在 GitHub 查看原文

L03 练习

改 code.py 或 research_assistant/incremental.py，运行观察变化。零联网、零等待。

练习 1：算增量研究的盈亏平衡点（理解类）

Part 1 里 Day3（1 条变化）省 84%。增量不是永远划算的——焦点子题多到一定程度，可能比全量还贵（全量固定 3 个子题，焦点是每条变化一个）。

1. 改 demo_cost_compare：让变化条数从 1 涨到 8，画出增量成本曲线。
2. 找到「增量成本 ≥ 全量成本」的变化条数（盈亏平衡点）。

验收：给出平衡点数字，并回答：build_incremental_focus 该不该加「变化条数 > N 时退回全量研究」的策略？N 取多少？（提示：变化太多本身说明世界大变——全量重建基线可能比逐条打补丁更对。）

练习 2：设计实验——旧结论注入到底有没有用（设计实验类）

「已知这些，只补新的」是一段 prompt——它真的改变行为吗？

1. 假设：不注入旧结论时，researcher 对变更条目的产出不会主动对照历史（不出现「更正：」），✏️ 通道失效。
2. 实验设计（离线可做）： - code.py 的 mock_research_findings 模拟的是「遵守约定的 researcher」。写一个 mock_naive_findings（不看 prior、平铺直叙新内容），跑 Day4 对比两版简报。 - 有 API key 的话做真实验：enable_incremental_run=true 下跑两次 Day4（一次注入 prior_context，一次置空），对比真实 LLM 的产出里「更正」出现率。
3. 预期：无注入版的 Day4 简报里 item-c 反转被标 🆕 而不是 ✏️——信息还在，但「这推翻了旧结论」的信号丢了。
4. 思考：✏️ 通道的可靠性押在「LLM 遵守『更正：』开头的约定」上——这是脆弱的。更结实的做法是什么？（提示：结构化输出——让 researcher 返回 {"finding": ..., "corrects": "item-c"}，用字段而非字符串前缀承载语义。）

验收：两版简报对比 + 一句话说清「字符串约定 vs 结构化字段」的取舍。

练习 3：修「不变项」的误报（动手类）

README 第 3 节诚实标注了复用资产的局限：Day4 简报里被 ✏️ 修正的「框架 X 支持 AGUI」同时出现在「不变项：仍成立」里——generate_incremental_brief 的关键词启发式误报。

在不改 task_ledger.py（红线：复用资产不重写）的前提下，在 incremental.py 的 record_and_brief 里后处理简报文本：把 ✏️ 行命中的任务标题从「不变项」段落里剔除。

验收：code.py Day4 的「不变项」不再包含「框架 X 宣布支持 AGUI 协议」；tests/test_incremental.py 全绿（14 个）。附加题：为你的后处理写一个新测试。

练习 4：思考题——全量校准的班次该怎么排（前瞻类）

README 流派对比说增量的漂移风险靠「定期全量校准」解决。

1. 思考：校准班次和日常扫描班次是什么关系？（同一个调度表的两行？还是同一调度的特殊班次？提示：L01 的 schedules 表一行一个调度——「每天增量 + 每月全量」自然是两行，topic 相同、interval 不同、dispatch 不同。）
2. 思考：校准 run 的结果怎么和账本合并？全量重研可能推翻多条已确认结论——是逐条 ✏️，还是「重建基线」（旧账本归档、新结论全部 🆕）？两种语义对读者分别意味着什么？
3. 思考：什么信号该触发计划外的校准？（提示：L02 的 gone 条目大量出现、L04 判级连续 major、或 ✏️ 修正率超阈值——世界剧变时，增量假设本身失效。）

验收：给出「每天增量 + 每月校准 + 剧变触发校准」的调度表设计（三行，各自的 interval/dispatch/触发条件）。