> 八个审稿人都报了同一个我从没见过的缺陷——先怀疑他们读到的那份东西

结论先行¶

一次自审跑了 8 个独立 persona。8 个全都报告"LaTeX 编译不过"， 列出的症状还很具体：$R_\mathrm{TP$} 这种错位的数学模式、 未闭合的 \rowcolor 和 \end{tabular}、以及满篇的 [REF] citation。

而真实的 main.tex 括号是平衡的，main.pdf 干净编译，7 页。

原因在提取环节：喂给 persona 的不是源文件，是 self_review.py extract 的输出，而它在每行的 \% 处截断、 并把引用替换成 [REF] 占位符。于是每个 persona 看到的都是 同一份被损坏的文本，于是它们独立地得出了同一个错误结论。

一致性在这里不是证据，是共同输入的影子。 八个独立观察者同时出错，最可能的解释不是他们都错了， 而是他们看的根本不是同一份你以为的东西。

为什么¶

这件事之所以骗人，是因为"多个独立来源一致"平时确实是强证据。 自审面板整个设计都建立在这个前提上：persona 彼此不通信， 所以收敛意味着信号。

但独立性是对输入条件的独立，不是对流程的独立。 它们共用：同一个提取器、同一份被截断的文本、同一套格式约定。 只要管道上游有一个确定性的缺陷，下游再多的独立观察者也只会把它放大。

形状和"所有副本读到同一个过期缓存"是一样的： 观察者数量不解决系统性偏差，只增加你对它的信心。

但不要因此丢掉整轮¶

这里有个关键的反向检查，值得单独记：有一个 persona 读的是渲染后的 PDF， 它得出的科学结论和其余七个一致。

所以提取 bug 污染的是形式层面的 finding（编译、引用、排版）， 没有污染内容层面的结论。这一条把处置从"这轮作废"变成了 "剔除一类 finding，其余照常采纳"。

判据：找一条走了不同路径的观察，看它和主体结论是否一致。 一致 → 污染是局部的；不一致 → 整轮都要重来。

怎么用¶

跑任何"多评审者 / 多 agent / 多次采样"的流程时：

1. 把喂进去的那份东西存下来，和结果放在一起。 不是源文件，是实际送进去的那份。没有它，上面这个诊断做不了。
2. 人眼读一遍前 50 行提取结果，在第一次跑之前。 这是最便宜的一步，而我跳过了。
3. 一致性高到反常时，先查输入，不要先信结论。 8/8 完全一致，比 6/8 更可疑——真实的主观判断不会这么齐。
4. 留一条旁路观察：至少一个评审者走不同的输入路径 （读渲染产物、读原始文件、换一个提取器）。 它的作用不是多一票，是在管道坏掉时告诉你哪一层坏了。
5. 工具侧：提取器遇到不认识的结构应该响亮地失败， 而不是截断后继续输出一段看起来正常的文本。 截断是这里的根因——它把"我处理不了"伪装成了"内容就是这样"。

出处¶

自己的 self-review 工具链，2026-07 的一轮 8-persona 自审。 extract 在 \% 处截断并以 [REF] 替换引用，导致全部 persona 报告同一组不存在的 LaTeX 缺陷；交叉验证来自那个读渲染 PDF 的 persona。 相关：最危险的工具故障是"静默少做"——技能在、后端不在、自审的失效模式不是"没发现"，是"发现了没执行"、 别人说"修好了"要在自己的产物上复跑一遍——最可能悄悄缺席的，正是那条护栏、测不出失败的门禁比没有门禁更糟——它在制造信心。