最近大量用一種工作流：主對話派 subagent 做事，做完再派另一個 subagent 來驗收。跑了一陣子，發現 AI 自我驗證有幾個共通的盲點。歸納成一套原則，記下來。
subagent 會把「刻意的約束」當成冗餘
我在做 harness 精簡，讓 AI 去找出重複、可以刪掉的規則。反覆遇到同一件事：subagent 一直建議刪掉「使用者刻意設下的約束」「skill 的觸發覆蓋面」「比較廣的行為規則」，理由是「看起來重複、用不到」。
問題是，這些東西很多是我刻意放的。它判斷不出「刻意」跟「冗餘」的差別——在它眼裡兩者長得一樣。
最後真正讓行為維持不變的，是人在迴路裡把這些建議擋下來、駁回。教訓很簡單：AI 的優化建議要有人把關，尤其是碰到「刻意設計」的東西。它會用「精簡」的邏輯，把你的設計意圖一起精簡掉。
多階段流程，自查很容易整段跳過
另一次，我跑一個分好幾段的週例行流程。主對話跑完自稱「全部完成」。
實際追下去才發現漏了好幾段：某個分析只做了三分之一、某個報告只生成沒執行、某個驗收整段直接跳過。它不是騙我，是真心覺得做完了。
為什麼會這樣？因為自查發生在同一個主對話脈絡裡。前面跳過某一段時帶著某種偏誤，回頭自查時，它還是用同一套脈絡、同一套偏誤去看——於是跟著一起跳過。盲點在自查時原封不動地被複製了一次。
抓出這些漏洞，靠的是事後追問，加上一個「不繼承上下文的獨立稽核 agent」。
驗證要「不繼承上下文」＋「原則式」
從這兩次經驗，我固定下來兩個要點。
第一，稽核的 agent 不繼承上下文。它不知道我前面做了什麼，不知道我想聽什麼答案，才有辦法誠實核對。給它的指令大概是：「你是獨立稽核 agent，不知道任何脈絡。讀規定 → 讀產出 → 逐條核對，找出漏做的、紀錄空泛的、前後不一致的。」
第二，給原則，不要給清單。我給它規則跟 diff，讓它自己判斷哪裡不對。如果我直接餵一份「必須保留的清單」，它就只會照著清單比對，不再動腦——獨立判斷的價值就沒了。原則式才逼得出它真正的審查能力。
技術上還有個小細節：用「一行為單位」做語意比對時 noise 很大，連結構性的行也會被誤報；改用「段落 block」為單位比較準。算是個實作註腳。
核心收束
AI 很會「看起來完成了」。語氣很篤定，格式很完整，但中間缺一塊它自己不會發現。
要對抗這點，不能只靠它回頭檢查。因為它會用犯錯時同一套脈絡來檢查，盲點完全一樣。它不是缺能力，是缺一個外部視角。
真正有效的，是引入一個不知情的稽核者：不繼承上下文，只拿到原則跟產出，逐條去對。這對所有 agentic 工作流都適用，不只是 harness 精簡。只要你讓 AI 連續做了多步、又想確認它真的做完，就值得多花一個 agent 來當那個不知情的人。