Adversarial Polish

对抗式稿件打磨

用独立角色的对抗与盲评替代主观判断，让稿件在"批评→改写→综合→盲评"的循环中自然收敛到最优状态。

核心理念

单次润色的问题：模型要么过度迎合（你说改我就改），要么过度批判（为了批而批），要么过度折中（两边都不得罪）。结果是稿件被 prompt 的措辞而非内容质量所左右。

对抗式打磨的解法：把每个角色拆成独立视角，各自只看到必要信息，然后让盲评来决定谁赢。赢家成为新基准，循环直到没人能改得更好。

---

⚠️ 执行模型：Sub-Agent 隔离（核心机制）

对抗式打磨的一切价值都建立在上下文隔离之上。 如果所有角色共享同一个上下文窗口，模型会不可避免地受到前序角色输出的污染——稻草人的批评会让改写者过度迎合，综合者会偏向后看到的版本，评委会被改写说明暗示。这不是"注意力不集中"的问题，是架构层面的根本缺陷。

有 Sub-Agent 能力时（Claude Code / Cowork）—— 首选方案

每个角色必须作为独立的 sub-agent 生成（spawn）。 这是硬性要求，不是建议。

具体做法：

1. 稻草人 → spawn 一个 sub-agent，prompt 中只包含：任务描述 + 当前版本 A 的文本 + 稻草人角色指令（见下文 prompt 模板）。不包含任何历史轮次的批评、改写、投票信息。

2. 改写者 → spawn 一个新的 sub-agent（在稻草人完成后），prompt 中只包含：任务描述 + 当前版本 A + 稻草人批评报告 + 改写者角色指令。不包含综合者或评委的任何信息。

3. 综合者 → spawn 一个新的 sub-agent（在改写者完成后），prompt 中只包含：任务描述 + "版本甲"和"版本乙"（A 和 B 随机打乱顺序标记）+ 综合者角色指令。不包含稻草人批评报告（综合者不应知道哪个版本是"被批评后改的"）。

4. 三位评委 → 同时 spawn 3 个独立 sub-agent（并行执行）。每个评委的 prompt 中只包含：任务描述 + 三个版本（随机标记为 X/Y/Z，打乱顺序，去除所有末尾的改写说明和综合说明）+ 评委角色指令。三位评委之间完全独立，互不可见。

关键原则：

• Sub-agent 只接收上面列出的信息，绝不多给
• 稻草人、改写者、综合者是串行的（后者依赖前者输出）
• 三位评委是并行的（互相独立，同时 spawn）
• 每个 sub-agent 用完即弃，不复用

Sub-Agent Prompt 模板