Survey for AI
Survey for AI
为 AI 时代，重构领域知识。
一套可迁移的方法与 Skill。将文献构建为可查询、可追溯、可持续维护的领域知识；RSI 是我们的展示实例。
从文献集合，
到可使用的知识。
先定义领域与读者问题，再逐项构建证据、关系与模块。AI 按需求读取相关知识，并始终保留来源版本、适用条件与真实缺口。
流程先于实例。
适配、取证、关联、综合、回答与维护。每步有独立输入、产物与验收门槛。
把方法带到新领域。
更换领域术语与评价维度，保留身份、版本和证据规则。
RSI ↗
808 个家族 · 26 分支 · 38 读者模块。查看方法怎样落地。
从领域问题，到有依据的回答。
七个相互衔接的步骤。每一步定义输入、产物与验收条件，保留证据权限与未解决问题。
把方法，变成下一次研究的起点。
领域适配器定义术语、角色、比较维度与读者需求；通用流程保留身份、版本、证据和回答规则。
一份领域契约，一套研究流程。
适配器指定纳入排除、检索截止、角色字段、比较轴、关系词汇、读者问题和预算。通用 Skill 管理创建、续跑、证据、关系、综合、问答与增量维护。
打开完整 Skill ↗方法的跨领域有效性仍需受控试验；通用接口不等于已验证所有领域。
python skill/survey-evidence-ledger/scripts/init_domain.py \ --output ../my-survey --domain-id my-domain \ --name "My field" --scope "My research question"
AI 的回答契约
question · corpus_version · answer
claim_ids · citations {url, version, locator}
comparison_conditions · limits · gaps
status: supported | partial | insufficient_evidence一个真实领域，一套完整的阅读入口。
递归自我改进是当前展示实例。下列数量属于固定整理范围，不表示全球穷尽，也不等于每篇均已获得全文认证。
分别判断闭环、收益与加速。
明确改进对象、反馈、保留状态和后继使用。固定模型不单独否认外部反馈，局部结构闭环也不证明通用 RSI 或持续加速。
严格原文计划 533/570；37 条来源、版本或定位例外保留。509 张卡保存了正文选段，241 张有评价细节。
论文的月度发表分布
沿分支纵向读，沿关系横向看。
26 条组织分支与有类型的谱系关系。分支是导航结构，关系边承载独立的证据和语义。
看见一篇论文，如何变成知识。
七个代表案例连接机制、具体协议、保留对象、适用边界和实际来源。公开页展示导读与定位，完整账本仍受访问控制。
比较机制，也比较结论的前提。
同一维度下阅读不同系统。理论保证、代码演化、参数训练和程序搜索使用不同的证据边界，不构造跨协议排行榜。
字段来自已存配置，空缺保留。不同任务、指标、模型和预算不能直接按分数排序。
从比较进入问题与答案 →从你的问题，进入所需的知识。
选择读者目标，再阅读已有的有界回答和证据入口。这里的答案来自已整理模块，不会临时生成未经审查的模型结论。
查找论文，也查看它的证据深度。
808 个家族，按角色和研究分支筛选。界面和代表案例提供双语导读，完整档案保留原始整理语言与来源用语。
公开展示，清晰的证据与访问边界。
方法和站点公开；完整 RSI 知识库继续保持私有。下载信息、版本、覆盖情况与限制在此分别说明。
方法与网站仓库
双语介绍、Skill、方法契约、网站源码与公开阅读投影。
GitHub ↗02 / ACCESS REQUIRED完整 RSI 信息包
完整解析与规范账本，需仓库权限；不含网页、GitHub 配置、完整 PDF 或原始缓存。
登录后下载 ↓03 / AI RETRIEVALAI 阅读与引用规则
权威层级、最小读取、证据权限和引用边界。
Markdown ↓04 / PAPER INDEX808 篇机器索引
稳定 ID、角色、分支、解析路径和已存证据定位。
JSON ↗记录进展，也记录例外。
更新：2026-10-23。固定 808 家族、26 分支、38 模块；严格原文计划为 533/570，37 条例外尚存。候选与筛选记录不是额外纳入论文。
双语导读，原始档案保真。
主界面、方法、案例与根问题回答提供双语。论文档案保留原始整理语言，英文档案入口对此明确标注。公开页不分发逐字原文选段，也不新增主张准入。