Source Audit

Why This Is a Skill

F218 的事故不是模型凭空幻觉，而是外部不可靠信息源污染：多篇博客互引看起来像"多方验证"，但最终回到同一个营销来源。这个 skill 把"这东西靠谱吗？"绑到引用外部 claim 的动作上，补 WebSearch 和 deep-research 之间的中档。

Trigger

准备把外部 claim 写进回复、research、PPT、ADR、spec 或 review 结论时，命中任一特征就跑：

• 数字 / 百分比 / x 倍增长 / benchmark 排名
• 因果归因（"失败是因为..."）或趋势判断
• 模型能力对比、论文结论、医学/金融/法律等高风险主题
• 来源会进入长期文档，影响后续猫的判断链

不触发：只回答低风险常识；只引用官方文档原文且不外推；已经按 deep-research 跑完整多源调研。

Claim Ledger

先列 claim，再逐条审：

五问 Checklist

1. 一手 or 二手？ 追到原始论文、官方文档、实验报告或数据集。多篇文章互相引用不等于多方验证。
2. 利益冲突？ 卖产品/咨询/课程的一方说"这个问题很严重"要扣分，并标明动机。
3. Peer-reviewed or 博客/营销？ 博客可当线索，不自动升级为学术证据。
4. 时效性？ 标清发布时间、测试年份、模型/版本。AI 领域旧模型数据不能直接论证新模型。
5. 体感校验？ 数字和家里经验或已知事实不一致时，先追问再引用。

Verdict

• use：一手或高质量来源，适用对象匹配，冲突低。
• use-with-caveat：可用但必须附限制，例如二手、旧模型、小样本、商业动机。
• reject：追不到一手来源、回声室互引、来源动机强且无独立证据、或对象不匹配。
• escalate-to-deep-research：claim 重要且证据冲突，单轮审计不够。

Provenance

聊天短行：

[一手/二手 | 来源类型 | 数据年份 | 适用对象 | 置信度]

docs/research / ADR / PPT 用 claim ledger 表。若 claim 被拒绝，也记录拒绝原因，防止后续重复捡回。

Common Mistakes

Pressure Test

MemU 65% 事件：输入多篇互引博客声称"65% 企业 AI 失败归因 harness 缺陷"。合格输出必须追到营销博客源头，识别商业利益冲突，不能把互引当独立验证，verdict 至少是 use-with-caveat，若没有一手证据则 reject。

Related Skills

• deep-research：重调研管道。source-audit 发现重要 claim 证据冲突时升级过去。
• memory-search-best-practices：查家里历史来源图谱时使用；source-audit 只管外部 claim 的信源卫生。