Build Coherence

以獨立評估、明聲推理、信心校準之承諾門檻、結構化解僵，評諸爭競之法——自多推理之徑生連貫之決。

適用時機

• forage-solutions 既辨諸可行之法而須擇
• 於二法之間搖擺而不承任一
• 須以結構化推理證一決（架構之擇、工具之擇、實作之策）
• 先前之決依直覺而立，須以證據驗之
• 內部推理生相矛之結論，須復連貫
• 不可逆之行前（合併、部署、刪除），誤擇之代價高

輸入

• 必要：二或以上爭競之法以評
• 選擇性：先探之質評（見 forage-solutions）
• 選擇性：決之籌碼（可逆、中、不可逆）以校門檻
• 選擇性：決之時預算
• 選擇性：既知之敗模（搖擺、早承、群思）

步驟

步驟一：獨立評估

各法獨評其自身之長，勿比之。要則：勿令甲之評偏乙之評。

每法獨評：

Approach Evaluation Template:
┌────────────────────────┬──────────────────────────────────────────┐
│ Dimension              │ Assessment                               │
├────────────────────────┼──────────────────────────────────────────┤
│ Approach name          │                                          │
├────────────────────────┼──────────────────────────────────────────┤
│ Core mechanism         │ 此法何以解此題？                          │
├────────────────────────┼──────────────────────────────────────────┤
│ Strengths (2-3)        │ 此法善於何？                              │
├────────────────────────┼──────────────────────────────────────────┤
│ Risks (2-3)            │ 何可能誤？何為所假？                      │
├────────────────────────┼──────────────────────────────────────────┤
│ Evidence quality       │ 此法之支持何如？                          │
│                        │ （驗 / 推 / 揣）                          │
├────────────────────────┼──────────────────────────────────────────┤
│ Quality score (0-100)  │ 總評                                      │
├────────────────────────┼──────────────────────────────────────────┤
│ Confidence (0-100)     │ 此評之信心幾何？                          │
└────────────────────────┴──────────────────────────────────────────┘

各法分填。所有獨評未畢前勿作比較。

預期： 獨評者各法以其自身之條件評之。乙之評未引甲。質分反真評，非排序。

失敗時： 若評已染（評乙時自書「勝於甲」），重置。全評甲，清框後再評乙。若諸分皆同，則評估之維過粗——加領域專之準。

步驟二：搖擺舞——明聲推理

按其質之比例為各法辯護。此乃 AI 之蜂舞：化隱為明，化私為公。

1. 各法陳其立場——如對疑之用戶說明：
   • 「甲法強因 [證據]。主要之險為 [險]，緩以 [緩]。」
2. 辯護之強度應比例於質分：
   • 高質法：細之辯護，附具體證據
   • 中質法：略辯，承其限
   • 低質法：為全備而提，不主張之
3. 交叉檢視：辯甲後，主動尋支乙之證據。辯乙後，主動尋支甲之證據。此反制確認偏見

明聲推理之旨在使決可審——對己、對用戶。若推理不能明述，則評估淺於所示之分。

預期： 每法之明推理可說服中立觀者。交叉檢視揭至少一初漏之考量。

失敗時： 辯護若感草率（走過場），諸法恐非真異——或為同想之變奏。查：諸法異於機理抑僅異於實作細節？若後者，則此決不甚重——任擇其一而行。

步驟三：立法定門檻而承

立承諾所需之信心門檻，校之於決之籌碼。

Confidence Thresholds by Stakes:
┌─────────────────────┬───────────┬──────────────────────────────────┐
│ Decision Type       │ Threshold │ Rationale                        │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Easily reversible   │ 60%       │ 試而反悔之代價低。速勝於定       │
│ (可撤銷)            │           │                                  │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Moderate stakes     │ 75%       │ 反悔有代價惟可行。值投評估       │
│ (撤銷代價高)        │           │                                  │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Irreversible or     │ 90%       │ 不可撤銷。必須有信。門檻未達則   │
│ high-stakes         │           │ 於決前再取信息                   │
└─────────────────────┴───────────┴──────────────────────────────────┘

1. 類決之籌碼
2. 查：領先之法之質分 × 信心是否達門檻？
3. 若是：承之。陳決、推理、所承之要險
4. 若否：辨何新信息可升信心至門檻
5. 既承則勿再顧，除非新排除證據浮出

預期： 明之承諾刻，附陳之推理。決以合其籌碼之信心層而立。

失敗時： 門檻不達（不可逆決不達九成），問：決真不可逆乎？可分為可逆試階加不可逆承階乎？多數似不可逆之決皆可分階。若分階不可，告用戶其不定以求指引。

步驟四：解僵

當二或以上之法質分相近，單一法不達門檻時。

Deadlock Resolution:
┌────────────────────────┬──────────────────────────────────────────┐
│ Deadlock Type          │ Resolution                               │
├────────────────────────┼──────────────────────────────────────────┤
│ Genuine tie            │ 諸法等效。擇一而承。審議之代價超過       │
│ (分差五成內)           │ 擇「誤」之等效選項之代價。心中擲幣       │
├────────────────────────┼──────────────────────────────────────────┤
│ Information deficit    │ 平因評估未全。再投一具體之探——          │
│ (分數不定)             │ 目標文件之讀、速試——再評分               │
├────────────────────────┼──────────────────────────────────────────┤
│ Oscillation            │ 評分因所注之維而反覆。限時：設計時、     │
│ (分數反覆)             │ 再評一次、不論果皆承之                   │
├────────────────────────┼──────────────────────────────────────────┤
│ Approach merge         │ 甲乙之佳處可合。查相容。若合連貫則       │
│ (相容之強)             │ 用之。若強則勿——擇一                     │
└────────────────────────┴──────────────────────────────────────────┘

預期： 以合之機制解僵。解為決，無餘疑以損執行。

失敗時： 若諸解僵策皆不解，決恐早。問用戶：「我見二強之法：[甲] 與 [乙]。[各略陳]。何者更合汝之先？」將真平之決授予用戶非敗——乃承其依 AI 不可推之值。

步驟五：評連貫之質

既承決後，評其過程生真連貫抑僅生一決。

1. 決基於證據，抑僅蓋章初偏好？
   • 試：評前後之偏好同否？若同，評有何改？
2. 敗之法真考之，抑稻草人？
   • 試：能否陳敗之法之最強立場？
3. 何信號觸重評？
   • 立具體之觀察以破此決（「若察 API 不支援 X，則乙法更佳」）
4. 敗之法是否有用之信息可導實作？
   • 乙之險或亦適於甲

預期： 短之質查，或確其決，或辨其弱。若弱，返合宜之早步，勿於搖地上行。

失敗時： 若質查揭決乃偏好而非證據，誠承之。時偏好即所有——而須如此標之，非偽作分析。

驗證

• 每法於比較前已獨評
• 辯護按質比例（非不論優劣皆等注）
• 已行交叉檢視（辯後尋反證）
• 法定門檻已校於決之籌碼
• 若僵，已用具體解僵策
• 決後質查已行
• 重評之觸已定

常見陷阱

• 早承：評前即決。首法因先得多心注意——評諸後再比
• 不等法之等辯護：甲八十五、乙四十五，等時辯之耗力且生假等
• 蓋章：走評估之程以證已決之事。試：評是否可改果？若否，過程為戲
• 避門檻：降信心門檻以易決，非取達門檻之所需信息
• 忽敗之方：敗之法常含適於勝法之警。乙之險不因擇甲而消

相關技能

• build-consensus — 此技能所改之多代理共識模型至單代理推理
• forage-solutions — 探此技能所評之解空間；常先於此技能
• coordinate-reasoning — 多徑評估中管信息之流
• center — 立無偏評估所需之均衡基線
• meditate — 於諸法評估間清假設