夜间研究助理 · 睡醒就有研究报告
> 本流程已稳定运行 13 轮实证。照本流程执行可保证输出密度与一致性。
> 轮次经验：1-6 轮偏国际/工程；7-9 轮转国内生态；10 轮起每轮必做元判断（该主题的信息生态可信度如何）。两轮判定"主题被自身污染"，一轮判定"高可信制度型生态"——元判断结论要写进产出物首屏，它比任何单条数据都值钱。
0. 前置动作（必做，否则会重复劳动）
- ⚠️ 若本轮主题是「具名主体」（公司/产品/框架名），先做一次探真检索再决定是否采信。
历史轮次记录的推荐候选可能是推断产物，存在实体不存在或名称漂移的风险；
若整轮建立在无法验证的实体上，全部检索与产出都会作废。一次探真的成本远低于一整轮返工。 - 读自动化记忆（上次执行时间 + 主题白名单 + 下轮推荐候选）。
- 读长期记忆（累计主题表 + 最新规则编号，避免编号重复）。
- 节流判断：距上次执行 < 24h → 本次只做轻量补强（1 个主题）；≥ 24h → 正常执行。
1. 主题选择
- 单主题聚焦（不要一次做好几个），从上一轮记录的"下轮推荐候选"里挑 #1，除非有更紧急的关联。
- 主题必须绑定你的活跃项目，并写明绑定理由（首次使用时：让 Agent 列出你当前的活跃项目清单作为绑定池）。
2. 检索规范
- 目标 8-12 条检索，中英混合（中文主题 8:2，国际主题反过来）。
- 并行发检索（同一批 2-4 个搜索），不要串行。
- 覆盖层次：生态/平台现状 → 落地方法 → 指标体系 → 技术实证 → 合规监管 → 市场数据 → 项目案例。
- 优先一手源：官方文档、标准发布方、机构报告、论文。服务商软文只取方法论。
2.1 定价/商业模式类主题专用方法
拿到竞品定价后必须做一次反推，不要只抄价格：
1. 抓官方定价页而非榜单文报价（榜单价格常过期或口径不同）
2. 统一折算成同一单位（如 ¥/GB/年），摆在一条坐标轴上
3. 算"我方设想价 ÷ 头部锚价"的比率——实测该比率 13.3% 时一次性暴露"定价维度选错"而非"定价调不调"。比率 <30% 或 >300% 通常意味着维度不可比，应换计价维度而非改数字
4. 区分定价模式族（一次性/订阅+配额/点数制），先站队模式再谈价位
3. ⚠️ 信息源可信度分级（血的教训）
中文垂直领域（尤其营销/AI 服务）的信息生态可能已被自身污染。必须分级标注：
| 等级 | 判别特征 | 处理方式 |
|---|---|---|
| A 机构原始报告 | 具名机构 + 具名活动/时间 + 可追溯 | 可直接引用 |
| B 多源交叉一致 | 3+ 独立来源口径吻合 | 可作工作假设 |
| C 服务商软文 | 结尾带联系方式/公司介绍；案例数据格式雷同 | 只取方法论，数值一律不取 |
| D AI 量产内容 | 自承"AI 生成人工矫正"；同模板小数点精度 | 不作依据 |
必须识别的污染形态（实证）：
- 自荐式榜单（最普遍）："2026 最佳 <品类>" 类榜单文，排名第一恒为榜单发布者自己（单轮命中过 7 篇同模式）。→ 按 C 级，只取对比维度，排名分数一律不取
- 同源多篇软文：多篇"厂商横向评分表"分数字段完全一致且无评分方法学 → 只取能力清单
- 无源案例数字：格式雷同、无机构/时间/文号的"泄露 XX 万条"类数字 → D 级，标注"格式疑似模板/AI 生成"
A 级内部再细分：A1 具名调研（机构+样本量）/ A2 厂商官方页（pricing 页是唯一一手定价源）/ A3 法规原文（施行日期+条文序号）/ A4 法院文件（案号+裁定日期）。
硬规则：同一指标出现 3 倍以上口径分歧且无一方公布口径定义 → 必须标注"不作规划输入"并说明分歧幅度。
可复用过滤器（评估任何"统一/集中式"能力 claims 时通用）：
- 发现层 ≠ 强制层：能看见 ≠ 能真拦住，先问哪一层成立
- 上架 ≠ 被使用：能力满分但采用度低是常态
- 额度 ≠ 运营预算：厂商"含 N 个额度"常按理想量级折算，必须做人均折算再下结论
制度类事实反查路径：标准号/起草单位 → 全国标准信息公共服务平台 std.samr.gov.cn；政策原文 → 发布部门官网。凡引用标准必须写明「标准号 + 版本 + 是否强制」。
4. 落库三件套（缺一不可）
- 当日日志（新建）：建议章节——0 元发现 → 核心知识域（3-5 个）→ 指标体系 → 合规/风险 → 市场数据（含可信度警示）→ 项目案例 → 项目落地动作清单 → 新增候选规则 → 节流观察。
- 长期记忆重写（设字符硬顶，如 ≤4000）：头部元信息 → 累计主题白名单表 → 本轮新增规则（编号连续，每条 80-150 字高密度）→ 项目关联 → 当前节奏。每轮重写而非追加——旧细节留在日志，长期记忆只保留最新状态。验证用
wc -m（字符数）不是wc -c（字节数，中文 ×3 别用错）。 - 自动化记忆追加（只写概要不写全文）：执行结果 / 触发间隔 / 新增主题 / 压缩版知识域 / 新规则编号 / 项目级动作 / 落库清单 / 节流验证 / 下轮推荐候选（3-4 项标 #1）。
5. 交付物
生成单文件自包含 HTML 学习摘要并交付给用户查看。规范：浅色简洁风；结构=头部（轮次+主题+日期+检索量）→ 元发现警示框 → 各知识域（表格优先）→ 落地清单卡片 → 新规则卡 → footer（一手源清单）；内嵌 SVG 图表时每个形状显式 fill。
6. 收尾检查清单
- [ ] 元判断已落笔（写进产出物首屏）
- [ ] 规则编号未与历史重复
- [ ] 长期记忆字符数未超硬顶（
wc -m验证） - [ ] 当日日志已新建/追加
- [ ] 自动化记忆已追加且不含全文
- [ ] 下轮推荐候选已写入（3-4 项，标 #1）
- [ ] 无人值守（不向用户提问，自行做合理假设并注明）
常见坑
- 每轮重读之前全部日志 → 浪费上下文。只读长期记忆 + 自动化记忆就够，需要细节再单读某天
- 把服务商软文数字当 benchmark 写进规划 → 会重演"口径自信无人认账"失败态
- 把自荐式榜单的"第一名"当结论 → 看到"最佳 X"榜单先查发布者是谁
- 只抄竞品价格不做反推 → 会漏掉"维度选错"这类结构性问题（见 2.1）
- 标题编号跳号或复用 → 破坏规则可追溯性
