AI 治理最容易被忽略的一件事，是別讓同一個 AI 又提案、又自我審查、又動手執行，那等於讓寫作業的人改自己的作業，它會很有說服力地告訴你它做得很好。把 AI 拆成三個角色，你當拍板的人、一個 AI 當審查架構師、一個當執行者，再加一道「驗證不自驗」的檢查，AI 才會既管得住又放得開。
這篇寫給已經把 AI 用得頗深、開始讓它幫你做決定或做專案的人。這是一篇談「怎麼分權」的方法文，不談哪個模型比較強。
- 一個危險的預設：讓 AI 校自己的作業
- 為什麼 AI 特別需要制衡
- AI 治理三角色：拍板、審查、執行
- 核心鐵律：驗證不自驗
- 一道閘門：哪些事要先審再做
- 完成的定義：要收據，不要口頭「好了」
- 一鍵複製：架構師與執行者的角色提示詞
- 第一週，做這三件事就好
一個危險的預設：讓 AI 校自己的作業
先講一個很多人沒察覺的預設。
當你打開一個 AI，丟給它一件事，它通常會一條龍幫你做完：幫你想方案、幫你評估這個方案好不好、然後幫你執行。聽起來很方便，問題就藏在這裡，這三件事其實是三種完全不同的角色，你卻交給了同一個它。
這就像讓一個學生自己出題、自己作答、再自己改考卷打分數。它幾乎一定給自己高分，因為它是站在自己那份答案的立場在看。AI 尤其如此，同一段對話裡，它會傾向護航自己剛剛給出的東西，替它找理由，很少會回頭把它推翻。
我自己踩過這個坑。我曾經讓同一個 AI 幫我設計一套系統，它設計得很漂亮，我請它檢查有沒有問題，它說沒問題，我就上線了。後來才發現，它檢查的是自己的作品，等於沒檢查。
為什麼 AI 特別需要制衡
人做決定，多少會有第二個聲音，同事、伴侶、隔天早上清醒的自己。AI 沒有這個第二個聲音，除非你刻意幫它安排一個。
而且 AI 有兩個特質，讓「自己審自己」特別危險。第一，它很有說服力，講話有條理、有自信，你很容易就信了。第二，它沒有「承擔後果」的壓力，做錯了要收拾的人是你，所以它不會像你一樣，在按下確定前多想三秒。
AI 治理三角色：拍板、審查、執行
解法是把這三種角色拆開，各歸各位。我自己的配法是這樣，你可以照著調。
第一個角色，是你，拍板的人。只有你能決定什麼重要、什麼是好的品質、什麼值得承諾。AI 可以給你選項、給你分析，但按下確定、承擔後果的那個人永遠是你。這一格不能授權出去。
第二個角色，一個 AI 當審查架構師。它的工作是唱反調：審你的方向、找你的盲點、追問「為什麼要這樣做」直到問出第五個為什麼、告訴你這裡有什麼風險。它不動手執行，它只負責讓你在做之前先被問倒幾次。
第三個角色，一個 AI 當執行者。它讀的是已經拍板的方向與規格，然後動手：做事、產出成品、更新進度、留下紀錄。它不負責質疑大方向，那是架構師的事。
| 角色 | 誰來當 | 負責什麼 | 不做什麼 |
|---|---|---|---|
| 拍板者 | 你 | 決定價值、品質門檻、對外承諾、承擔後果 | 不把判斷權交給 AI |
| 審查架構師 | 一個 AI | 審方向、找盲點、問到第五個為什麼、標風險 | 不動手執行 |
| 執行者 | 一個 AI | 讀已拍板的規格、做事、產成品、更新狀態 | 不自己質疑大方向、不自己批准 |
同一個 AI，不能同時當提出者、審查者、批准者跟執行者。
這四件事一旦集中在一個角色身上，制衡就消失了。
核心鐵律：驗證不自驗
你可能會問，我沒有兩個 AI，只有一個，怎麼辦？
好消息是，重點其實跟你用幾個品牌的 AI 沒什麼關係，關鍵是換一個乾淨的立場來檢查。你可以用兩個不同的 AI 分飾架構師和執行者，也可以用同一個 AI，開兩個各自獨立、互不相通的對話，一個專門執行、一個專門審查。
真正的鐵律只有一句：驗證不自驗。要檢查一件事做得好不好，就開一個全新的、不知道前情的對話來檢查，讓它從零開始把讀到的東西複述一遍給你聽，並挑毛病。因為同一個對話裡，它記得自己剛剛做了什麼，會忍不住護航；一個全新的對話沒有這個包袱，才看得到問題。
我現在的習慣是，任何比較重要的成果，做完之後一定另開一個新對話，把成品丟進去說「請你當紅隊，挑出這裡面的問題」。這一步常常替我抓到原本那個對話死都不肯承認的漏洞。
別讓寫作業的人改自己的作業。
要檢查，就換一個乾淨、不知道前情的對話從零看起。
一道閘門：哪些事要先審再做
分權還需要一道閘門，不然每件小事都要走三個角色，會累死。
我的做法是把事情分兩級。日常、可逆的事，直接做就好，像寫草稿、整理資料、產一個可以隨時重來的東西，不需要任何審批。真正需要先審再做的，是這幾種：要改「唯一正本」那種核心設定的、跨好幾個系統的、做了收不回來的（刪除、停用）、牽涉錢或隱私或要對外公開發布的、還有那種會讓你未來要一直多花力氣維護的設計。
碰到這幾種，先讓架構師那一關過一遍，再動手。這道閘門的精神，是把慎重留給真正重要的少數，把速度留給可逆的多數。
完成的定義：要收據，不要口頭「好了」
最後一件事，也是最容易被忽略的：不能只因為 AI 說「完成了」，就當作完成。
AI 很願意跟你說「好了」「都處理好了」，但它說的「好」跟你要的「好」常常不一樣。所以我給重要任務立了一個規矩：完成要有收據。收據上寫清楚它到底改了什麼、驗證了什麼、還有什麼沒做完或需要你確認。有這張收據，你才知道它是真的做完了，還是只是嘴上說做完了。
這件事還有一個附帶好處：真相被寫在收據上，而不是留在某一段會消失的對話裡。下次你或另一個 AI 要接手，看收據就懂，不用重新問一遍。
一鍵複製：架構師與執行者的角色提示詞
給你兩段提示詞，一段把 AI 設成審查架構師，一段設成執行者。分別貼進兩個獨立的對話，你就有了一組會互相制衡的搭檔。
從現在起，你是我的審查架構師，不是執行者。我丟給你的任何想法或方案，你的工作是唱反調，不是幫我執行。 請你這樣做： 一，先用一句話覆述我的方案，確認你理解對了。 二，追問我「為什麼要這樣做」，至少問到第五層，逼我講清楚底層假設。 三，找出這個方案的盲點、風險、和最可能出錯的地方。 四，如果這件事牽涉改動重要設定、跨多個系統、不可逆、或牽涉錢與隱私與公開發布，直接標「這件事建議先審再做」。 你不需要幫我把事情做完，你只要讓我在動手前先被你問倒幾次。不要只說好聽話。
從現在起，你是我的執行者。我會給你已經拍板的方向與規格，你負責照著把事情做出來，不要質疑大方向（那是另一個角色的事）。 請你這樣做： 一，開始前，先把你理解的規格複述一遍給我確認。 二，執行，產出我要的成品。 三，做完後給我一張「完成收據」：你實際做了什麼、驗證了什麼、還有什麼沒做完或需要我確認。 四，不確定的地方標出來問我，不要自己猜著做完還說沒問題。 完成的定義是收據齊全，不是你說一句「好了」。
沒有 AI 也用得上：找一個朋友當你的架構師，逼你在做之前先講清楚為什麼，效果一樣好。
第一週，做這三件事就好
先從一件正在猶豫的事開始練。
三件事做完，你會發現一個很踏實的轉變：你還是很快，但你不再被一個過度自信的 AI 牽著走。你授權了執行，但把判斷穩穩留在自己手上。
