持續掃描迴圈：定期找「值得改善 AI learning 系統」的新東西，接 info_collector 輸入

[atomchung]

起源

2026-07-03 做了一次「業界 best practice 掃描」（notes/repo-best-practices-scan-2026-07.md），成果好到值得變成流程而不是一次性動作。本 issue 做兩件事：(1) 記錄這次掃描的結論；(2) 設計一個持續迴圈，讓「找到新的有趣、值得改善系統的東西」變成例行公事，且把 info_collector 的每日輸入接進來。

這次掃描的結論（記錄）

架構層零新東西（再驗證我們本來就是業界收斂的物種：markdown + 索引 + grep），但機制層三個缺口全命中開放 issue：

• B11 validation-gate（SkillOpt / Self-Harness / APEX 三源同口徑）：規則自改要 propose-and-test、被否決提案存 buffer 防重提 → Issue 遞迴改進 harness:讓這個 repo 從「會記憶」進化到「會改進自己的記憶流程」 #6 首次 /meta-review 的設計輸入已備齊，可以跑了
• B12 機械 lint（claude-obsidian 的 8 類健檢）：rot / 孤兒卡 / 死連結全可零 inference 腳本掃，別等人肉發現
• B13 熱檔並發寫標準解（claude-obsidian advisory lock）：Issue 熱檔並發寫衝突:多 session 同時改 profile.md / inbox.md（疑似第五類缺陷） #7 的候選解拿到外部背書（我們用輕量版：inbox 拆每日檔 + profile 寫前 fetch）
• 附帶：CLAUDE.md 壓行數從美學變機械必要（模型可靠遵循 ~150–200 條指令，>200 行整塊被忽略，現 290 行）；memory benchmark 生態成形（「塞得下就別上記憶層」卡可實測檢驗）

三條全進 meta/borrowable-patterns.md 提案中，未動 CLAUDE.md（守「review 前不加規則」）。

這次學到的方法論（本 issue 的核心資產）：掃 best practice 別只對「架構像不像」，要對「開放 issue 有沒有現成解」。掃描前先列自己的開放線，拿它們當探照燈。

問題：現在的發現機制是斷的

外部好東西進到系統目前靠三條路，全是被動或一次性：

1. 用戶隨手丟連結/截圖（FB 貼文、blog）→ inbox
2. 用戶臨時起意說「掃一下」（如這次）
3. 沒有第三條——info_collector 每天在爬 AI 資訊，但它的 digest 和這個 repo 的改善迴圈完全沒接起來

缺的是：一個穩定節奏 + 一個收集漏斗，讓「改善 harness 的素材」持續有進料，而不是等靈感。

流程：三層漏斗（2026-07-03 用戶已裁決，✅ 啟用）

第 1 層：日常進料（info_collector + 隨手丟）

info_collector 已有每日 digest + Gmail 回信 feedback（topics/ai-project-research/eval_inventory.md）。借力不重建：

• 在 info_collector 的來源/關鍵字加一個 harness-watch 主題：agent memory、harness engineering、self-improving skills、CLAUDE.md/AGENTS.md、PKM×LLM、context engineering
• digest 裡看到候選時，過既有兩個篩子（信號 vs 表面數字？借鑒型 vs 判讀型？）
• 過篩的丟進 meta/scan-queue.md（✅ 已建，含首批 4 條種子），一行一條（來源連結 + 一句話「可能解哪條開放線」）。append-only，零儀式

第 2 層：每週掃描（用戶定：每週掃一下）

• 節奏：每週一次，掛在 /weekly-synthesis（週五）旁邊跑——內容層週綜合 + harness 素材掃描同一個 session，不另立節奏
• 每週動作（輕量）：掃 scan-queue.md 佇列 + 快速補搜；條目標 ✅/❌ 加一句話
• 有命中開放線的才深入：開場列當前開放 issues/預測帳當探照燈 → 深挖 → 產 notes/repo-best-practices-scan-YYYY-MM.md + ledger append。沒命中就 5 分鐘結束，不硬產出
• 明確不做：不當場改 CLAUDE.md 規則（那是 /meta-review 的事，B11 validation-gate）

第 3 層：收口（既有件，不新增）

• 借鑒型發現 → meta/borrowable-patterns.md 提案 → /meta-review validation-gate 裁決
• 判讀型發現 → 餵 profile 預測帳 / 卡片，走 /weekly-synthesis

已裁決（2026-07-03）

1. 觸發節奏 → 每週掃一下（掛 weekly-synthesis 旁）
2. 佇列位置 → meta/scan-queue.md（repo 是腦，佇列在腦裡）
3. /scan skill → 先當慣例跑 1–2 輪再固化（同 B11 propose-and-test 精神）

待辦

• info_collector 側加 harness-watch 主題關鍵字（在 info_collector repo 動，本 repo 只記約定；關鍵字跟著開放 issue 走，每次掃描順手校）
• 跑第一輪每週掃描（下個 weekly-synthesis 一起）
• 跑 1–2 輪後回看：要不要固化成 /scan skill、或砍掉

與其他 issue 的關係

• 遞迴改進 harness:讓這個 repo 從「會記憶」進化到「會改進自己的記憶流程」 #6 遞迴改進 harness：本迴圈是它的進料側——defects.md 供內部梯度（我們哪裡失敗），這條供外部梯度（別人怎麼解）。兩路都收口到 /meta-review。
• 熱檔並發寫衝突:多 session 同時改 profile.md / inbox.md（疑似第五類缺陷） #7 熱檔並發：B13 已提供裁決材料。scan-queue.md 是 append-only 單檔，同樣有並發風險，但一行一條衝突面極小。
• 持續追蹤：當下市場對 LLM / AI Agent 模型排名的共識 #4 模型排名追蹤：同款「持續追蹤」issue，但那條是判讀型（餵 belief），這條是借鑒型（餵 harness 改動）。

反膨脹自檢

• 新增的東西只有一個檔（meta/scan-queue.md）和一個節奏約定；掃描 session、ledger、meta-review、weekly-synthesis 全是既有件
• info_collector 側只是加關鍵字主題，不改架構
• 若跑兩輪發現佇列都空 / 掃描產不出命中開放線的東西 → 砍掉這個流程本身（能刪的 RSI 才是對的 RSI）

背景

• 本次掃描筆記：notes/repo-best-practices-scan-2026-07.md
• 借鑒 ledger：meta/borrowable-patterns.md（B11–B13 提案中）
• info_collector 現況：topics/ai-project-research/eval_inventory.md、personal_eval_playbook.md（feedback.py + preference_analyzer 已有真實 read 訊號閉環）

https://claude.ai/code/session_013g5iyZAyLdB43rwpeRntDq