Luigi1010101/turntable

# 转盘 针对 AI agent、代码、产品、prompt 和发布计划的对抗性审查。 Turntable 是一项 Codex 技能，用于应对 AI 助手中“讨好人类”的失败模式。它能将 agent 从顺从的助手模式切换为基于证据的批评模式：找出故障点、捕获证据、拦截幻觉，并对重要问题进行分流。 这个玩笑出自《*The Office*》。但其方法绝非玩笑。 ## 为什么 AI 助手通常会为了表现得乐于助人、随和且令人愉悦而进行优化。这在创作阶段非常有用，但在审查阶段却很危险。模型可能会在无形中认可用户的假设，而不是对假设进行压力测试。 Turntable 将产出物视为第三方作品，并提出以下问题： - 在生产环境中会出现什么故障？ - 什么会让用户感到困惑？ - 哪个安全或隐私边界存在薄弱环节？ - 哪项主张没有证据支持？ - 哪些批评能经得起验证？ ## 工作流程 1. **消除所有权** 将产出物视为第三方作品，即便它是用户亲自制作的。 2. **确立审查范围** 识别成功标准、用户群、不变量、信任边界和假设。 3. **对抗性批评** 在正确性、安全性、UX、测试、AI 风险和生产就绪度等各个维度搜索潜在的故障。 4. **证据收集** 要求提供位置、触发条件、观察到的行为、预期行为、影响、严重程度和置信度。 5. **证据：幻觉拦截** 将每项发现分类为 `verified`（已验证）、`probable`（极可能）、`speculative`（推测性）或 `unsupported`（无依据）。 6. **验证与分流** 优先采用测试、日志、截图、源码引用和确定性检查，而非模型的自主判断。 ## 安装 将该技能复制到你的 Codex 技能目录中： ``` mkdir -p ~/.codex/skills cp -R skills/turntable ~/.codex/skills/turntable ``` 然后在 Codex 中调用它： ``` Use $turntable to review this PR for production risks. ``` 其他实用的 prompt： ``` Use $turntable to critique this product idea before launch. Use $turntable to review this agent workflow for hallucination and prompt-injection risk. Use $turntable to find the bugs a polite review would miss. ``` ## 独特之处 Turntable 并非要求 AI 去伪装愤怒。那种做法只会制造表演，而非真相。 相反，它采用结构化的对抗性审查： - 不设赞美要求。 - 不盲目假设制作者是对的。 - 主报告中不包含无依据的发现。 - 不鼓励“批评越多越好”。 - 没有证据就不成 bug。 ## 研究基础 内置的技能参考资料总结了关于 LLM 谄媚性、审查工作流、人格 prompt 不稳定性以及自我纠正局限性的研究。参见 [`skills/turntable/references/research.md`](skills/turntable/references/research.md)。 ## 许可证 MIT

标签：AI代理, C2, 产品审查, 代码审查, 威胁情报, 对抗性测试, 开发者工具, 提示词工程, 策略决策点, 防御加固