README.md

2.5 个人视角与非共识判断：Skill 管怎么写，Perspectives 管怎么判

怎么跑

op run --env-file experiments/aib.env -- .venv/bin/python experiments/2_9_neutralize/run.py

接口是 AI Builder Space，模型为 deepseek-v4.1-flash 和 gemini-3.8-flash。实验设计写在 run.py 顶部说明里，输出与交叉评委打分汇总在 results.json。

（早期测“整理想法录音时加不加整理规矩对判断中和的影响”的脚本与结果保留在 run_v2_neutralize.py 和 results_v2_neutralize.json。）

结果（2026-10-14，与 contracts/source_contract.md 的 B8 一节同步）

• 控制变量设计：
  • 两组条件均提供完全相同的写作 Skill（# Skill：整理方案评估笔记，要求结论先行亮明态度、不和稀泥、2–3 句话说明核心理由、给出 1–2 条下一步建议、控制在 200 字以内）。
  • 只给 Skill（skill_only）：只给任务提示与上述评估笔记 Skill，不带 perspectives.md。
  • Skill + Perspectives（with_perspectives）：同样的任务提示与评估笔记 Skill，附上从 10 条想法录音（I01–I10）提炼出的 perspectives.md（10 条 AI 领域非共识判断）。
  • 测试集（Q01–Q10）：10 个仿真工作方案提议（每个提议都采用行业主流共识做法，恰好与 I01–I10 的非共识判断正面相撞）。
• 判分：由另一家厂商的模型对照目标判断打分，统计顺从主流方向（endorsed_mainstream）与命中非共识判断（hit_perspective）的篇数：