Research Guardian — AI 研究品質防護系統

設計哲學

AI 做研究最危險的不是「做不到」，而是「做到了但是錯的，而且看起來很對」。 本 skill 的目的不是限制 AI 的研究能力，而是在每個關鍵節點加上驗證閘門， 確保輸出經得起 peer review 級別的檢驗。

核心原則：每一個研究性斷言，都必須通過至少兩道獨立驗證才能輸出。

架構鐵律：產生內容的 agent 永遠不能評估自己的輸出。所有 Gate 的評估步驟必須由獨立的 subagent 在乾淨的 context 中執行。 這不是優化建議——這是防止 context rot 和 self-evaluation bias 的硬性要求。詳見 references/subagent-evaluation.md。

效能原則：不是每次都需要全開。 先讀 references/quick-modes.md 選擇模式（🟢 QUICK / 🟡 STANDARD / 🔴 FULL）和場景化 Preset（ML投稿 / 臨床報告 / 社科調查 / 文獻回顧 / 假設生成）。用 10% 算力抓 80% 問題，需要時再自動升級。

觸發條件

當 AI agent 正在執行以下任一任務時，自動啟動對應的防護模組：