---

name: santa-method description: "多智能体对抗验证与收敛循环。两个独立审查智能体必须同时通过，输出才能发布。" origin: "Ronald Skelton - 创始人, RapportScore.ai"

Santa 方法

多智能体对抗验证框架。列个清单，检查两遍。如果有问题，修到没问题为止。

核心洞察：单个智能体审查自己的输出时，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失败模式。

何时启用

在以下情况下调用此技能：

• 输出将被发布、部署或供最终用户使用
• 必须执行合规、监管或品牌约束
• 代码在没有人工审查的情况下发布到生产环境
• 内容准确性很重要（技术文档、教育材料、面向客户的文案）
• 大规模批量生成中抽查无法发现系统性问题
• 幻觉风险较高（声明、统计数据、API 引用、法律语言）

以下情况不要使用：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/lint 流水线）。

架构

┌─────────────┐
│  生成器       │  阶段 1：列清单
│  (Agent A)   │  生成交付物
└──────┬───────┘
       │ output
       ▼
┌──────────────────────────────┐
│     双重独立审查               │  阶段 2：检查两遍
│                                │
│  ┌───────────┐ ┌───────────┐  │  两个智能体，相同评分标准，
│  │ 审查者 B   │ │ 审查者 C   │  │  无共享上下文
│  └─────┬─────┘ └─────┬─────┘  │
│        │              │        │
└────────┼──────────────┼────────┘
         │              │
         ▼              ▼
┌──────────────────────────────┐
│        裁决门控               │  阶段 3：合格或不合格
│                                │
│  B 通过 AND C 通过 → 合格     │  两者必须都通过。
│  否则 → 不合格                │  没有例外。
└──────┬──────────────┬─────────┘
       │              │
    合格           不合格
       │              │
       ▼              ▼
   [ 发布 ]    ┌─────────────┐
               │  修复循环     │  阶段 4：修到合格为止
               │              │
               │ iteration++  │  收集所有标记。
               │ if i > MAX:  │  修复所有问题。
               │   escalate   │  重新运行两个审查者。
               │ else:        │  循环直到收敛。
               │   goto Ph.2  │
               └──────────────┘

阶段详情

阶段 1：列清单（生成）

执行主要任务。不改变你正常的生成工作流。Santa 方法是生成后的验证层，不是生成策略。

# 生成器正常运行
output = generate(task_spec)

阶段 2：检查两遍（独立双重审查）

并行启动两个审查智能体。关键不变量：

1. 上下文隔离 — 两个审查者互相看不到对方的评估
2. 相同评分标准 — 两者接收相同的评估准则
3. 相同输入 — 两者都接收原始规格说明和生成的输出
4. 结构化输出 — 每个返回类型化的裁决，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.
"""

# 并行启动审查者（Claude Code 子智能体）
review_b = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer B")
review_c = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer C")

# 两者并发运行 — 互相看不到对方

评分标准设计

评分标准是最重要的输入。模糊的标准产生模糊的审查。每个准则必须有客观的通过/失败条件。

| 准则 | 通过条件 | 失败信号 | |------|---------|---------| | 事实准确性 | 所有声明可通过源材料或常识验证 | 编造的统计数据、错误的版本号、不存在的 API | | 无幻觉 | 没有捏造的实体、引用、URL 或参考文献 | 链接到不存在的页面、无来源的归因引用 | | 完整性 | 规格说明中的每个需求都已处理 | 缺失章节、跳过的边界情况、不完整的覆盖 | | 合规性 | 通过所有项目特定约束 | 使用了禁用术语、语气违规、监管不合规 |