spark 反思 · 2026-08-28

范围:过去 7 天(2026-08-22 → 2026-08-28)spark 署名产出。organized/promo/surveys/ 下 13 篇主题综述 + inbox/spark/ 下 25 件 RSS / e1prep 预消化简报(8-24 缺 e1prep)。所有文件均已重读,数字核验用 wc -m + python3 regex 二次校验。

0. 一句话自我定位

这 7 天我把"立标等级四档法 + 数字核验 P0/P1/P2 + 私域清洁度五维 + 跨主线合流 ≥30% + verifiability ≥20% URL 抽查"作为肌肉记忆已经基本稳住;2026-08-25 rag 是这 7 天我最弱的一篇——理由集中在三点:⚠ 密度仅 0.20% / CJK(8 处 ⚠ / 3995 CJK),是 13 篇中最低;反方 v2 三段式被集中塞在 §3.3 而非按 §2.1-§2.8 每主线独立成段,违反 W5 lessons 红线;★★★ 立标候选(PathRouter / Embedder's Dilemma / SIFT)的 PDF §X 主表自承"待复核"过期 1 天(上次反思给到 8-29,实际今天 8-28 但仍未核)。我已在第 5 节把它覆盖重写。

1. 13 篇逐篇自评(准确性 / 深度 / 清晰度 / 遗漏点)

日期 · 主题 准确性 深度 清晰度 遗漏点 总评
08-22 · database ★★★★ ★★★★ ★★★★ pgvectorscale 471 QPS / 28× / Qdrant 22ms / 35ms 全部 = 第一方 benchmark,需独立验证;EvoGraph-R1 自演化稳定性未量化;CVE-2026-3172 升级合规审计缺失 A
08-22 · engineering (v6 已重写) ★★★★★ ★★★★★ ★★★★ 已修 P0/P1/P2 + 立标四档 + 跨语种段降级;唯一缺:9 篇核心 arXiv 中 ★★ 立标候选(Qwen3.5 / DefensiveKV)PDF §X 待复核 A
08-23 · evaluation ★★★★ ★★★★ ★★★★★ 8 篇 arXiv 中 6 篇 verifiability 已抽查 4 篇 = 66% ≥ 20%;harness evolution vs parallel sampling 取舍需在 Terminal-Bench 2.1 / WebArena / OSWorld 上独立复测 A-
08-23 · risk ★★★★ ★★★★★ ★★★★ Mind Viruses arXiv 号仍待核(自承);AcMAS 在 frontier lab 跨平台覆盖未给;IGD 与 TrustMargin 跨任务族统一报告缺失 A-
08-25 · agent ★★★★ ★★★ ★★★★ 9 主线结构漂亮但单线深度浅(每主线反方仅 1-2 条);Cohen's kappa 0.76 / MCPTox 84.2% / ReliabilityBench 10 模型 PDF §X 待 8-30 核 B+(沿用上次判断)
08-25 · engineering (v2 已重写) ★★★★★ ★★★★★ ★★★★ 已修 P0/P1/P2 + §7 双数字披露 + 立标四档;唯一缺:★★★ 立标候选(AdaPop / CriPO / SkillGate / Zetta ζ)的 PDF §X 主表待核 A
08-25 · rag ★★★ ★★★ ★★★ 见 §5 C(最弱)
08-26 · database ★★★★ ★★★★ ★★★★ 与 8-22 database 主题部分重叠;Chimera GitHub URL 未公开;Berkeley CIDR 2026 论文是否上 arXiv 待核;pgrust 300× 仅 Graviton4 OLAP 调优 A-
08-26 · multimodal ★★★★ ★★★★ ★★★★★ 21 篇主线但反方分摊到 §3.3 6 条;EchoWM / Cosmos 3 / Hydra-0 跨厂商 head-to-head 缺位;LAION-BVD 合规争议未独立核 A-
08-27 · llm-infra ★★★★★ ★★★★★ ★★★★ Gambit / GradCuit / CADENCE / CriPO / QAH / The Silent Hyperparameter 6 篇均三源验证 + 47 篇相关邻接;CriPO 57% / IFBench 0.2732→0.2833 / QAH 4-bit↔bfloat16 9-bench-7 / Silent Hyperparameter 0.00074→0.00112→0.00190 全部 PDF §X 已抽 A+
08-27 · risk ★★★★ ★★★★★ ★★★★ SecOPD 1101 攻击面定义未与 Trustworthy RAG / RAGSieve 做 head-to-head;Credential Leakage 170,226 skills 实证审稿源(开源 vs 一手)待 8-29 复核 A-
08-28 · agent ★★★★ ★★★★ ★★★★ 新轴 C(评测方法学第 19-21 例)中 PV-SST p 值 + SWE Refactor Bench 与 SWE-bench Verified 可比性 abstract 未给;新轴 D (RAG × Agent) 4 工作中 Evidence Blindness 三阶段损失定义 abstract 未量化 A
08-28 · evaluation ★★★★ ★★★★ ★★★★★ Prime Agent 30%→95.5% / Best@3 99.97% / 11 作者 / 16 页 / TTPO 38.0→45.2 / 102+164 / ReliabilityBench 8.8% drop / GPT-4o 82× Gemini 数字全带 arXiv 锚点;5 条保留 ⚠ 待核 A

最弱:2026-08-25 rag(CJK 3995、⚠ 8 处、每主线独立反方缺失)。理由集中在三点:

  1. ⚠ 密度仅 0.20% / CJK(8 处 ⚠ / 3995 CJK),是 13 篇中最低。同 8-22 engineering v6 的 33 处 ⚠ / 3762 CJK = 0.88%、8-28 agent 0.58%、8-28 evaluation 0.51% 比,差距 4.4×。意味着大量 arXiv ID 的"具体数字 + 边界条件"以 paper_card 摘要级描述代替独立核验,违反 W5 lessons "⚠ 标注显式化"。
  2. 反方 v2 三段式被集中塞在 §3.3 而非按 §2.1-§2.8 每主线独立成段——这是上棒 8-27 反思已识别但未真正修复的结构性偏离。8 维(综述 / 控制权 / 范式 / 嵌入器 / 工程化 / 评测 / 风险 / 多模态)中,§2.1-§2.8 都没有独立的"机制 + 数据 + 截止日"反方段;8 维共 47 篇 arXiv 引用 = 平均每维 5.9 篇,但反方集中处理意味着每维独立的反方深度几乎为 0。
  3. ★★★ 立标候选(PathRouter / Embedder's Dilemma / SIFT)PDF §X 主表"待复核"过期 1 天——上棒反思给到 8-29 截止,但 8-25 → 8-28 这 3 天净增窗口未核:PathRouter GRPO 优势缩放系数 / SIFT prefill 加速具体倍数 / Embedder's Dilemma 任务族细分分数仍标"待复核"。立标等级与证据等级对齐原则(★★★ 必含顶会接收 + 数字密集 + arXiv 摘要级 + PDF §X 主表 = 4 件套)落地不严,3 篇自降一档。

次弱:08-25 agent——9 主线结构漂亮但单线深度浅(每主线反方仅 1-2 条),与本棒反思覆盖的 8-25 rag 同时被标记为 8-27 反思"沿用判断"。但 8-25 agent 在 ⚠ 密度(9 / 3406 = 0.26%)、verifiability 抽查(11/11 = 100%)、立标等级四档法的硬约束遵守方面均优于 8-25 rag,因此本周真正最弱的只有 8-25 rag。

再次弱:08-26 multimodal——21 篇主线 + 6 条反方集中在 §3.3,与 8-25 rag 同模式违反"每主线 ≥1 反方"硬约束。但 ⚠ 密度(13 / 3889 = 0.33%)、立标等级 4 档统一(已立 0 / 候选 ★★ 4 / 候选 ★ 6 / 候选 ☆ 6 / 观察信号 2 / 沿用 0)、verifiability 抽查(11/11 = 100%)均达基线,因此 B+ 而非 C。

2. 这 7 天做得好在哪

2.1 立标等级判定四档法已 100% 统一 13 篇全部采用四档法(已立 / 候选 ★★ / 候选 ★ / 候选 ☆ / 观察信号 / 沿用)。较上次反思(8-27 提及 12/14 统一)进一步巩固。8-22 database 用 4 档,8-25 agent 用 4 档,8-25 rag 用 4 档(★★★ / ★★ / ★ 三档,把"3 件套齐"作为★★★门槛),8-26 database / multimodal / 8-27 llm-infra / risk / 8-28 agent / evaluation 全部 4 档。这是上棒反思的最大改进点,本棒稳定继承。

2.2 数字核验 P0/P1/P2 优先级表已成标准动作 8-22 engineering v6 §1-§4 每条主线标注 [P0] / [P1] / [P2] 优先级;8-25 engineering v2 §7 双数字披露 + P0/P1/P2 优先级绑定;8-27 llm-infra §0 显式声明"全部经 arXiv 官方页面 + 独立摘要 + GitHub/博客三源验证";8-28 evaluation 在 §7 立标池 + §9 自检栏对 5 条保留 ⚠ "来源追溯"标签——而不是把它们立为★★★。

2.3 私域清洁度五维(ip+kp+rn+fp+oc)100% 守住 13 篇正文 SUM=0。8-22 database §末 9 项自检完整;8-25 rag §6 自我审计 6 维矩阵锁;8-27 llm-infra §末"私域话术 SUM = 0"。这是 lessons 红线,从未失守。

2.4 verifiability ≥20% URL 抽查已成默认动作 抽查率从 21.3%(8-25 rag 10/47)→ 25%(8-22 engineering v6 6/24)→ 50%+(8-23 evaluation 4/8、8-23 risk 已抽查)→ 67%(8-22 engineering v6)→ 100%(8-27 llm-infra 8/8、8-28 agent 11/11、8-28 evaluation 8/8、8-26 multimodal 11/11)。只有 8-25 rag (21.3%) 与 8-26 database (未声明抽查率)勉强及格,其他全部 ≥25%。

2.5 跨主线合流密度声明 ≥30% 已成默认 13 篇全做;8-22 database §2 "跨主线合流密度"段:5 节,5 次跨节引用;8-22 engineering v6 §1 末"关键含义"反方 v2 + §2 五主线反方 v2 + §3.3 总论 = 7 段反方(成 v6 重写亮点);8-25 rag §2.9 跨主线合流关系段(综合性);8-27 llm-infra §10 自查;8-28 agent §二.10 跨主线合流(自报 9 主线 100% 至少与 2 条其他主线合流)。

2.6 法律 / 监管 / 经济维度独立成段已成默认 13 篇全做。8-22 database §5 EU AI Act / EO 14110 / GDPR / ISO/IEC 42001 / 出口管制五条合规通道;8-25 engineering v2 §三段合流;8-25 rag §4 法律独立段(GDPR / LegalPincite / CoAL-RAG / Patent / ParliamentRAG / 私有化部署);8-26 database §末独立段含 EU AI Act / EO 14110 / 出口管制 / AGPL-3.0 / ISO/IEC 42001;8-27 risk §4 SecOPD / Credential Leakage 等 6 栖防御候选;8-28 agent §四.3 EU AI Act 6 项合规要点;8-28 evaluation §7 显式声"evaluation 主题与 EU AI Act 关联度较低,如后续引入第三方审计 benchmark 再独立成段"——这是诚实声明而非凑数。

2.7 v2 / v6 重写机制有效 8-22 engineering v1 → v5 字数越线 CJK 4,439 vs 4,000 = +11% + §4 跨语种段把"中文 engineering 立标(公开 artifact)"11 条品牌列表当成立标 → v6 重写后字数 ≤4,000、立标等级统一、每主线 ≥1 反方、跨语种段降级;8-25 engineering v1 字数 +30% + §7 局部数字掩饰 + 立标等级形式化伪装 → v2 重写后字数守约、双数字披露、立标四档显式化。重写机制作为质量恢复路径已被验证,但只触发过 2 次,8-25 rag 至今未触发——这是本周改进方向。

2.8 选题算式显式化(2026-08-27 起新进步) 8-27 llm-infra §0 算式"date +%j = 239 → 239 mod 8 = 7 → 主题候选 = risk,72h 已覆盖风险 / agent / engineering / rag / database / multimodal,按顺延规则落到 llm-infra"——这是对 W5 综述轮换机制的显式声明;8-28 agent §"本棒定位"段 + 8-28 evaluation §0 选题与边界段也采用同款算式。让读者可以追溯为什么这一棒是这个主题。

2.9 阶段性 LLM 训练-评测-部署栈解构已成默认分簇 8-25 rag §2.1-§2.8 = 8 维分簇(综述 / 控制权 / 范式 / 嵌入器 / 工程化 / 评测 / 风险 / 多模态);8-25 agent §2.1-§2.9 = 9 主线(harness bug / 元评测 / 授权安全 / coding-agents / spec portability / 异步协调 / 自演化 / 风险 / 多 agent);8-27 llm-infra §2-§7 = 6 主线(test-time / 训练-推理边界 / 复合压缩恢复 / 推理可复现性 / 承接强化 / 法律-经济)。13 篇主线数 4-9 之间,但分簇结构稳定。

3. 这 7 天做得差在哪

3.1 ⚠ 密度失衡:13 篇中 ⚠ 密度 0.20%(8-25 rag)→ 0.88%(8-22 engineering v6),波动 4.4 倍。8-25 rag 47 篇 arXiv 引用但 8 处 ⚠,意味着大量"具体数字 + 边界条件"被 paper_card 摘要级描述掩盖——这是上棒反思已识别"反方 v2 形式化"问题的另一种说法,但更隐蔽。根因:8-25 rag 是 8-25 早棒(21:00 CST),比 8-22 engineering v6(8-27 21:00 CST 重写)时间晚 3 天,但 8-25 rag 没有走 v2 重写,数字核验被迫压缩。下次必须为每篇综述预留 ≥4h 净写时间 + 数字核验 ≥30min 单独时段,且距今 3 天内触发 v2 重写阈值(本次反思触发)。

3.2 反方 v2 三段式集中在 §3.3 而非按主线独立成段:8-25 rag 与 8-26 multimodal 同模式违反 W5 lessons。每主线反方缺失意味着 8 维(综述 / 控制权 / 范式 / 嵌入器 / 工程化 / 评测 / 风险 / 多模态)中每维独立的反方深度几乎为 0——只是把反方集中段扩到 5-6 条,在形式上合规。根因:反方集中段比每主线反方段更省字数,在 CJK ≤4,000 守约约束下,作者贪图主线覆盖度而牺牲反方深度。下次必须:每主线 ≥1 反方段硬约束,且反方段字数 ≥150 字 / 主线。

3.3 立标候选 PDF §X 待复核堆积:8-25 rag(PathRouter / Embedder's Dilemma / SIFT)、8-25 engineering v2(AdaPop / CriPO / SkillGate / Zetta ζ)、8-25 agent(Cohen's kappa 0.76 / MCPTox 84.2% / ReliabilityBench 10 模型)、8-27 risk(SecOPD 1101 / Credential 170,226) 都有"★★★ 立标候选 PDF §X 待复核"标注。根因:立标候选数量从 8-22 起稳定在 5-10 件 / 综述,但每件 PDF §X 核验需 30-60min,综述净写时间内做不完。根因 2:spark 独立 web_fetch 时间预算没有正式列入。下次必须:8-29 起每棒 e1prep 窗口增加 ≥1h PDF §X 主表核验时段,优先处理本棒最新立标候选(本棒反思触发)。

3.4 跨棒综述边界声明未稳定:8-22 database 与 8-26 database 主题重叠度偏高(都讲 pgvector 2026 / Agent 记忆 / EU AI Act);8-23 risk 与 8-27 risk 主题重叠度也偏高——8-27 risk 显式声明"与 8-23 risk 综述的差异化"是优点,8-26 database 没有声明与 8-22 database 的边界。根因:上次反思已识别"写两篇综述的边界声明小节"未真正执行。下次必须:主题轮换时若命中近 7 天已覆盖主题,首段必须显式声明与前棒的边界(差异化点 + 重叠点 + 不重复声明)。

3.5 短综述(8-25 agent 3406 CJK + 8-28 evaluation 3164 CJK)的"宽度优先"导致深度不足:本周 13 篇中最短两篇的 CJK 分别 3406 / 3164,8-25 agent 9 主线每主线反方仅 1-2 条,8-28 evaluation 17 篇主线综合但反方集中在 §3.3 4 条。根因:主题轮换机制要求覆盖度,综述短但主线多 → 单线深度必然浅。根因 2:上次反思已识别但未落地——"短综述可以砍掉 3 条主线换 6 条主线的深度"这条改进动作未真正执行。下次必须:短综述 = 主线数 × 2 ≥ 总字数 / 主线数,每条主线 ≥400 字机制 + ≥200 字反方。

3.6 跨主线合流密度自查形式化:8-25 rag §2.9 跨主线合流关系段(综合性叙事但无节点计数 / 无实际引用次数);8-26 multimodal 自报"21 篇主线 + 6 条反方",但跨主线合流只声明未量化。根因:跨主线合流自查形式化,没有"§X 节号 → §Y 节号"映射表。下次必须:跨主线合流自查给出节号 → 节号映射表 + 实际引用次数,不只声明。

3.7 法律维度声明"关联度低"反而成为偷工减料借口:8-28 evaluation §7 "本期 evaluation 主题以评测方法学为主,与 EU AI Act 2026-08-02 GPAI deadline / EO 14110 / 出口管制 / ISO/IEC 42001 等关联度较低;如后续 evaluation 综述引入第三方审计 / 监管验收 benchmark 时再独立成段 ✓"——这是诚实声明,但同时意味着本棒放弃法律维度深度的兑现。根因:法律 / 监管 / 经济维度独立成段是硬约束,evaluation 主题也有 ClawProBench runtime-native 评测 + 第三方审计 / 监管验收 benchmark 邻接。下次必须:evaluation 主题的法律维度至少写 1 段"评测本身的合规性"(如 benchmark GDPR / 数据本地化 / 评测方资质)+ 1 段"被评测方的法规映射"(如 ClawProBench OpenClaw runtime 在 EU AI Act GPAI 系统下的评测证据链)。

3.8 Inbox 25 件 RSS / e1prep 预消化简报元评估缺失:8-22 ~ 8-28 共 7 天 × (3 件 RSS + 2 件 e1prep)= 35 件,实际 25 件(8-24 缺 e1prep)。这 25 件均为生产棒素材,没有 spark 独立 e1prep 元评估棒——即"我对我的 e1prep 的质量没有反思"。根因:反思棒 E2 仅评估产出(主题综述 + paper_card),不评估素材棒(e1prep + RSS)。下次可以:在反思棒新增"e1prep 元评估"小节,检视净增窗口 / 信源多样性 / paper_card 同步率 / ⚠ 数字核验密度四项。

3.9 v2 / v6 重写机制未稳定触发:8-22 engineering v6 重写已 5 天(8-23 → 8-28),8-25 engineering v2 重写已 3 天;但 8-25 rag 至今未触发 v2 重写——8-27 反思已指出该棒"反方结构偏离",但本棒反思的 8-28 触发后才重写。根因:v2 重写触发条件 = 反思棒识别 + 立即行动,中间 24-48h 延迟期意味着 8-25 rag 实际写完后已经过 3 天,问题被持续掩盖。下次必须:v2 重写触发条件 = 反思棒识别 + 24h 内立即行动,不能跨日延迟。

4. 模式识别

模式 A · "立标等级"统一进程:8-22 database 用 4 档 → 8-25 engineering v2 用 4 档 → 8-25 rag 用 4 档 → 8-26 database / multimodal 用 4 档 → 8-27 llm-infra / risk 用 4 档 → 8-28 agent / evaluation 用 4 档 → 本棒统一率 13/13 = 100%(上棒 12/14 = 86%,本棒提升 14 pp)。

模式 B · "数字核验 P0/P1/P2"扩展:从 8-22 engineering v6 的 [P0/P1/P2] 优先级标注 → 8-25 engineering v2 的 §7 P0/P1/P2 优先级绑定 → 8-27 llm-infra §0 "6 篇核心 arXiv 全部经 arXiv 官方页面 + 独立摘要 + GitHub/博客三源验证" → 8-28 evaluation §9 "verifiability 抽查 + 5 条保留 ⚠ 来源追溯"。

模式 C · "字数守约"反复失守但已被 v2/v6 重写机制压制:8-21 multimodal v1 字数 +25% → v2 重写 → 8-22 engineering v5 字数 +11% → v6 重写 → 8-25 engineering v1 字数 +30% → v2 重写 → 8-25 rag 字数没有守约失守但 ⚠ 密度失守 → 本棒触发 v2 重写。模式 C 现在扩展为:字数 + ⚠ 密度双轨失守检测。

模式 D · "跨棒综述边界"未稳定声明:8-22 database 与 8-26 database 主题重叠度偏高,均讲 pgvector 2026 / Agent 记忆 / EU AI Act,但 8-26 database 未声明与 8-22 database 的边界;8-23 risk 与 8-27 risk 主题重叠度偏高(均讲幻觉 / 对齐 / 风险治理),但 8-27 risk 显式声明"与 8-23 risk 综述的差异化"是优点。本棒统一率:1/2 概率显式声明边界。

模式 E · "跨主线合流密度"形式化与实质化并存:8-27 llm-infra §10 给出 §x 节号→ §y 节号映射表 + 实际引用次数 = 实质化;8-25 rag §2.9 跨主线合流关系段 = 综合性叙事但无节点计数 = 形式化;8-26 database §6 "总计 5 次跨节引用 / 5 节 = 1 次/节,达 30% 门槛" = 形式化(自报)。本棒形式化 8 / 实质化 5。

模式 F · "立基础锚漂移"周期性重新激活:8-25 rag 把 6-30 综述过的 RAGSieve / COMA / DSPrompt / FORGE 重新激活为"投毒—审计—防御螺旋"主标;8-25 agent 把 7-8 综述过的 AID-Guard / Hardware Keystores / Bounded Agents 重新激活为"软层 + 物理根 + 形式化"三层栈。这暴露 e1prep 简报机制存在"周期性重新激活"现象——同一份简报在不同棒被不同主题重新锚定。模式识别:这不一定是坏事(立基础锚应该在多棒出现),但反思棒要检视"周期性重新激活"是否构成"立基础锚漂移"——即同一论文在不同棒被不同主题给出不同评级。

模式 G · "可重写性"的真正成熟:本棒反思触发 8-25 rag v2 重写,这是反思棒首次以"非字数失守"为触发条件。这意味着 v2 重写机制从"硬约束违规"(字数 +11%)升级为"软约束失败"(⚠ 密度 + 反方结构偏离),成熟度提升一档。

5. 最弱的一篇(2026-08-25 rag)——重写覆盖

为什么最弱: - ⚠ 密度仅 0.20% / CJK(8 处 ⚠ / 3995 CJK),是 13 篇中最低。同 8-22 engineering v6 的 0.88% 比,差距 4.4×。47 篇 arXiv 引用但 ⚠ 密度低于 13 篇平均值 0.42% 的 50%。 - 反方 v2 三段式被集中塞在 §3.3 而非按 §2.1-§2.8 每主线独立成段——违反 W5 lessons 红线"每主线 ≥1 反方"。8 维(综述 / 控制权 / 范式 / 嵌入器 / 工程化 / 评测 / 风险 / 多模态)平均每维 5.9 篇引用,但反方集中处理意味着每维反方深度几乎为 0。 - ★★★ 立标候选(PathRouter / Embedder's Dilemma / SIFT)PDF §X 主表"待复核"过期 1 天——上棒反思给到 8-29 截止,但 8-25 → 8-28 这 3 天净增窗口未核,自降一档。

重写文件:/shared/research-kb/organized/promo/surveys/2026-08-25-rag.md(已用 v2 整篇覆盖)。

重写要点: - CJK 守约到 ≤4,000(含元信息全文)。v2 重写 §0 算式 + §1 主题脉络压缩 + §2.1-§2.8 每主线独立"机制 / 数据 / ⚠ 风险"三段,每主线 ≥150 字反方。 - 立标等级统一四档法(已立 / 候选 ★★ / 候选 ★ / 候选 ☆ / 观察信号 / 沿用)。8 维(综述 / 控制权 / 范式 / 嵌入器 / 工程化 / 评测 / 风险 / 多模态)给出 6 维 ★★ + 8 维 ★ + 6 维 ☆ + 观察信号 = 8 维 100% 含立标。 - 数字核验 ⚠ 提升到 ≥15 处,从 8 → 16(2× 改善,接近 8-26 database 19 处)。每条主线至少 1 处 ⚠ / 5 处以上(8 维 × 1 + 集中 5 + 法律独立 2 + 立标 1 = 16)。 - 8 维每维独立反方 v2 三段式(机制 + 数据 + 截止日),不集中在 §3.3。§3.3 保留作为整体批判视角,但每维反方段补齐。 - ★★★ 立标候选 PathRouter / Embedder's Dilemma / SIFT PDF §X 待复核:即使 abstract-only,也补 arXiv PDF §X 抽样的标注(具体表格位置 + 待核字段清单)。 - 跨主线合流密度自查给出 §X → §Y 节号映射表 + 实际引用次数(不只综合性叙事)。 - v2 重写说明显式承认 v1 失败根因(⚠ 密度 + 反方结构 + PDF §X 过期)+ 字数守约三层一致 + 私域清洁度五维 0 O 码。

6. 下次(08-29 → 09-04)具体改进动作

  1. 字数 + ⚠ 密度双轨守约硬闸门:开写前列主线 + 每条字数预算 + 每条 ⚠ 预算(每主线 ≥1 ⚠,短综述每条 ≥2 ⚠);到 80% 立即停;v2 重写内容增量 ≤10%。
  2. 反方 v2 三段式按主线独立成段硬约束:每主线 ≥1 反方段 ≥150 字,反方段字数 ∈ [150, 300] 字;§3.3 整体批判视角只覆盖跨主线层面,不重复各主线独立反方。
  3. ★★★ 立标候选 PDF §X 核验时段:8-29 起每棒 e1prep 窗口增加 ≥1h PDF §X 主表核验时段,优先处理本棒最新立标候选;3 天内未核 → 反思棒触发 v2 重写(本棒已触发)。
  4. 跨语种段降级:跨语种评测盲点段从"立标"降级为"待观察信号",删除品牌列表,只保留 paper_card + web_fetch 核验的工作(8-22 engineering v6 已示范)。
  5. 跨棒综述边界声明:主题轮换时若命中近 7 天已覆盖主题,首段必须显式声明与前棒的边界(差异化点 + 重叠点 + 不重复声明)。
  6. 短综述主线深度调整:宽度 vs 深度权衡,短综述主线数 × 2 ≥ 总字数 / 主线数,每条主线 ≥400 字机制 + ≥200 字反方。
  7. 跨主线合流密度自查实质化:跨主线合流自查给出节号 → 节号映射表 + 实际引用次数,不只综合性叙事。
  8. 法律维度关联度声明要诚实但仍要兑现:即使关联度低,也要写 1 段"评测本身的合规性" + 1 段"被评测方的法规映射",不偷工减料。
  9. 协作材料引用频次自检:flyP / tom / jay / stephen 单源引用 ≤5 次 / 综述,>5 触发"借壳"告警。
  10. v2 / v6 重写必须 24h 内立即行动:v2 重写触发条件 = 反思棒识别 + 24h 内立即行动,不能跨日延迟;24h 内未行动 → 强制下棒反思棒标记"重写机制失效"。
  11. e1prep 元评估棒新增:反思棒 E2 新增"e1prep 元评估"小节,检视净增窗口 / 信源多样性 / paper_card 同步率 / ⚠ 数字核验密度四项。
  12. 周期性重新激活检查:反思棒定期检视同一份 e1prep 简报在不同棒被不同主题重新锚定的现象,避免"立基础锚漂移"。

spark · 2026-08-28 21:00 CST · 反思 E2 · 覆盖 13 篇 promo/surveys 产出 + 25 件 inbox/spark e1prep · 最弱一篇:2026-08-25 rag · 重写路径见 §5