Lesson 05 — 反思进研究回路：从「重写报告」到「修正结论」

现有 reviewer（单通道）：
  report 不合格 → "结构不完整" → writer 重写（改文字）

  🚫 不能做：发现"结论过时"→ 重新研究
  🚫 不能做：发现"新旧信息冲突"→ 判断采信谁

                    ┌─────────── reviewer ───────────┐
                    │                                 │
     report ───────▶│  事实通道（新增）                │
                    │  新 findings vs 记忆旧结论       │
                    │  冲突？ ──是──▶ re_research      │──▶ research_team（定向补研）
                    │    │ 否                          │
                    │    ▼                             │
                    │  文字通道（现有）                │
                    │  结构/表述合格？                 │
                    │  不合格 ─▶ rework                │──▶ writer（重写）
                    │    │ 合格                         │
                    │    ▼                             │
                    │  pass                            │──▶ END
                    └─────────────────────────────────┘

def check_conflicts(findings, mem_store, llm):
    for finding in findings:
        # 1. recall 旧记忆
        old = mem_store.recall(finding)
        # 2. LLM judge：一致 / 冲突 / 无关
        verdict = llm.judge(finding, old)
        if verdict == "冲突":
            conflicts.append(finding)
            # 3. 生成定向补研问题
            queries.append(llm.generate_question(finding, old))
    return {"conflicts": conflicts, "queries": queries}

async def research_team(state):
    re_queries = state.get("re_research_queries", [])
    if re_queries:
        # 定向补研：用冲突生成的补研问题作为子题
        sub_result = await research_subgraph.ainvoke({
            "topic": topic,
            "subtopics": re_queries,  # 直接用补研问题
            ...
        })
        return {"findings": sub_result["findings"]}  # 追加到现有 findings
    # 正常研究
    ...

📝 修正说明（请在报告中附「修正说明」部分，说明旧结论/新证据/为何采信新的）：
  - 新发现「MCP 基于 JSON-RPC」与旧结论「MCP 基于 gRPC」冲突

def review_route(state):
    decision = state["review_decision"]
    if decision == "pass":
        return END
    if decision == "re_research" and re_research_count <= max_re_research:
        return "research_team"  # 事实冲突 → 补研
    if decision == "rework" and rewrite_count < max_rewrites:
        return "writer"  # 文字不合格 → 重写
    return END  # 超限 → 结束

cd portfolio-projects/research-assistant

# 1. 全量测试（56 原有 + 6 新增 = 62 全绿）
.venv/Scripts/python.exe -m pytest tests/ -q
# 预期：62 passed

# 2. 演示冲突检测
cd ../../frontier-lessons/05_reflection_research
PYTHONIOENCODING=utf-8 ../../.venv/Scripts/python.exe code.py
# 预期：新发现与旧结论冲突 → 检测到 → 生成补研问题

# 3. 真实跑（需 ENABLE_MEMORY=true + API key）
# 构造一条与记忆旧结论冲突的假搜索结果，跑硬任务
# 报告里应出现「修正说明」（旧结论/新证据/为何采信新的）