> 一半机械、一半判断的工具，真正的产出是两半的分歧——而它偏偏只报合集

结论先行¶

一个论文自审工具有两半：机械检查（正则、计数、阈值）和模型读者 （几个角色各读一遍、各答十几个问题）。最后一步把两半的发现并起来排序输出。

三条现场回报指向同一件事：两半各自漏掉的东西，正好是另一半抓到的。

第三行最要紧：那个读者被问到了这个问题，然后答错了。 而"同一个字形在两处定义性上下文里被绑定"是个可以确定性判出来的东西， 而且比跑一个读者便宜得多。

工具把两半并起来输出。所以上面这三行在报告里都不存在—— 前两行是机械那半的沉默，被模型那半盖过去了（看起来像"工具抓到了"）； 第三行是两半都沉默，彻底不可见。

那条 NDCG 的回报自己给出了正确的结论，而且是从方法论层面说的：

两半互相不一致，才是这件事浮出水面的原因，这说明分歧本身应该被显式报出来。

为什么¶

两半的盲区不是随机的，是可预测的、而且互补：

所以： - 两半一致，是最没信息量的情况（并集 = 交集，报哪个都一样）。 - 一半有、一半无，是信息量最大的：要么是豁免名单错了（机械沉默）， 要么是读者读过度了（读者单独有）。 - 两半都无，只有第三种独立手段才能发现——上面那个 α 是我在准备材料时手工发现的。

还有一条分工原则：只问判断那半它机械上做不到的事。 "有没有符号被用于两件事"是个穷举题，交给语言模型等于把它最弱的一面当主力， 而且因为它会给出一个自信的"没有"，你连"没查"都看不出来 （同类问题：一致不等于证据，见 三个独立读者一致命中也不是指令——"读不懂"和"这是你的立场"要分开）。

怎么用¶

• 混合工具的报告里加一节"分歧"，三栏：只有机械报的、只有读者报的、两边都报的。 第三栏最短也最不重要。
• 只有机械沉默而读者报了的那些，逐条去查豁免名单/阈值—— 这是豁免名单唯一的审计入口（见 豁免名单就是工具对读者的真实定义——而它和文档里写的那个读者不是同一个人）。
• 只有读者报了而机械能查的那些，把它变成一条机械检查。确定性、便宜、不会疲劳。
• 问判断那半的问题单要过一遍："这道题是穷举题吗？"是的话从问题单里删掉， 改成一条检查。不然你会得到一个自信的、不可区分于"已查"的"未发现"。
• 两半都沉默的缺陷只能靠第三种手段。所以手工读一遍不能省， 而且手工发现的每一条都该回填成一条机械检查。

出处¶

~/Tools/nonexpert-review，feedback/ 里的三条回报（2026-09-24 与 09-25）。 "报告分歧"这条建议是第一份回报自己提的；分工原则和三栏的形状是我这次整理的。 那条符号冲突检查到现在仍未实现，理由是它的下游代价需要先量—— 见 三条可读性修改加了约 155 个字符，页数上限崩了两次——而两道质量门禁拉的方向相反。