auto-sync: 2026-05-14 09:27:30

docs/design/architecture-v2.md

@@ -1682,6 +1682,63 @@ Daemon 写入 SQLite experiences 表 + 生成 experience.md
 | Agent 执行前 | Daemon | 注入与步骤相关的经验到 task 描述 |
 | 异常处理 | Daemon/庞统 | 检索类似异常的历史处理方式 |
 
+#### 3.11.3 调研审视：经验沉淀引擎的改进方向
+
+基于 wiki 知识管理体系 + Nuwa 五层蒸馏 + Corpus2Skill + A-MEM + MemAgents ICLR 2026 的调研：
+
+**改进 1：闭环四阶段（当前只有 DISTILL+APPLY）**
+
+```
+DISCOVER（发现问题）:
+  - 异常即知识源：步骤失败、数据质量异常、Agent 超时都是潜在的待沉淀知识
+  - 反向触发：Agent 主动发现好实践时建议"这个做法可以固化"
+  - 外部注入：用户丢链接/文章，评估适用性
+
+DISTILL（蒸馏提取）:
+  - 参考 Nuwa 五层：表象 → 模式 → 决策启发式 → 反模式 → 边界
+  - 不是简单的"踩坑记录"，而是提炼出可复用的决策规则
+  - AI 分析 transcript.jsonl，不只是看结论，看完整决策过程
+
+APPLY（应用）:
+  - 规划时：检索与 goal 相关的经验注入 plan 上下文
+  - 执行时：检索与步骤相关的经验注入 task 描述
+  - 异常时：检索类似异常的历史处理方式
+
+IMPROVE（持续改进）:
+  - 新经验可能让旧经验过时（A-MEM 的 Zettelkasten 思路）
+  - 检测冲突：新经验与旧经验矛盾时，标注差异，等待下次应用时验证
+  - 不删除旧经验，标记为 superseded + 关联新经验
+```
+
+**改进 2：经验→Skill 转化（参考 Corpus2Skill）**
+
+高频使用的经验可以自动转化为 Agent Skill：
+
+```
+经验使用频率 >= 5次
+  → 自动转化为 skills/auto-generated/{experience-name}/SKILL.md
+  → 下次同类任务直接注入 Skill，不需要检索经验库
+  → 减少 token 消耗（Skill 注入比检索更精炼）
+```
+
+**改进 3：经验蒸馏的五层结构（参考 Nuwa）**
+
+```yaml
+experience:
+  title: "数据清洗应先于策略编码"
+  layers:
+    - layer: surface          # 表象：发生了什么
+      content: "赵云获取数据后有缺失值，张飞直接编码导致回测结果异常"
+    - layer: pattern           # 模式：这类问题的通用模式
+      content: "数据质量和策略逻辑是两个独立关注点，应串行处理"
+    - layer: heuristic         # 决策启发式：下次怎么做
+      content: "IF 任务涉及数据分析 THEN 第一步必须是数据质量检查"
+    - layer: anti_pattern      # 反模式：绝对不做的事
+      content: "绝对不要假设数据是干净的，即使数据源声称已清洗"
+    - layer: boundary          # 边界：什么时候不适用
+      content: "如果是纯模拟数据回测，不需要数据清洗步骤"
+```
+
 ## 4. 已决策（全部）
 
 | # | 决策 | 结论 | 理由 |