principle-timestamp-ttl

name	principle-timestamp-ttl
description	时间戳TTL原则 - 非永恒事实必须带"截止版本/日期"，确保信息时效性
keywords	["anki","timestamp","temporal","version","date","accuracy","structure"]
priority	85
category	structure
applicable_subjects	["all"]
applicable_contexts	["temporal_data"]

时间戳 TTL (Time To Live)

原则定义

非永恒事实必须带"截止版本/日期"。任何具有时效性的数据、统计信息、版本相关的知识都必须明确标注时间戳或版本号，以确保信息的准确性和可追溯性。

核心理念

• 统计数据必须标注年份
• 版本信息要明确
• 定期更新时效性数据
• 区分永恒真理与时效信息

Agent 规则

触发条件

if data.is_statistic:
    append_year()

实施步骤

1. 识别时效性信息
2. 添加时间戳或版本号
3. 标注数据来源
4. 设置更新提醒

使用示例

Bad 反面案例

Q: 全球人口是多少？
A: 70亿

问题: 没有时间标注，信息已过时

Good 正面案例

Q: 2023年全球人口是多少？
A: 2023联合国估全球人口80亿

优点: 明确时间和来源

更多示例

# 技术版本
Q: Python 3.11 (2022) 的主要新特性？
A: 性能提升10-60%，更好的错误信息

# 统计数据
Q: 2024年中国GDP增长率？
A: 约5.2%（国家统计局2024年数据）

# 法律法规
Q: 《个人信息保护法》何时实施？
A: 2021年11月1日起施行

# 市场数据
Q: 2023年全球智能手机出货量？
A: 约11.7亿部（IDC 2024年1月报告）

实施要点

识别时效性信息

• 统计数据和数字
• 技术版本和规范
• 法律法规
• 市场数据
• 科学发现
• 政策和制度

时间标注方式

• 年份：2023年
• 具体日期：2023年11月1日
• 版本号：Python 3.11
• 时期：2020-2023年间
• 截止时间：截至2024年1月

更新策略

• 设置定期复习提醒
• 标注"需要更新"标签
• 保留历史版本记录
• 注明数据更新频率

与其他原则的关系

协同原则

• 来源指纹: 时间戳通常与来源一起标注
• 原子事实: 每个时效性事实独立标注时间
• 无歧义: 时间标注必须清晰明确

注意事项

• 不要给永恒真理添加时间戳
• 避免过度细化时间精度
• 确保时间标注的一致性

认知科学依据

• 时间标记有助于记忆组织
• 明确时效性减少认知负担
• 版本控制符合知识更新规律
• 时间语境增强记忆准确性

适用场景

• 学习统计数据
• 掌握技术版本
• 记忆法律法规
• 了解市场动态
• 追踪科学进展

实施建议

创建时间戳的步骤

1. 判断信息是否具有时效性
2. 确定合适的时间粒度（年/月/日）
3. 添加时间标注到问题或答案
4. 标注数据来源
5. 设置更新提醒

质量检查

• 时间标注是否准确？
• 是否需要更新？
• 来源是否可靠？
• 时间粒度是否合适？

永恒真理示例（不需要时间戳）

• 数学定理：勾股定理
• 物理定律：牛顿第二定律
• 化学元素：氢的原子序数是1
• 历史事件：第二次世界大战结束于1945年（事件本身就是时间点）