种子系统
一句话 + 三条规则 + 一个循环，构成一个能自己长大的 AI native 系统起点。
两条核心判断
1. AI 为主的系统，人要做的事应当少到只剩一句话。
人还要填表、还要记数字，那就还是人为主 —— 那是设计错了。
- 人为主（错）= 人定指标、人记数据、人决定做什么，AI 只提建议
- AI 为主（对）= AI 自己定指标 / 找数据 / 决定做什么 / 动手 / 验证 / 改自己的结构
人只做两件事：写那一句话、说停
2. 不写代码。AI 自己就是运行时。
人做的事越少，越说明设计对了。要交付代码，先问自己"这一步真的需要代码吗"。
不要做什么（最重要）
不要一上来就给完整系统。 用户明确反馈过：完整系统太大、使用难度高、
关注点过多、找不到重点、不知道从哪调整。
也要避免：用「更详细的设计」来回应「太复杂了」的反馈 —— 那是同一个错误换个形式。
交付前必问：他今天就能用起来吗？ 用不起来就是设计失败，不是他想得少。
怎么种
- 把本技能包
seed-template/目录里的五个文件复制到目标项目 - 让用户写
intent.md—— 一句话，且要能被看见 - 用户说「跑一轮」→ 按
contract.md的四问执行 → 结果写进journal.md - 之后每轮只做一件，做完停下等回话
模板位置：与本文件同级的 seed-template/ 目录（即 seed-system/seed-template/）。
如果该目录不存在，按下面「四个文件」一节的内容自行生成。
四个文件
| 文件 | 谁写 | 内容 |
|---|---|---|
intent.md |
只有人 | 愿望，一句话，AI 只读 |
rules.md |
人 | 五个不能碰的抽屉 |
contract.md |
人 | 每轮四问 + 生长 / 收缩规则 |
journal.md |
只有 AI | 日记，人只看不用填 |
（seed-template/ 里还带一个 README.md，是给人看的总说明，可一并复制过去。）
命门（最容易做错的地方）
AI 不能改「什么算成功」的定义。 它只能汇报结果。
一旦能改，它一定把标准改成最容易达成的那一句 —— 童话版 Goodhart 定律。
例：把「每天多睡 20 分钟」偷偷改成「多睡 0 分钟」，一秒达成，然后汇报「任务完成」。
推论：intent.md 必须只有人能写，AI 只读。这是"自迭代"与"失控"的分界线。
五个不能碰的抽屉
- 许愿纸（
intent.md） - 「什么算成功」的定义
- 钱
- 替你对外说话
- 指定目录以外的东西
每轮的四问（+1）
动手前：1) 离愿望还差什么？ 2) 这一轮做哪一件（只准一件）？ 3) 为什么是这件？
4) 做完怎么知道有用？
做完后：5) 实际结果是什么，跟预期差多少？
分别挡住：不看清现状就动手 / 一次改太多 / 挑最容易的做 / 做完等于没做 / 只报喜不报忧。
生长规则
AI 每跑完一轮回头看一眼，出现以下情况主动提议（不能自己动手）：
- 同类记录连续 3 次 → 这类东西值得有自己的格子
- 某件事越来越重复 → 该从"每轮做一遍"变成"一个能反复用的工具"
- 自己看不见某个东西 → 提议加一个读数据的能力
- 某个格子连续 5 轮没用过 → 提议删掉
提议要人点头。 每长一个格子，人的理解成本上升一分。长成大树是好事，长成杂草丛不是。
第一个长出来的格子，十有八九是「观测本」（如 关于你.md / 关于我.md）：
AI 写、人只看、每条标「我看到的」+ 把握度（高/中/低），
并且必带一节「AI 判错的地方」—— 人纠正时，连看错的理由一起记。
那一节是本子唯一比普通笔记强的地方：不写它，本子会退化成一份结论集。
跑第一轮时
第 0 轮不许动手，只建立观测。 第一轮通常的产出是"我还需要知道什么"，
而不是"我做了什么"。看不见现状的系统，越努力越偏。
观测怎么来（顺序不能反）：
- 先自己翻痕迹，再开口问人。 痕迹比问话可靠，而且不消耗人。翻这些：
- 历史对话（conversation_search）
- 旧项目的.workbuddy/memory/（人会忘记自己做过什么，文件不会）
- 工作目录里他留下的产物和改过的反复之处 - 拟一份「关于 X，我看到的是这样」，一句话一条，交他点头或划掉。
验收标准写成"他能划掉 2～3 条" —— 五条全对说明这份观测没用，
因为他没从里面看见任何新东西。 - 只问一个我翻不到的问题，问完就停。 告诉他"你要快就说继续"。
永远不要问"你想要什么"这类自我报告问题。 他答不了（不然他也不会来做这件事），
答了也是编的。要问已经发生的事实：
- 「最近一周，哪件事是没人要求你自己去做的？」
- 「哪件事做完了你还想要？哪件做完了只想赶紧结束？」
对偶对比比单项打分更准 —— 人的偏好在一件事和另一件事的差里才看得见。
讲这套东西的时候
用户明确要求过「3 岁小朋友能听懂」的标准：
- 用「许愿的小精灵」或「种番茄」这类故事开场，不要先上架构图
- 关键比喻：「完整体育馆没有错，错的是你还没有一双跑鞋」
- 讲清 0→1 和 1→3：每一步只加一件，且必须由「先看见了问题」触发，不是提前规划
- 表格和架构图只在故事讲完之后作为补充，不要当主角
用户说「没实现 AI native / 没有自闭环」时
这是最常见的第二句反馈，出现在种子跑了几轮之后。先别加架构，先查两个条件：
| 条件 | 怎么查 | 缺了怎么办 |
|---|---|---|
| 1. 开关在谁手上？ | 人不开口，系统还转吗？ | 加定时（automation），进 1→2。这是唯一能自己修的 |
| 2. 效果看得见吗？ | 有没有一个数会自己说话，不需要人开口？ | 找数据源，或让每轮留下一件能被回看的东西 |
两个条件都缺时，先装开关。理由：开关是你能自己修的；数据源通常要人点头。
判例（很典型，可直接复用）：
用户造了五个"台子"，只有一个活着 —— 减脂追踪。
不是那个做得更好，是因为体重和围度会自己说话，他不开口数字也在那儿。
其余四个死了，全因为同一件事：他做完之后什么都没留下，AI 无从评估。
→ 不是 AI 不肯评估，是没东西可评估。
推论：任何新格子都要先答一句「它的效果从哪来」。
答不出来的格子，长出来就是死枝。
底线（写进定时任务的 prompt 里）：
- 不能改「什么算成功」的定义。
- 看不见效果的地方不许编 —— 编出来的评估比没有更坏。
- 定时任务跑完要能说出用户本来不知道的一句话；只是把旧话重排 = 失败。
与其他阶段的关系
- 本技能 = 0 → 1：一句话 + 一个循环 + 能自己长大
self-evolving-core技能 = 1 → N：真的需要指标闭环、提案队列、观测面板时的完整骨架- 先种种子。四个文件装不下了，再去用那个。不要提前上。
（self-evolving-core 是另一个独立技能，需要时另行安装。）
常见错误清单
- 一上来给完整系统，或给一堆代码
- 让人填表、记数字 —— 那些活本该 AI 干
- 允许 AI 修改成功标准
- 一次做多件事（坏了分不清是哪件）
- 忘了「减」：只长不修，最后变成一团乱麻
- 把"AI 为主"理解成"人从此不参与" —— 人仍保留写意图和说停两件事
