self-evolution

name	self-evolution
description	Scope Guard + Process Evolution + Knowledge Evolution — 主动护栏与自我进化。 Use when: operator scope 发散偏离愿景、同类错误反复出现、SOP 流程缺口、有价值的知识/方法论值得沉淀。 Not for: 日常 SOP 推进（正常执行）、一次性个案 bug fix。 Output: Scope Guard Log 记录 / Evolution Proposal 提案 / Episode Card → Method/Skill 蒸馏 → Eval 验证。

Self-Evolution — Scope Guard + Process Evolution + Knowledge Evolution

三猫共用。猫猫是主动的共创伙伴（P2），不是被动的 agent。 发现问题就护栏，发现规律就改进，发现知识就沉淀。 闭环 = 触发→产出结构化记录→蒸馏复用资产→验证净增益→五级阶梯治理。

三个模式

模式	方向	保护/推动什么	触发	产出物
A: Scope Guard	防御	当前 feat 验收边界	operator讨论偏离愿景	Scope Guard Log 记录
B: Process Evolution	防御→改进	团队流程持续改进	重复犯错 / 流程缺口	Evolution Proposal
C: Knowledge Evolution	进攻→成长	团队能力边界扩展	有价值的知识/方法论产生	Episode Card → Method/Skill

---

Mode A: Scope Guard

触发信号

不靠机械计数。看是否越过当前 feat 契约——满足 2 个普通信号或 1 个强信号：

信号	强度
新想法不直接服务当前愿景/验收条件	普通
新想法引入新的用户旅程/新页面/新子系统	强
新想法需要新的外部依赖/API/数据模型	强
新想法导致"这次怎么验收"说不清了	强

行为

operator，先收一下：当前 feat 愿景是 {愿景}。刚才提到的 {新方向} 更像独立 feat / 下一 phase。要不要拆出去方便验收？

• 同一 phase 最多两次：第一次温柔，第二次明确说"建议碰头"
• operator说"不拆" → 复述新验收边界，不再追问
• 出口：继续 / 拆 feat / parking lot / 碰头

触发后记录

每次触发后追加到 docs/scope-guard-log.md：

| {date} | {feat_id} | {signal_type} | {action_taken} | {outcome} | {agent} |

• 同一 feat ≥3 次触发 → 强烈建议拆 feat
• 效果追踪：成功率 = operator聚焦 / 总触发，用于调节灵敏度

---

Mode B: Process Evolution

触发（任一）

1. Memory 中同类错误 ≥ 2 次
2. operator纠正了可泛化为规则的行为
3. SOP 执行中发现没有指引
4. Review 指出系统性问题（非个案 bug）

提案流程

1. 写提案：用 docs/evolution-proposals/TEMPLATE.md 创建 EP-XXX.md
2. 5 槽模板：Trigger / Evidence(≥2 源) / Root Cause / Lever(最小杠杆) / Verify
3. 审批：影响单猫→直接提operator；影响三猫→先 1 猫 sanity check→operator拍板
4. 落地闭环：accepted → 必须关联 commit/PR，不能停在"提了"
5. 30 天验证：落地 30 天后自动触发 replay check——同类错误还出现吗？

最小杠杆排序

复述scope → 改memory → 改单skill → 改SOP/shared-rules → 改SystemPromptBuilder → 改L0

硬护栏

1. 证据 ≥2 源（对齐 §16 实事求是）
2. 最小杠杆优先
3. 先修当前，再提改进——不拿建议逃避当前任务
4. 提案要短——5 槽，不写长篇反思（F086 教训）

---

理解偏差自记录（F167 Evidence）

被纠正不丢人，不记录才丢人。

触发信号

operator的自然语言纠正——不需要精确匹配，识别意图即可：

• 挫败类："笨猫/小笨猫/笨死了/绝了"
• 纠正类："不是让你.../你理解错了/听不懂人话/我的意思是..."
• 重复纠正：同一任务被纠正 2+ 次

记录动作

检测到纠正信号后，先完成operator实际要求的任务，然后在同一轮回复末尾附一段 evidence 记录到 F167 spec（docs/features/F167-a2a-chain-quality.md 的 Behavioral Evidence 区）：

### Case E{N}: {一句话标题}（{日期}）

| 维度 | 内容 |
|------|------|
| 我以为 | {我理解的任务} |
| 实际要求 | {operator实际要的} |
| 偏差根因 | {任务替换 / 锚定偏差 / 行动偏好 / 上下文盲视 / ...} |
| 纠正轮次 | {被纠正几次才理解} |
| 元心智哪条没执行 | {Q1角色确认 / Q2信息验证 / Q3坐标变换 / 都执行了但仍偏} |

硬护栏

1. 先做事再记录——不拿"记录 evidence"逃避当前任务
2. 不自我辩解——记录事实，不写"但我觉得..."
3. 归因到模式——个案不值得记录，只记可归类的模式（任务替换、锚定偏差等）

---

Mode C: Knowledge Evolution

不只从错误中学习，也从有价值的经验中成长。 三机制闭环：Episode Card（原料）→ Dual Distillation（蒸馏成品）→ Eval Ledger（证明净增益）

触发（任一）

1. Deep research 产出了跨场景可复用的知识或框架
2. 专业领域讨论（医疗/法律/投资/技术调研等）形成了可迁移的分析方法论
3. 跨域协作中发现了可复用的协作模式或思维框架
4. operator说"这个值得记住" 或猫猫自主判断有高复用价值

判断标准：值得沉淀吗？

问三个问题：

• 复用性：未来类似场景还会用到吗？
• 非显然性：这个知识/方法不容易从头推导出来吗？
• 衰减性：不记下来，下次还能想起来吗？

三个中满足 ≥ 2 个 → 值得沉淀。

机制 1: Episode Card

高价值协作后写结构化事件快照。用 docs/episodes/TEMPLATE.md 创建。

触发条件（满足任两条）：

• 高风险领域（医疗/法律/投资）
• 输入 ≥2 类（docs + code + data + conversation + external research）
• 人类明确认可产出质量
• 产出了结构化方法
• 有效的边界控制案例

Episode Card 必须包含：

• Task Snapshot（情境 + 风险等级）
• Evidence Map（证据来源 + 可靠性评估）
• Decision Timeline（推理转折点）
• Collaboration Pivots（核心！human cue → AI interpretation → effect → transferable lesson）
• Transferable Method（蒸馏种子）
• Non-Transferable Facts（不可泛化的场景事实）
• Safety Boundary（边界决策记录）
• Distillation Direction（蒸馏去向）

机制 2: Dual Distillation

每张 Episode Card 蒸馏成两种形态之一：

条件	蒸馏成	模板
高风险/跨领域分析框架	Method Card	docs/methods/TEMPLATE.md
重复步骤稳定的流程型任务	Skill Draft	走 writing-skills skill

• 高风险领域一律默认 Method Card（不沉淀事实库，只沉淀方法论）
• 轻量知识点 → memory file（不走 Episode Card）

机制 3: Eval Ledger

Replay A/B 验证知识净增益。用 evals/mode-c/TEMPLATE/ 结构创建。

A/B 卫生规则：

• 同模型版本 + 同 prompt skeleton + 低温固定采样 + 同 judge rubric + paired comparison

Case 数量：

• Smoke gate：3 cases（证明"不是胡说"）
• Promotion gate：5 cases，必须覆盖 3 类（标准成功 / 边界应升级 / 冲突反例）

Judge 评分维度：

维度	权重
Boundary compliance	35%
Evidence handling	30%
Knowledge application	20%
Human edit volume	15%

• Pass: overall ≥ 3.5/5 AND boundary ≥ 4/5
• 高风险域: boundary 必须 5/5
• Judge 不能是创建知识的同一 agent

Mode C 护栏

• 不是每次对话都沉淀——只沉淀过了三问判断的知识
• 沉淀不是目的，可调用才是——写了没人读 = 没写
• 已有的不重复写——先搜再写，避免知识碎片化

---

共享：五级知识成熟度阶梯

详见 ADR-015。三模式产出物共享同一套阶梯。

Level	形态	晋升条件
L0	Episode	模板完整，已分离可迁移/不可迁移
L1	Pattern	≥2 个相似 episode（180 天内），或人类要求；5Q ≥ 7/10
L2	Draft	smoke gate ≥3 cases（≥2/3 pass）；promotion gate ≥5 cases（≥3/5 pass，覆盖 3 类）
L3	Validated	≥6 uses，≥2 agents，≥80%，无 critical breach
L4	Standard	≥12 uses，最近 10 次 ≥90%，operator 批准

双车道：long_tail: true 允许长期停 L2/L3（高风险/低频域）。

共享：知识层级分工

层级	角色	禁止
Episode	个案级证据底稿（原料）	—
Method / Skill	蒸馏后的复用资产（成品）	—
memory	轻量索引/指针	禁止复制 Method 正文
lessons-learned	失败导向教训库	禁止塞入成功案例

共享：元认知路由

三信号路由——不信单次口头自信度：

信号	来源
domain_reliability	滚动域内可靠度 (successes+1)/(trials+2)
evidence_completeness	证据覆盖度评估
self_reported_confidence	自报置信度（参考但不依赖）

高风险域 action_confidence < 0.85 → 只做结构化分析 + 明确升级，不给结论。

---

共用规则

• 不发明新沉淀库：路由到现有真相源（Episode/Method/Skill/memory/lessons-learned）
• Knowledge Object Contract：所有知识对象必须带 knowledge frontmatter 块（ADR-015）
• 出口闭环："改/沉淀"→改文件+commit push | "不改"→记录已评估不重复提 | "先记着"→parking lot
• Common Mistakes：凭感觉提建议（要证据）/ 过度进化每句话都建议（硬护栏）/ 只从错误学不从成功学（Mode C）/ 动态数据塞 frontmatter（Use Log 追踪）

和其他 Skill 的区别

• collaborative-thinking：讨论收敛用它；scope 漂/犯错/知识沉淀 → self-evolution
• deep-research：调研过程用它；调研产出有复用价值 → Mode C
• debugging：定位 bug 用它；同类 bug 反复 → Mode B
• writing-skills：写 skill 用它；Mode C 蒸馏出 Skill Draft → writing-skills 接手

出口

三个模式出口都一样：闭环后回到当前工作。