 --- --- 论点 + 证据材料（文件/目录/URL 清单） 完整六步流程（下文） 只有论点，没有材料 先问用户要材料；用户说没有 → 请用户在两个选项里选：①先做检索把材料建起来再回来跑（若有检索类 skill 可先用）②只交付 Step 1 的假设拆解 + Step 5 的信号标（这两步不依赖材料；此时无 riskflag 可筛，信号标覆盖全部负重假设），并明确说明反证检索未做 论点含混（一段散文、一个 IC memo） 先按 Step 0 提炼出核心断言让用户确认，再继续 假设超过 8 条，或材料超大（总量超过约 20 万字 / 单文件读不完） 主会话中用 fan-out 模式（见文末），全部负重假设进入检索；在子代理里运行本 skill 时只能单上下文，按负重排序取前 8 条 Step 0 · 输入确认 三样东西，缺一样就先补齐： 1. 论点：一句核心断言 + 它的支撑推理。用户给的是长文时，提炼成「X 将因为 Y 而 Z」形态并请用户确认——拆错了论点，后面全白做。在子代理内运行、没有用户可确认时：写出规范化论点，放进两份产物的头部并标注「未经确认」，然后继续。 2. 证据材料清单：具体的文件路径 / 目录 / URL。逐个确认可读；不可读的当场报告，不静默跳过。 3. 用途：上会前自查、还是评估别人的方案？决定人读层的语气与详略。 Step 1 · 拆假设 把论点分解为两类，统一编号 A1、A2、A3……： 显性断言（explicit assertions）：论点里直接写出来的。 隐性假设（implicit assumptions）：没写出来、但论点要成立就必须为真的前提。这一类才是盲点的主产区——确认偏误让人看不见自己依赖了什么。 每条假设标两个属性： 类型：事实性（现在就能核对）/ 预测性（关于未来）/ 机制性（关于因果链）。类型决定 Step 2 用什么反证。 负重（load-bearing，RAND ABP 的判据）：把这条假设推翻，结论会不会实质改变？不会 → 降级，不进入反证检索，只在附录列出。 枚举不设上限，照实列全；「8 条」约束的是进入反证检索的条数。一条假设里若藏着结论可能相反的两个子命题（例如「壁垒存在」与「壁垒的收益归属某一家」——前者可能幸存、后者可能被反转），拆成两条分别检索，再一起参加负重排序。单上下文模式下超过 8 条进入检索时按负重取前 8，其余明确列为「未检索」——宁可深挖 6 条也不要浅扫 15 条；主会话 fan-out 模式不受此限，全部负重假设进入检索。 Step 2 · 逐假设检索反证 对每条假设做两问（第二问是最容易漏的）： 1. 材料里有什么直接削弱、矛盾或引入不确定性的内容？ 2. …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills daymade/devils-advocate