认知放大器

要解决什么问题

分析、对比、决策类问题往往停在「感觉对」：来源混在一起、反方没搜、条件变了还当旧结论用。认知放大器把这类模糊认知当成可迭代的实验：每轮必须能说出证据从哪来、置信度怎么变，证据链不够就停，而不是凑一段像真的总结。

怎么跑：三步循环

触发方式很直白，例如：分析 XX 和 YY 的区别、用证据说话：XX 值得做吗、认知放大：我想搞明白 XX。

1. Step A 定义：一句话锁定核心问题与预期输出；第一性原理拆到量化信号；标注有效范围与条件变量（条件变了，有效可能变无效）；启动前可检索 EXPERIENCE_BANK.md 注入先验；记录基线 B0 供后续对比。
2. Step B 搜集：至少三类正交来源，核心判断需 ≥2 个独立 A/B 级交叉验证；对抗式找反方；数据矛盾与证据链五项检查不通过则不得用于决策；每轮强制红队提案；演化树用 TSV 做原子归因（本轮最大动因）。
3. Step C 更新：公式算置信度（禁止纯 AI 自评）；Guard 门（证据链、独立 A/B 源、置信度下限）不过则不保留结论；满足终止条件后走 Rigor Review（最强反证、失效条件、回归稳定性），再封印 Seal-L1/L2/L3。

可选：快速分析 只跑一轮初步结论；严格证据模式 要求证据链完整度 100%，不足则输出「无法得出结论」。

适用边界

• 适合：多源可查证的分析、对比、决策。
• 不适合：简单问答/纯查询、闲聊、纯主观偏好。
• 硬限制：纯未来预测或无 ≥2 独立 A/B 级来源时会被强制停止并标注证据不足——这是防幻觉设计，不是偷懒。
• 国内场景优先选用可直连来源；用户说 停止 立即输出当前最佳，不补新内容。