探索发现与验证归档
从 research-agenda.md 卸载的详细内容。包含：2026-06-24 全库盘点发现、已验证判断（10 条）、概念去重候选。
一、2026-06-24 全库盘点：结构性失衡诊断
基于 280 entities / 30 topics / 18 comparisons / 151 sources / 148 raw 的全面分析。
| 主题层 | Entity 数 | 占比 | High Evidence | 孤岛率 | 健康度 |
|---|---|---|---|---|---|
| 软件工程 | 157 | 56.1% | 21 | 55% | 过度饱和 |
| 组织系统 | 47 | 16.8% | 9 | 68% | 基本健康 |
| 知识系统 | 42 | 15.0% | 6 | 64% | 基本健康 |
| 人的核心价值 | 19 | 6.8% | 2 | 74% | 严重不足 |
| 跨领域 | 15 | 5.4% | 1 | 73% | 薄弱 |
核心问题：知识库存在"软件工程中心主义"偏差——超过一半的 entity 集中在软件工程层，而"人的核心价值"层仅占 6.8% 且孤岛率最高。
二、2026-06-25 全库盘点：深化数据
Evidence Level 分布
| Level | Count | Percentage |
|---|---|---|
| high | 39 | 13.9% |
| medium | 216 | 77.1% |
| low | 0 | 0.0% |
| missing | 25 | 8.9% |
发现：零 entity 标记为 evidence_level: low，可能存在分类过度乐观。25 个缺失项主要是 Person 类 entity。
领域孤岛率排名
⚠️ 基线已纠正（2026-06-25）：本表"孤岛率"的原始口径未在脚本中钉死，与
entity-audit.py实测脱节，数字不可复现。下表保留历史值仅作溯源，不得再作为研究优先级驱动。当前连接度基线见schema/fragmentation-metrics.md的"基线快照"。
| Domain | Isolated | Total | Isolation Rate（历史口径，不可复现） |
|---|---|---|---|
| Industry Vertical | 1 | 1 | 100.0% |
| AI Agent Systems | 37 | 46 | 80.4% |
| Person | 50 | 69 | 72.5% |
| Knowledge Management | 4 | 7 | 57.1% |
| Human Skills / Core Values | 8 | 14 | 57.1% |
| Organization / Culture | 14 | 25 | 56.0% |
| Software Engineering | 45 | 84 | 53.6% |
| Enterprise AI / Deployment | 13 | 34 | 38.2% |
关键发现：AI Agent Systems 虽然数量排第 3（46 个），但孤岛率 80.4%，是最脆弱的领域。
知识图谱连接度
⚠️ 基线已纠正（2026-06-25）：下表为历史口径手算结果，与
entity-audit.py实测脱节——全图零入链实测 1.1%（3/280），知识层零互引 6.8%（19/280），非 81.8%。差一个数量级是因为"零入链"口径未区分全图入链与知识层互引。当前基线以schema/fragmentation-metrics.md基线快照为准，本段保留仅作溯源。
| Metric | Value（历史口径，不可复现） |
|---|---|
| 收到交叉引用的 entity | 51/280 (18.2%) |
| 零入链的 entity | 229 (81.8%) |
| 最高引用 entity | Agentic-Engineering (138 引用) |
Top 5 hub entity：Agentic-Engineering(138) → Agent-Harness(70) → Taste(52) → Context-Engineering(52) → Verifiable-Agent-Engineering(44)
Source 编译状态
- 编译覆盖率：100%（148/148 raw 全部编译）
- 3 个外部来源无 raw 对应（企业数字化转型系列）
- 模板遵循度极高（10/10 样本全部符合三模块结构）
- Tag 大小写不一致问题（enterprise-AI / Enterprise-AI / enterprise-ai）
Output 产出断层
- 最后一个 output：2026-06-01（距今 24 天）
- 研究层累计 ~67+ 条思考记录
- 研究→产出转化率：~7%
- 5 篇 output 中仅 1 篇引用了 10+ wiki entity
Research 节奏衰减
| 日期 | 条目数 |
|---|---|
| 2026-06-22 | 27 |
| 2026-06-23 | ~20 |
| 2026-06-24 | ~14 |
| 2026-06-25 | 1 |
三、已验证判断归档（10 条）
全部 ✅ 已验证，从 research-agenda.md 待验证节归档。
1. 意图理解 3 层模型（L1→L2→L3）
验证结论：制度依赖的动态边界模型有效。L3 不可替代性 = 制度问题——不是能力问题，是社会授权问题。L1 执行层 AI 可替代，L2 方向质疑层需要组织 context，L3 产生立场层是存在论不可替代。
开放问题：AI "质疑方向"的生产反例；AI 法律人格的实际进展。
2. 开源模型追平前沿模型企业适用性
验证结论：维度特定追平——技术已追平 + 安全仍有差距 + 可控性是优势。企业选择取决于"风险等级 × 成本预算"矩阵。
开放问题：安全差距何时闭合；特定行业的采用阈值。
3. AI 编码瓶颈 = "做不到"非"还不会"
验证结论：瓶颈 = 意图理解 + 本质复杂性 + 沟通价值 + 验证成本。验证成本是三根源交集。"做不到"和"还不会"取决于任务类型。
开放问题：AI 辅助验证可行性；不同编程范式瓶颈分布。
4. CIO 从"交付中心"转型"共创伙伴"
验证结论：三阶段路径（数据管家 → AI 战略官 → 业务共创伙伴），每阶段关键 = 制度化。
开放问题：阶段跃迁的触发条件；失败回退的模式。
5. 开源 AI 安全认证标准可行
验证结论：三层架构（社区制定 + 行业认可 + 市场采纳），认证 = 建立信任。
开放问题：认证的强制执行机制；跨司法管辖区互认。
6. 小团队利基选择框架
验证结论：两层八维度模型（筛选层 + 深度层），利基市场是"试"出来的。
开放问题：试错成本上限；利基→主流的跃迁条件。
7. 反馈回路反转分阶段释放
验证结论：三层最小可逆单元(技术/业务/组织) × 三层能量控制(时间/峰值/结构)，能量不可控场景需要独立安全层。
开放问题：能量控制的工程实现；不同行业的释放节奏。
8. AI 监控 AI 可靠性边界
验证结论：四层限制（检测 + 同源性 + 责任 + 学习），正确用法是增强不是替代。
开放问题：同源性问题的工程缓解；监控者悖论的实际解决方案。
9. 隐私保护市场失灵
验证结论：四层叠加（外部性 + 交易成本 + 权力不对称 + 用户行为），正确干预 = 四层叠加。
开放问题：干预层级优先级；跨境数据流动的治理。
10. "AI 管理 = 人的管理"同构性
验证结论：分层同构（可借用/需修改/不适用），控制粒度光谱有效但"管理"隐喻有边界。目标对齐比激励相容更难。
开放问题：AI "授权"如何定义；AI "问责"如何实现。
四、概念去重候选归档
2026-06-24 评估，当前不升级也不合并。
公众信任赤字
当前承载：AI-Policy-Framework、Human-Governor-Agent-Operator、20260613-anthropic-public-record
判断：暂不建独立 entity。当前只有 Anthropic Public Record 一个主要来源，更适合作为 AI 治理和企业外部社会许可的章节材料。等待第二个一手公众调查、监管文件或企业采用案例。
cognitive dependency / 认知依赖
当前承载：Cognitive-Surrender、20260613-anthropic-public-record
判断：不与 Cognitive-Surrender 合并为同义词。前者是公众风险感知，后者是已观察到的行为模式；两者相邻但证据对象不同。继续放在 Cognitive Surrender 的前提与局限性中。
AI 社会许可
当前承载：AI-Policy-Framework、Human-Governor-Agent-Operator、Anthropic
判断：暂不建独立 entity。该说法目前是综合判断，用来连接公众监管偏好、企业信任赤字和部署问责。后续寻找 public acceptance、social license、technology legitimacy 相关一手材料。