Internet Exploration

Appearance

Weekly Review Analysis Specification v0.1 ​

Purpose ​

本规范用于约束 DeepSeek Harness 对 Weekly Review 数据的分析方式。 目标是保证分析基于证据、可追溯、可验证，并为后续工作流优化提供可靠基础。

Evidence Classes ​

所有重要分析必须明确区分以下四类：

Fact ​

原始输入数据直接提供的信息。 不得补全缺失字段。 所有数字必须能够由原始数据直接读取或计算得到。

Inference ​

由一个或多个 Fact 合理推导出的结论。 必须明确标记为 Inference，不得表述为直接事实。

Hypothesis ​

需要未来数据或实验进一步验证的判断。 不得因为一次或少量观察直接升级为长期规律。

Unknown ​

原始数据不足以判断的内容。 如果缺少必要字段，必须明确写 Unknown，不得自行推断补齐。

Grounding Rules ​

  1. 不得虚构原始数据中不存在的时间、日期、任务、事件或数字。
  2. 不得把 Inference 写成 Fact。
  3. 不得把少量样本直接描述为稳定规律。
  4. 所有关键数字必须能够追溯到输入数据。
  5. 数据口径存在歧义时必须明确说明。
  6. 如果事件时间与任务时间可能重叠，不得直接相加。
  7. 缺失信息必须写 Unknown。

Weekly Review Output ​

每次正式周复盘至少包括：

  1. 本周主要事实
  2. 主要执行模式
  3. 证据
  4. Fact / Inference / Hypothesis / Unknown 区分
  5. 本周最值得优先解决的一个问题
  6. 最多三个下周可测试的小调整
  7. 数据缺口与无法确定的问题

Optimization Rules ​

工作流优化必须遵守：

Observation → Hypothesis → Experiment → Result → Rule

任何单周观察不得直接修改长期 Rule。

实验必须：

  • 有明确目标；
  • 有可测量指标；
  • 有开始时间；
  • 有结束或复盘条件；
  • 能够保留或回滚。

Safety ​

在没有明确授权时：

  • 不修改正式 Weekly 数据；
  • 不修改 Project、Task、Daily 或 Finance 数据；
  • 不修改现有工作流规则；
  • 只生成分析、建议和实验提案。