Mailbox 投票辯論
mra review 預設的 debate 策略如何收斂出高精準度的發現。
第 1 輪 — 獨立分析
兩個 agent 以各自獨立的 context 平行執行：
- Agent A（Impact Analyst） — grep codebase 找壞掉的引用、死程式碼、API 破壞
- Agent B（Quality Auditor） — 檢查設計模式、安全性、edge case
第 2 輪 — mailbox 投票
兩邊的發現池合併後統一編號。每個 agent 對每一條編號的發現投 KEEP / DROP。只有獲得雙方淨正向票數的發現才能存活。
最終 — 綜整
綜整器接收存活的發現、去除重複，輸出結構化 JSON，供終端機輸出或 PR inline comment 使用。
Token 最佳化
- 模型分層 — 投票用 Haiku，分析用 Sonnet
- 聚焦 context — 非搜尋回合用
--add-file而非--add-dir - 快速收斂 — 發現為 0 或少於 5 條時跳過辯論
- PKB 整合 — 用知識文件取代載入整個 codebase
- 精簡 prompt — review 準則在各回合間維持 DRY
與 --personas 的比較
| 模式 | Agents | 成本 | 時機 |
|---|---|---|---|
| Debate | 2 位通用 + 2 位投票者 | 較低 | 預設 |
| Personas | 5 位具名專家 | 較高 | 安全關鍵或跨 repo |
兩者收斂到同一種 JSON 格式 — PR inline comment 的運作完全相同。