深虑引擎·深度分析版

问题在哪

很多「深度分析」停在多角度罗列后直接给结论：数据与结论是否对得上、推理链有没有互斥、关键变量有没有被漏掉，往往没有系统化校验。你在做方案评审、投资材料核对或研究报告审稿时，更需要的是可定位的问题（矛盾在哪一层、盲区是什么）以及结论能不能直接用。

引擎怎么工作

本技能是方法论增强型能力：安装后，助手在识别到分析类任务时会按 MRA（多维递归分析） 框架推理，而不是默认的「展开—收束」模式。

核心流程可以概括为：

• 五层递归（L1–L5）：从事实采集 → 真值校验（逻辑自洽、数据对账、外部交叉）→ 因果推演 → 结论验证 → 知识沉淀；上一层输出作为下一层输入。
• 11 维度扫描：逻辑、数据、因果、反事实、元认知、风险、边界、假设等；其中 矛盾检测（结论互斥、数据-结论冲突、因果链断裂）与 盲区发现（变量遗漏、视角单一、场景/时间维度缺失）是相对常规分析更突出的差异。
• 分层触发：按任务风险与复杂度选择 S/A/B/C 级，避免每次全量 L1–L5；也可指定「只做 L3 矛盾检测」等单层。
• 输出标注：结论附带 satisfied / needs_revision / failed 及验证路径，表示校验结果而非打分。

触发方式很直接：粘贴报告或方案、说明级别（如「A 级深度分析」）、或自然语言如「检查这份推理有没有逻辑问题」。输入宜 ≥50 字且包含数据、推理与结论，便于 L2 对账与 L3 校验。

边界与注意点

• 职责是校验逻辑链，不是替代决策，也不是事实检索（查 GDP、查股价请用搜索）。
• 只给结论不给数据时，真值校验会不完整；引擎标 needs_revision 时，应结合验证路径判断严重程度，而不是照抄建议当终稿。
• 更适合商业方案、研究报告、投资决策、学术论文等含完整推理链的文本；创意文案、情感表达、纯代码实现细节审查并非主场景。