self-improvement-looplisted

# 自驱动改进闭环（Self-Improvement Loop） **一句话**：遇到工作方式问题，先判触发级别，L3 才走完整六步闭环；每步带尺子（验收）、带闸门（防膨胀）、带节奏（跟用户对齐）；落地后验证「真的变好了」并一句话汇报。 **版本**：v2.0（第二版：应用闭环自身，吸收 Reflexion/Voyager/skill-creator 规范/失效模式研究——详见 `references/self-improvement-research.md`） ## 设计原则（从实战指导中提炼，每一条都是踩出来的） | 原则 | 含义 | |---|---| | 数据先行，不臆测 | 先取证（日志/记录/统计）再下结论，结论标置信度 | | 结论前先调研 | 方案落地前先做业界调研，等结果回来一起沉淀 | | 问题分责任层 | 可改层 / 行为层（靠约束）/ 系统层（需决策），方案可落地 | | 吸收现成，不从零造 | 先搜业界现成技能/最佳实践，标注吸收/不吸收 + 理由 | | 落地必须验证 | 没验收标准（evals）的改进不落地 | | 元学习 | 把「怎么学的」本身固化——方法论也要自我迭代 | ## 触发分级（L0-L3）—— 先分级，别什么都走完整闭环 | 级别 | 触发条件 | 动作 | |---|---|---| | **L0 不触发** | 一次性、无复用价值的问题 | 不启动闭环，最多一句话带过 | | **L1 顺手记** | 踩了个新坑、有明确教训 | 记入会话内教训（或长期记忆），**不**启动调研/落地 | | **L2 轻量反思** | 同一类坑**第二次**出现 | 数据诊断 + 系统反思，产出「责任分层 + 方案」，展示等确认 | | **L3 完整闭环** | 反复出现 / 用户明示「调研/沉淀/吸收」/ 有复用价值的方法论 | 走完六步：诊断→调研→反思→吸收→落地→沉淀 | **改进对象一次只改一样**；同主题改进设冷却期（刚改过的技能短期内不重复触发 L3）。 ## 六步闭环 ### Step 1 数据诊断 —— 不臆测，先取证 - **先收集数据再归因**：日志、记录、统计、时间线；区分「真实执行 vs 模型思考 vs 批量等待」再归因（防把『等外部命令』误判成『模型慢』） - 失败类触发时：**先看失败现场**（NO SKILL WITHOUT A FAIL——没有真实失败证据不写技能） - 结论标置信度；成绩和问题都列（别只报问题） - **交互节点**：诊断结果先展示等确认 ### Step 2 业界调研 —— 不拍脑袋，深挖一手资料 - **方案落地前先调研**（可派子代理/并行搜索），等结果回来一起沉淀 - 调研纪律：目标写死（只出文档不落地）、边界写死（输出绝对路径 + 不碰其他文件）、网络短超时/失败跳过、单轮上限（防无限扩）、语言+行数限定、预期时长 - 调研结果必须验证：文件真实存在 + 内容可读 + 结构符合预期（自报不可信） - 实测：方法论调研 14 分钟产出 599 行文档（11 篇论文逐一核对 + 官方文档） ### Step 3 系统反思 —— 问题分责任层，方案可落地 - 问题分三层：**A 可改层**（任务描述/纪律）/ **B 行为层**（执行者行为，靠指令约束）/ **C 系统层**（配置/工具限制，需决策） - 每个问题：现象 → 证据 → 代价；解决方案编���（S1-Sn）+ 可落地动作 - **交互节点**：反思清单先展示等确认 -