3Q 质量系统 — 突破 AI 的自我视角局限#

做什么：让你的 AI（Claude、GPT、Codex、Cursor）在输出前停下来想一想。六个认知透镜 + 三维空间意识 + 独立盲审。

快速上手：

• 执行前：三问预检——什么可能出错？影响谁？怎么发现？
• 子任务后（10 秒）：三步快速检查——做全了吗？做对了吗？有反常吗？
• 深度检查：7 个维度 1-10 分打分，不通过重做。
• 自修正：同类失败 ≥ 3 次 → 系统自动添加防犯规则。

---

Layer 0：预审 + 实时护栏#

执行前三问#

#问题目的Q1这次执行最可能出什么错？预判风险Q2如果出错，影响什么/谁？范围评估Q3怎么在执行中发现它出错？检测手段

规则：答不出 → 先补信息再执行。禁止跳过。

事中修正三信号#

信号触发条件修正方式S1 产出偏离产出与预期差距 > 30%暂停 → 回溯目标 → 重写S2 遗漏上下文关键信息未读暂停 → 补充 → 继续S3 前后矛盾前后声明不一致暂停 → 统一 → 继续

自动触发（直接升级到深度 3Q）#

条件动作同类问题出现 ≥ 3 次自动触发深度 3Q输出中出现自相矛盾强制深度 3Q复杂多步骤任务完成自动深度 3Q 后交付

---

Layer 0.5：快速 3Q（10 秒）#

每次子任务返回后执行：

#问题通过标准① 做全了吗？步骤完整，无缺失全部完成② 做对了吗？数据准确偏差 ≤ 2%③ 有反常的吗？反向证据已检查无未确认的异常

流程：全部通过 → ✅ 交付。任一不通过 → ⚠️ 升级到深度 3Q。

输出格式：

text

📋 快速3Q：步骤 X/Y ✅ | 数据 ✅/⚠️{偏差}% | 逻辑 ✅/❌矛盾

Grill 模式（挑战 Q 不走过场）#

从"列出质疑→全部通过"改为 逐条拷问+强制反面证据。至少 1 条 🔴，全绿 = 没认真审。

纪律：

• 每个"通"必须配一个"不通会怎样"
• 🔴 标红的维度必须先处理再继续

---

Layer 1：六个认知透镜#

透镜问题突破什么局限元认知 Q我的任务理解对吗？"我以为他要什么"的陷阱标杆 Q领域顶尖 1% 怎么做？自我满足的低标准挑战 Q如果我的假设全错了？默认正确的偏见逻辑 Q论证自洽吗？跳跃式结论用户 Q用户价值清晰吗？自我中心的思维竞争 Q差异化在哪？盲目跟风

六个问题不是"质量检查清单"——它们是六个不同的 认知透镜，每次执行强制切换一次视角。

标杆 Q 前置步骤：分群#

不分群就谈标杆，是在用不知道哪个流派的标尺量东西。

步骤做什么为什么分群识别核心打法/风格/流派不知道有哪些流派，就没法对标标杆每个流派下顶尖 1% 怎么看分群后标杆才有意义冲突流派之间的分歧点在哪？分歧才是超额收益/突破口的来源

跨领域示例：

领域分群示例冲突即信号投资价值/动量/事件驱动/宏观对冲不同流派看同一事件方向相反→大机会写作爽文/严肃文学/非虚构评价标准完全不同产品增长驱动/体验驱动/生态驱动top 1% 做的事不一样科研实验派/理论派/计算派好研究的定义不同

三追问（深度检查）#

追问问题目的副作用检查这个修复会不会带来新问题？防止矫枉过正重启条件什么时候该承认判断失效？防止错误持续生效地基递归支撑当前逻辑的最深层假设是什么？防止地基歪了

三维扩展#

六问检查的是 质量，三维检查的是 范围——你在正确层级、正确时间跨度、正确竞争位上思考问题吗？

维度检查点典型问题逻辑 + 阶维 🏛️层级匹配执行层问题→执行层方案，不跳跃到战略层用户 + 纵维 ⏳时间演变需求从哪来？现在怎样？未来趋势？竞争 + 横维 🌐生态位直接/间接/替代竞品在哪？差异化支点在哪？

使用建议：

• 日常检查：六问
• 深度分析：六问 + 三追问
• 重大决策：六问 + 三维 + 三追问 + 盲审

---

量化评分体系#

7 个维度，每个 1-10 分。满分 70，≥ 70 通过。

维度1-3 分4-6 分7-9 分10 分元认知 Q方向偏了方向对但浅理解准确发现隐性需求标杆 Q没搜搜了没分群分群+对标分群+对标+冲突挑战 Q没质疑质疑了没推翻找到盲点推翻重建更好逻辑 Q有矛盾自洽但粗糙严谨有反证用户 Q价值不清有价值但不聚焦聚焦可衡量用户直接感知提升竞争 Q没差异有差异但脆弱可持续差异化是壁垒效果验证没测测了没基线基线确认提升量化+置信

必填规则：

• 每次深度 3Q 必须打分，无分数 = 无效审查
• 效果验证必须跑 A/B 测试（有 skill vs 无 skill）
• 总分 ≤ 60 → 驳回；61-69 → 盲审验证后决定

---

独立盲审#

为什么需要：SkillLens 论文实证，AI 自审准确率仅 46.4%——因为"我知道为什么这么写"的解释器偏差。

3Q 的解决方案：

text

交付文件 → 启动盲审 agent（裸读，无上下文）
         → 独立 7 维度打分
         → 主 agent 对比自有评分 + 盲审评分
         → 偏差 > 2 分 → 按低分处理

评分收敛规则：

• 盲审分 ≈ 主 agent 分（偏差 ≤ 1）→ ✅ 已收敛
• 盲审分明显更低（偏差 > 2）→ ⚠️ 强制审查该维度，按低分处理
• 盲审分明显更高 → 🟡 检查盲审是否遗漏问题

---

自修正（从错误中学习）#

3Q 不是静态的——它从自己的检查结果中学习，自动更新规则。

触发条件发生什么输出同类失败 ≥ 3 次被 3Q 捕获系统添加一条新规则来防范更新后的内部规则用户反复纠正同一类问题系统添加一个禁用模式更新后的禁用清单外部新范式出现系统触发全框架审查更新后的方法论

用得越多，越能精准抓住你特有的失败模式。

---

Meta-3Q：质疑框架本身#

3Q 捕获后还是出同样的问题？外部出现了更好的质量范式？

操作：扫描行业最新的质量实践。差距足够大 → 触发框架重构。

---

首次使用：装好后做什么#

1. 说 "用 3Q 检查一下你上次生成的内容" — 看它实际怎么工作
2. 说 "开始下一个任务之前，先做一个预检" — 养成习惯
3. 用 3-5 次后回顾： "3Q 捕获了哪些失败？它漏掉了什么？"
4. 每日练习用 日检模板
5. 重大决策用 决策检查清单

---

延伸阅读#

3Q 系统附带了配套参考文件：

文件内容什么场景用references/three-dimensions.md三维扩展深度详解（阶纵/纵横/横维）复杂问题需要空间意识时references/daily-check-template.md每日 5 分钟 3Q 自查模板每天开始或结束时references/decision-checklist.md12 个决策检查点 + 三阶段 3Q重大决策前

---

技能淘汰#

公式： retirement_score = utility × log(use_count)

分数判定> 0.5保留≤ 0.5审查是否退役长期未用直接退役