cross-model-reviewlisted

# Cross-Model Review（跨模型/零上下文评审协议） 完整红线见 `shared-references/research-integrity.md`。 评审最大的失效模式是**��我开脱**：同一个上下文里"改完再评"，分数会虚高。 ARIS 的实证结论：同线程续评把真实 3/10 的论文逐轮刷到虚假 8/10；换成零上下文 新线程后恢复真实 3/10。本 skill 把这条纪律固化为协议，供包内所有 verdict 类 skill（idea-critic / reviewer-simulation / kill-argument / citation-audit / paper-verification）调用。 ## 协议（按可用资源降级） 1. **首选：不同模型**。若环境有第二个模型 CLI（如 `codex exec`、`gemini`）， 把评审 prompt + 文件路径交给它，只���模式，输出落盘。 2. **次选：零上下文子任务**。同模型但开全新上下文（子 agent / 新会话）， 只给被评审的文件本身。各平台的具体落地方式（不要因为"没有 codex CLI"就直接 滑到兜底 3）： - **Devin 网页版**：用 devin_mcp 创建子会话（create session），子会话 prompt 只含 评审指令 + 被评文件内容/仓库路径，不得包含主会话的任何历史结论；用 devin_session_gather 等待结果落盘。 - **Claude Code**：Task 子 agent（新上下文）或 `claude -p` 新进程。 - **Cursor / 其他**：新开对话窗口人工中转，或降到兜底 3。 3. **兜底：自我评审 + 显式声明**。实在无法隔离时照常评审，但在报告头部写明 `⚠ same-context review, scores may be inflated`，且该评审不得作为决策卡 #2/#4 的唯一依据。 结构层面的后盾：`run_state.py accept` 会拒绝 executor 与 reviewer 同族的验收 （��族只能 mark-provisional），所以兜底评审永远无法把阶段刷成 accepted—— 如实记录真实裁决者，不要用编造的 reviewer 名绕过。 ## 铁律（REVIEWER_BIAS_GUARD） - 评审线程**只读被评审对象本身**：不给上轮评审、不给修改清单、不给"我们已经修了 X"的说明。 这些信息会诱导评审者确认改进而非独立判断。 - 禁止在同一评审线程里"续问"（相当于让被告当法官）。每轮评审 = 一次全新调用。 - 评审结论必须落盘（`stage6_review/` 或对应阶段目录），主上下文只读结论文件。 - **verdict 类 skill 不得定时自动重跑**：评审只在被评对象变化后才有新信号， 按时钟重刷分数 = 自我开脱。自动循环只允许用于有客观机器可判停止条件的任务（见 night-loop）。 ## 停止条件的两类划分（决定能否无人值守） - **Type-A（客观指标）**：MSE 降到阈值、编译通过、测试全绿 —— 机器可判，可自动循环。 - **Type-B（评审裁决）**：论文分数、novelty 判定、立项结论 —— 必须新鲜上下文出具， 且循环轮数有硬上限（写作改进 ≤2 轮