昨天讓 Plan Mode 對著一句需求提了七條假設、問了一題，然後說「沒有了」。今天換一個專門做這件事的工具，這次把規格直接交給它拷問 —— 看它是問得更狠，還是問出一樣的洞。
工具是 Matt Pocock 的 /grill-me。他那個 skills repo 七個多月從零到二十六萬星，而 /grill-me 是裡面很具代表性的一支：一個「relentless interview」，把你的計畫問到沒東西可問為止。
/grill-me 本身只有 7 行，做一件事：呼叫另一支叫 grilling 的 skill。真正定義拷問規則的是 grilling，一共 28 行，核心規則有四條：
第 2 條和第 4 條，就是它跟 Plan Mode 的差別：Plan Mode 的「假設」是計畫的附錄，列完七條就交計畫；grilling 的問題本身就是產出，交計畫之前要先問到沒得問。
另外還有一支 /grill-with-docs：同樣的拷問，邊問邊產 glossary 和 ADR。先跑 /grill-me，後面再用它跑一次。
乾淨 clone，放在原 repo 之外的目錄(Day 4 講的那個鄰居的洞)，rm -rf .git、拿掉 devlog/(裡面有昨天 Plan Mode 的三版計畫，留著它就有答案可抄)。規格與非目標這次留著：昨天是讓它從一句需求問起，今天是讓它拷問寫好的規格，兩篇驗的東西不同。tests/overdue.test.js 那支紅測試也在 —— 它是 repo 裡唯一的一支測試，拷問過程中它也會讀。
需要的四支 skill 照 commit 抓進 .claude/skills/，然後：
claude -p "/grill-me 我要實作借書與還書這個 feature。規格在 docs/spec.md,非目標在 docs/non-goals.md,硬規則在 CLAUDE.md。請拷問這份規格。" \
--permission-mode default --allowedTools "Read,Glob,Grep,Skill,Agent"
之後每一輪 --resume 接回，把我的答案原文貼給它。紀律跟昨天一樣：規格有的照規格答，沒有的當場決定並記下來。
| 輪 | 它給的 | 秒 / $ |
|---|---|---|
| 1 | 讀完七個檔，開場一句判斷，再 Q1–Q11 | 158 / 0.48 |
| 2 | Q12–Q21，其中一題是追問我上一輪的答案 | 143 / 0.40 |
| 3 | 自己定了閘門的 API，Q22–Q24，整棵 24 個節點的設計樹 | 74 / 0.21 |
| 4 | 「Frontier 清空」；接下來只改 spec、寫 tests/README.md，CLAUDE.md 一字不動、不寫 src/ |
8 / 0.08 |
合計 24 題、$1.18、六分多鐘。跟昨天 Plan Mode 的三輪 $1.32 比：問題是七條假設的三倍多，錢還少 —— 因為它不寫計畫，只問。
它讀完規格、非目標、CLAUDE.md、紅測試，第一段不是問題，是判斷：
規格在「規則」層寫得很硬，但在「怎麼落地」層有幾個洞，而且有兩條規則彼此有張力。
張力是 Q2：規格要 books.status 存成欄位、走白名單、有 CHECK；又要「有未歸還紀錄 ⇔ on_loan」被測試證明。這等於要維護兩份真相 —— 一致性得靠每次借還都在同一個交易裡同步動兩張表。它給三個選項、建議第三個：兩者都存，partial unique index 當第二道防線，「任何時候兩者不一致就是 bug，測試直接驗這條不變量」。這件事我寫規格時沒想過，昨天 Plan Mode 也沒提 —— 它的計畫做的就是第三個選項(兩張表同一交易、partial unique index 也有)，做對了，但沒告訴我這裡有張力。
第一輪 11 題，每題附建議答案。挑三題：
Q3：硬規則 2 說「不准在別處寫 status = '...'」，但 UPDATE books SET status = 'on_loan' 這行 SQL 本身就是寫 status。它提出落地法 —— 字面值只出現在 book-state.js，SQL 全部參數化，靜態檢查 grep status\s*=\s*' 只允許那一檔 —— 然後補一句：這是硬規則 2 唯一講得通的落地法；否則就得寫 trigger，而那會讓實作比題目本身還大。
Q5：規格決定 4「一人同一本書只能一筆未歸還」，在一書一冊之下是多餘的 —— 書已經 on_loan，同一人再借本來就會被擋，這條沒有獨立的失敗路徑。它還指出：規格「為什麼」那欄寫的是「讓同一人重複送出不污染併發測試」，那是測試設計的理由，不是業務理由。這個問題我寫規格時沒發現。
Q8：GET /api/users/:id/borrows 未歸還那段要不要帶即時算的 overdueDays？它建議不帶(「要帶就是第二個真相」)。我答「帶」 —— 兩段用同一支純函式，它不是第二個真相，而是同一個快照在不同 now 下的讀數。
然後第二輪它追問了(Q14)：history 那段的 overdueDays 讀存的欄位還是重算？如果重算，還書時押進去的 overdue_days 就變成「只寫不讀」。它說：「你的論點我同意，但 history 的 now 就是 returned_at，那個讀數已經在還書當下押進去了；再算一次不是錯，是多一個可以分岔的地方。」我改採它的：history 讀存的，active 現算。
24 題我照它的建議答了 23 題，唯一不同的那題被它追問後也改回去了。這不代表它每題都對，而是每題都先把選項和取捨排好，我只要判斷「這個場合適不適用」。
第二輪的十題沒有一題是第一輪能問的。Q12 問併發測試的閘門插在哪 —— 這題只有在 Q1 選了「測試用 Node 內建 node:sqlite、抽一層 DB 介面」之後才存在。因為 node:sqlite 是同步的，SQL 不可能交錯，閘門必須插在應用層的 await 點。它建議包住 adapter 的 batch()，N 個請求到齊才放行，src/ 零改動；並且說要先證明它會紅：對照組是一版「先 SELECT 再 UPDATE 不帶 WHERE」的 naive 借書，同一個閘門下應該出現 N 個 201 —— 「沒有紅過的閘門等於沒有閘門。」第三輪 Q22 又把這件事推一步：naive 對照組不要紅過就刪，留成永久測試，守的是閘門本身有沒有偵測 TOCTOU 的能力。
第四輪：「Frontier 清空。整棵樹 24 個節點全部有人裁決，沒有任何一個是我默默假設的。」
/grill-with-docs，邊問邊把檔寫出來/grill-with-docs 本體只有一行：「Call the Skill tool twice, for grilling and domain-modeling.」拷問流程一模一樣，多掛的 domain-modeling(74 行)管三件事：你用了模糊的詞、或跟 glossary 打架的詞，它當場攔；詞一定案就寫進 CONTEXT.md(純 glossary，明講不准放實作細節)；ADR 要三個條件同時成立才開 —— 難回頭、沒脈絡看不懂、真的有取捨 —— 少一個就不寫。
同一份規格、同一個起點再跑一次，這次 --allowedTools 多給 Write,Edit。五輪(四輪問、一輪摘要)、33 題、$2.10、十一分鐘。
它多問了什麼。 第一輪的 Q13 是 /grill-me 那次沒有的題型：規格裡 POST /api/borrow、borrow_records 用 borrow，loan_policies、on_loan 用 loan，中文又有「借閱」「借書」「借期」—— 要寫 glossary 得選一個。它建議中文正名「借閱」、英文以 borrow 為主，on_loan 和 loan_policies 標成「契約遺留」、不再新造。第三輪 CONTEXT.md 寫出來 67 行，每個詞都附一行 Avoid：書不准叫副本、copy；讀者不准叫 patron、reader、會員；到期時刻不准叫 deadline、到期日。Q5 那條「一人一書多餘」也進了 glossary，條目就叫「單冊版的推論規則」。
ADR 的閘門真的有在擋。 它開了兩份：測試跑 node:sqlite 不跑 D1；借還兩筆寫入放同一個 batch、第二句用 WHERE changes() = 1 綁住第一句。然後明講三件不開：錯誤碼表、欄位命名、overdue_days 存不存 —— 「都是規格延伸或容易改的，不夠格」。第二份 ADR 那招是 /grill-me 那次沒出現的：上次的設計是輸家靠 unique index 拋錯、整批回滾；這次它自己把這個設計推翻 —— route 得解析錯誤訊息，而 D1 跟 node:sqlite 的錯誤格式不一樣 —— 改成正常路徑零例外，並在 ADR 裡承認「changes() 只在 node:sqlite 驗過，D1 上是假設」。
還有一個坑值得記：第二輪它要寫 CONTEXT.md 被 -p 擋下，理由是「敏感檔案」。查了才知道是路徑不是檔名 —— 我把乾淨 clone 放在 ~/.claude/ 底下的暫存目錄，那整棵在非互動 session 裡都不給寫。搬出來、--resume 接回同一個 session 就好了。
33 題比 24 題多，但同一個模型跑兩次本來就不會一樣，這 9 題不能全部算在 domain-modeling 頭上；能確定是它帶來的，是 Q13 那種詞彙題，和拷問結束時桌上多出來的三份檔。
同一份需求、同一天、兩種問法：
| Plan Mode(Day 7) | /grill-me |
|
|---|---|---|
| 給它什麼 | 一句需求(規格拿掉) | 規格 + 非目標 + 硬規則 + 紅測試 |
| 輪 / 題 | 3 / 七條假設 + 1 題 | 4 / 24 |
| 成本 | $1.32 | $1.18 |
| 產出 | 197 行計畫 | 一棵設計樹(不寫計畫) |
| 抓到規格自己的問題 | 0(它猜錯三處，是它沒讀到規格) | 兩條規則的張力、決定 4 多餘、硬規則 2 的字面衝突 |
| 兩邊都碰到 | overdueDays 要不要帶進 list、loan_policies 存快照、要不要開 src/db/ |
|
| 只有它問到 | —— | 併發閘門插哪、naive 對照組先紅再留成永久測試、D1 batch() 不能分支怎麼守、status code 表、時間字串怎麼比、GET 用 LEFT JOIN 一次查完 |
| 它沒問的 | 兩條 GET 的細節、一人一書(我補的) |
非目標一條沒踩；也沒問任何「要不要加什麼」 |
最後一列是我覺得最重要的：24 題裡，沒有一題是在問「要不要加 X」。它問的全是「你寫的這些怎麼同時成立」。非目標清單把「加東西」的門關了，它就只往裡面問。
另一個差別是方向。Plan Mode 從一句需求往外推，問的是「我該做哪些」；grilling 從寫好的規格往裡鑽，問的是「這些對不對得起來」。所以它會問到規格自己的問題 —— 兩份真相、多餘的規則、寫得太硬落不了地的規則 —— 這些問題 Plan Mode 不會主動問：一方面它沒讀規格，另一方面它的目標是交出計畫，不是找出規格本身的問題。
它沒有比 Plan Mode 聰明。同一個模型，同一份規格，差別不在模型，而在那 28 行規則：一輪問整個 frontier、每題附建議、事實自己查、問到空為止。Plan Mode 七條假設就交計畫，是因為它的目標是計畫；grilling 問了 24 題，是因為它的目標是問完。
但「問完」有價值的前提，是你答得出來。24 題我答了不到半小時，因為大部分是照規格念、少數當場決定。如果規格不存在，這 24 題會變成 24 個要你現場想的設計決定 —— 那就不是拷問，是它在替你設計。順序還是 Day 7 那句：先寫你的，再讓它問。
/grill-me 是 28 行 prompt，做的事只有一件：不給計畫，只給問題，問到沒得問。四輪 24 題，$1.18，抓到我規格裡兩條規則的張力、一條多餘的規則、一條寫得太硬、字面上落不了地的硬規則 —— 三件事昨天 Plan Mode 都沒提：前兩件是它沒讀規格；第三件它的計畫其實用了同一套落地法，只是沒說這條規則字面上有衝突。
兩個工具不衝突。需求還是一句話的時候，Plan Mode 從它往外推；規格寫好了，grilling 往裡鑽。兩邊真正有東西可問的前提，都是你先寫出東西。要邊問邊留檔，換 /grill-with-docs：同樣的拷問，多一份 glossary，和幾份它認為夠格的 ADR。
這一篇留下的心法：
拷問的價值不在問了幾題，而在問的全是「你寫的這些怎麼同時成立」—— 而不是「要不要多做什麼」。後者靠非目標清單擋，前者靠有人肯問到底。
明天：測試是給 AI 的護欄，也是驗收標準。先寫一個會紅的測試，再讓它動手。
/grill-me、grilling、/grill-with-docs、domain-modeling；本文用 commit 959a8e9，2026-09-17)：github.com/mattpocock/skills —— grilling 28 行原文：SKILL.md
CONTEXT.md 與兩份 ADR 在 produced/)docs/spec.md、docs/non-goals.md、CLAUDE.md
AskUserQuestion 訪談你、寫 SPEC.md；2026-09-17 查
iThome鐵人賽
看影片追技術