E02 知识生产 Workflow 剖解·deep-survey 与本 vault

当一个 PM 把自己的知识生产流程外包给一群 agent 之后，他到底还在干什么？这是本节点要拆的问题。视角是「把 Rick 的知识生产 workflow——deep-survey skill、本 PKM vault 的三步策展协议、以及你正在读的这套『专题工厂』流水线——当作一个真实可观察的自我民族志样本」，用一条判断主轴贯穿：知识生产的 AI 化没有消灭人的劳动，它只是把劳动的重心从『生产』暴力地搬到了『审阅』，而这个新配比，绝大多数人既没测量过、也没为它设计过工具。

§0 为什么是这个框架而不是那个

分析「AI 辅助知识生产」时有两个默认框架要先挡掉。

第一个是生产力框架：把 AI 当成一个产出放大器，问题简化为「同样时间能多产出几篇笔记/几份报告」。这个框架的盲点是它假设产出是瓶颈。但只要你真的让 agent 跑起来——本工厂一个批次就能吐出几十个节点草稿——你会立刻发现瓶颈根本不在产出端，而在「这几十篇里哪些值得入库、哪些是言之凿凿的编造、哪些跨域呼应是空喊」的判断端。生产力框架测错了变量。

第二个是自动化框架：把目标设成「让 AI 全自动产出可用知识，人退出回路」。这个框架的盲点是它把「人在回路」当成过渡态的临时成本，而非稳态结构。本节点的反共识立场恰恰相反：人在回路不是 bug，是这个流水线唯一的价值锚点；agent 越强，回路里那个做最终判断的人就越重要，而不是越可有可无（0418 审阅瓶颈专题 把这条单独立为专题主轴）。

所以本节点采用的框架是**「生产-审阅配比测量」框架**：不问「AI 能产出多少」，而问「当产出变得近乎免费，一个知识工作者的时间实际被重新分配到了哪里，这个分配是否被设计过、被测量过、被工具支撑过」。这恰好是自我民族志的强项——它要求研究者把自己作为研究对象（Anderson 2006 的 Complete Member Researcher 特征），而 Rick 既是这套 workflow 的设计者，又是唯一的审阅者，是观察这个配比的完美样本。

§1 三个样本：deep-survey、vault 协议、专题工厂

本节点的接地来源不是外部论文，而是 Rick 的 vault 真实产物和正在运行的本工厂。先界定三个可观察的样本。

样本	性质	可观察证据	在「生产-审阅」轴上的位置
deep-survey skill	一个把「领域综述长文 + EPUB 打包」工程化的 skill	skill 描述要求正文 ≥1.5 万字、QA 自检、承重图示、中文输出	高度自动化生产端；审阅前置进 skill 的 QA pass
本 vault 三步 ingestion 协议	vault 根 CLAUDE.md 原则四：AI 产出先入 _ai_review/ 沙盒 → Rick 审阅 → move	协议文本可查；99Archive/_ai_review/ 目录真实存在并正被本工厂使用	显式的审阅闸门；把审阅制度化为一道不可绕过的关卡
本「专题工厂」(0412–0423 系列)	多 agent 流水线：ground→draft→critique→revise→verify→synthesize	本节点本身就是该流水线的产物；改稿档案留在 _topic_factory/	极端自动化生产 + 极端制度化审阅的组合实验

这三者构成一个递进：deep-survey 把「单篇生产」工程化；vault 协议把「审阅」制度化；专题工厂把两者组装成一条多 agent 流水线，并用对抗式同行评议（§10 of SHARED_CONTEXT）替代单人审阅的一部分。三个样本里，审阅都不是事后补救，而是被前置、被分层、被制度化的核心环节——这本身就是对「生产力框架」的实践性反驳。

§2 deep-survey：把综述生产压成可重复的 skill

deep-survey 是观察「生产端自动化到什么程度」的最好切片。它的 skill 描述（可在本环境 skill 列表中查到原文）把一项原本需要数天的工作——综述型领域地图 ≥1.5 万字、专题型按深度自定篇幅——压成一个可触发的过程。关键不在「它能写多长」，而在它把哪些人类判断显式编码进了 skill：承重图示（structural diagram）、QA 自检、综述型 vs 专题型的选题分流。

这是 Rick 典型的工程化动作，和他设计 trip 套件（旅行规划 Skill 套件系统设计）、trip-structure skill 的手法同构：把 procedural knowledge 文档化封装，而非每次重新口头指挥。但 deep-survey 暴露了一个生产端自动化的硬边界——skill 能保证「结构齐备、长度达标、有自检」，却无法保证「判断密度」和「事实不编造」。这两件正是 SHARED_CONTEXT §1 的 A 维（判断密度）和 §8（事实接地）所盯的，也正是 skill 自动化覆盖不到、必须靠审阅端兜底的部分。换句话说，deep-survey 把生产端的「形式劳动」自动化了，却把「判断劳动」原封不动地推给了下游的审阅者。

§3 vault 三步协议：把审阅制度化为闸门

如果 deep-survey 代表生产端，本 vault 的三步 ingestion 协议就代表审阅端的制度化。vault 根 CLAUDE.md 原则四规定：AI 产出一律先写入 _ai_review/ 沙盒，Rick 审阅后才 move 到主区。本节点此刻就躺在 99Archive/_ai_review/0423-autoethno/ 里，是这条协议的活样本。

这道闸门做了三件在业界 AI-augmented PKM 中少见的事：

1. 写权限隔离：agent 默认没有污染 vault 主区的权限，等同于工程上的 staging 环境。AI 的产出在被人类判断「确认有价值」之前，不被承认为知识库的一部分。
2. 审阅被显式标价：每篇草稿 frontmatter 带 final_path:，意味着「这篇打算去哪」是产出时就要声明、审阅时要核验的一项，而不是含糊的「以后整理」。
3. 审阅触发分层（原则六，三层产物体系）：拒绝「周报/月报」的时间周期概念，改为按触发条件判断何时复盘。这把审阅从「定期仪式」改成了「事件驱动」。

这三件事合起来的含义是：Rick 在制度层面承认了审阅是稀缺资源，并为它设计了专门的容器。这正是 §0 反共识立场的落地——他没有把人在回路当过渡成本去消除，而是给它盖了一座专门的关卡。

[!note] 跨域呼应 · Polanyi 默会知识 Polanyi 默会知识与提示工程的认识论张力 指出：能被显式编码进 prompt/skill 的，恰恰是知识里「可言说」的那一层；真正的判断力——「这篇好在哪、这条引用我凭直觉觉得不对」——大量驻留在默会层，无法前置进 skill。这就从认识论上解释了为什么三步协议必须存在：deep-survey 能把可言说的生产劳动自动化，但默会的判断劳动必须留在审阅端由人来承担。审阅闸门不是 Rick 不信任 AI，而是默会知识的认识论结构决定了它只能在审阅端兑现。这条呼应不是装饰——它把「为什么要有沙盒」从工程偏好升级成认识论必然。

§4 专题工厂：审阅劳动本身被再次拆解外包

最值得剖的样本是你正在读的这套流水线。专题工厂把单人审阅的一部分，进一步拆解并外包给了一组批评 agent：ground（事实接地 agent）→ draft（写作 agent）→ critique（按 S/A/B/C/D/E 六维找茬的批评 agent）→ revise → verify（独立 grounding 校验 pass）→ synthesize。

这是一个值得停下来看的 meta 现象：当审阅成为新瓶颈，Rick 的反应不是「我亲自审更多」，而是「把审阅也部分工程化」。批评 agent 的默认立场被设成「找茬」而非「礼貌肯定」（SHARED_CONTEXT §10），grounding 校验被设成独立 pass 逐条判定「已接地/需接地/疑似编造」。这等于在流水线内部又复制了一遍「生产-审阅」结构：草稿是生产，critique 是审阅，而 Rick 退到了审阅之审阅的位置——他不再逐句审每篇草稿，而是审「这套批评机制本身是否在正确地找茬」。

但这里有一条不能越过的边界，必须诚实标注：批评 agent 能审的是『判断密度够不够、引用查不查得到、跨域呼应是不是空喊』这类可形式化的质量维度；它审不了『这个判断对 Rick 的求职/思维训练是否真的有价值』这类只有当事人能下的终审。 后者依然是 Rick 不可外包的核心审阅劳动。流水线把审阅劳动「降维」了——把可形式化的部分外包，把不可形式化的终审收缩到一个更高、更稀缺的点。这恰好印证了 §0 的主轴：AI 化没有消灭审阅劳动，它把审阅劳动的配比从「逐篇全审」重构成「机器初审 + 人类终审」，而人类那一档不降反升。

§5 判断主轴：生产-审阅配比上 90% 的人会踩的四个坑

这是本节点的命门。把「知识生产 AI 化」做砸，几乎都砸在对生产-审阅配比的误判上。四个坑，每个带症状 → 为什么会错 → 正确做法 → 真实反例。

坑 1：把产出量当成进度。

• 症状：「今天 agent 跑出了 40 个节点草稿，进度很好。」
• 为什么会错：草稿在三步协议里还没 move，等于 staging 里的未验证代码，进度是假的。把生产量当进度，是用最不稀缺的资源（产出）冒充最稀缺的资源（已审阅确认的知识）。
• 正确做法：进度只按「通过审阅闸门、move 到 final_path 的节点数」计。生产量是输入，不是产出。
• 真实反例：本工厂 99Archive/_README.md 记录的 Phase 1 SABCD 评级分布（S:14 / A:103 / B:194 / C:182）——493 条里只有 14 条 S 级。如果按「生产了 493 条」记进度，会严重高估实际知识增量；真正的增量是审阅评级后的那一小撮高价值条目。

坑 2：把审阅当成事后补救，不为它留预算。

• 症状：「先让 agent 全产出，最后我一次性 review。」
• 为什么会错：审阅劳动随产出量线性甚至超线性增长。一次性堆到最后，审阅者面对的是一座言之凿凿、真假混杂的内容山，单条核验成本（查每个 arXiv ID、每个引用）高到事实上无法完成，结果要么放弃审阅（编造混入库），要么放弃产出。
• 正确做法：把审阅前置、分层、制度化——deep-survey 的 QA pass 前置一道，grounding 校验独立一道，critique agent 一道，Rick 终审一道。审阅成为流水线内建环节而非末端补丁。
• 真实反例：本节点的写作约束本身——「arXiv ID 必须 WebFetch 验证或标〔待核实〕」「双链只用确认存在名」——就是把审阅纪律前置到生产指令里，不让编造有机会进入草稿。

坑 3：以为 agent 越多，人就越省心。

• 症状：「上 12 个 agent，覆盖所有角色，我就不用管了。」
• 为什么会错：每多一个 agent，就多一个需要被审阅其输出质量的来源，审阅的对象从「内容」上升到「机制」，认知负荷反而上移。
• 正确做法：只为「真正需要独立 context 隔离」的环节设 agent，其余收为 skill。判别要有显式框架。
• 真实反例：Rick 自己的 vault AI 协作架构演化史（PKM 设计哲学与演化史 可查）——2026-05-18 定型 12 角色 v1.3，2026-05-21 他主动发起「12 agent 是否 over-engineering」的挑战，用 A/B/C/D 判别框架（只有真需要独立 context 隔离的保留为 agent）把架构塌缩为 5 sub-agent + 6 skill 的 v1.4。这是「agent 越多越省心」假设被当事人亲手证伪的直接证据。

坑 4：把『可形式化的质量』当成『价值』的全部。

• 症状：「critique agent 给了六维高分，这篇就是好节点。」
• 为什么会错：六维（结构/判断密度/边界/认识论/可演进/对手拷问）测的是「合格」，不是「对这个人此刻是否有价值」。一篇六维满分但与 Rick 的求职底料和思维训练无关的节点，是高质量的噪声。
• 正确做法：保留一道机器测不了的人类终审——价值判断。这道审阅不可外包，且正是 AI 化之后人类审阅的新核心。
• 真实反例：本专题作为「方法专题」，研究对象是 Rick 本人独一无二的 AI 使用模式，没有外部竞争者也没有现成 benchmark——它的价值高低只有 Rick 能终审，任何批评 agent 都无从代劳。这恰是本专题刻意留 〔Rick 待填〕 模板而非替他编造的根本原因。

§6 产品 PM 视角补盲

跳出「工程化流水线」视角，补三个 PM 容易看走眼的点。

• 用户心理模型：如果把这套 workflow 当产品卖给其他知识工作者，最大的误判是假设用户「想要更多产出」。真实痛点是审阅焦虑——面对 AI 产出的内容山，用户的心理负担是「我怎么知道哪些可信」。产品价值主张应该是「降低审阅成本」而非「提高产出量」。这与 0418 审阅瓶颈专题 把审阅立为专题主轴是同一判断的产品化表达。
• 商业模式：审阅劳动是稀缺资源意味着，AI 知识生产工具的护城河不在「能产出」（这会被快速商品化），而在「能多大程度降低人类终审的边际成本」——比如 grounding 自动校验、价值优先级排序。卖产出量的工具会陷入价格战；卖审阅杠杆的工具才有定价权。
• 合规边界：本 vault 处理 DiDi 内部材料（见 Rick 的记忆 didi-confidential-local-only），三步 ingestion 的沙盒隔离顺带提供了一道合规价值——AI 产出在进入主库前有一道人类检视，可拦截不该外流的内容。审阅闸门同时是质量闸门和合规闸门，这是设计时未必显式意识到、但真实存在的双重收益。

§7 对手框架回应

接受 + 边界，不是反驳。

对手立场一（业界自动化派，如 agentic workflow 的乐观叙事）：「人在回路是过渡态，终极目标是端到端自动知识生产，审阅会被更强的 agent 内化掉。」

• 接受：随模型能力提升，可形式化的审阅（结构检查、引用核验、事实接地）确实会越来越多地被自动化吸收——本工厂的 grounding agent 和 critique agent 正是证据，这个方向是对的。
• 边界：但价值终审依赖当事人的目标函数（Rick 的求职诉求、思维训练偏好、默会审美），它不是「更强的模型」能解决的，而是「模型不知道你要什么」的结构性问题。即使 AGI 也无法替你决定「这条知识对你此刻是否重要」，除非它先成为你。所以审阅不会归零，它会上移到一个更难自动化的层。赌注：未来 2–3 年，知识生产的人类劳动占比会下降，但人类劳动的「单位价值」会上升，净效应是「少而精的终审」取代「多而杂的生产」。

对手立场二（Rick 未读的对手框架 · 分析式自我民族志的 Leon Anderson, 2006）：Anderson 在 “Analytic Autoethnography”（Journal of Contemporary Ethnography, 35(4), 373–395, DOI:10.1177/0891241605280449，已核实）中提出，纯叙事式的自我观察缺乏分析性理论建构，容易沦为「只有个人故事、无可迁移洞见」。

• 接受：这正是悬在本节点头上的剑——把「Rick 的 workflow」写成「Rick 真厉害」的个人故事，就是 Anderson 批评的失败模式。本节点必须产出可迁移的判断（§5 的四个坑对任何做 AI 知识生产的人都成立），而非个人传记。
• 边界：但 Anderson 的「分析性」要求也有其代价——Ellis & Bochner 反批它用实证主义框架约束了本质上后现代的实践。本节点的取舍是：可观察处做分析（skill 设计史、vault 协议、评级分布是硬数据），需内省处留模板（〔Rick 待填〕），既不滑向纯叙事，也不替当事人编造内省数据冒充分析。这是对 Anderson「Dialogue with Informants」特征（与被研究者对话而非自我独白）的诚实落地——这里的 informant 就是 Rick 本人，模板是与他对话的接口。

failure scenario 显式标注：本节点的主轴（审阅是新瓶颈）在一个场景下会失效——当知识生产的目标是『一次性消费、不入长期库』时（比如查一个事实、要一段临时文案），审阅成本可以接近零，生产力框架反而成立。本节点的判断只在「知识要沉淀进可演进的长期库」这一前提下成立。

confirmation-bias 砍除：本节点早期论证倾向于把 Rick 的所有工程化动作都读作「对审阅瓶颈的自觉应对」，这是 bias——更诚实的补充反例是：三步 ingestion 协议、12→5 agent 塌缩，未必是 Rick 为「测量生产-审阅配比」而设计的，更可能是出于「不想让 AI 弄脏 vault」「架构美感」等其他动机，事后才被本节点诠释成配比治理。这个动机归因正属于不可观察的内省部分，已在 §8 留作待填，不替他断言。

§8 〔Rick 待填〕 内省数据接口

以下是本节点无法观察、必须由 Rick 一手填写的部分。绝不替他编造。

[!question] 〔Rick 待填：审阅行为的一手数据〕

1. 配比的真实感受：当本工厂一个批次吐出几十个草稿时，你花在「读草稿 + 判断去留」上的时间，相对你过去自己写一篇笔记的时间，主观上是多了还是少了？审阅让你更轻松还是更累？
2. 终审的内部标准：§5 坑 4 说「价值终审只有你能下」。你审一篇 AI 草稿决定 move 还是弃的那一刻，脑子里实际在比对什么？是否能说出一条你自己的「价值线」，还是它至今是默会的、说不清的？
3. SABCD 评级时的边界模糊：14 条 S 级 vs 182 条 C 级之间，有没有让你犹豫很久、反复改评级的条目？犹豫点在哪？
4. 三步协议的执行摩擦：_ai_review 沙盒在实际操作中，是真的每篇都审了才 move，还是有时积压/跳过？哪条原则最容易被你自己绕过？
5. 动机归因（回应 §7 bias 砍除）：12→5 agent 的塌缩、三步 ingestion 的设计，当时的真实驱动是什么——配比治理、不想弄脏 vault、架构美感、还是别的？请如实写，本节点不替你断言。

这些问题的存在本身就是数据：它们标出了「AI 化知识生产中，哪些环节至今仍是纯人类默会判断、连当事人都未必能形式化」的精确边界。

§9 PM 决策启示

• 面试怎么用：当被问「你怎么用 AI 提效」，不要答「我用 AI 多产出了 X」。答「我发现 AI 化把瓶颈从生产搬到了审阅，所以我设计了一套三步审阅闸门 + 多 agent 对抗式同行评议，把审阅本身工程化」——这是从「使用者」到「流程设计者」的身份跃迁，正是 AI PM 的差异化。
• 选型怎么用：评估任何「AI 内容生产工具」时，别比产出能力（会被商品化），比它「降低人类终审边际成本」的能力——有没有 grounding 校验、价值排序、审阅分层。这是 §6 商业模式判断的选型化。
• 复现怎么用：搭自己的 AI 知识生产流水线时，第一件事不是配生产 agent，是配审阅闸门（沙盒 + 分层校验 + 价值终审位）。先建闸门再建产线，否则你会被自己的产出淹死。

§10 与已有节点的关系

• 对照 0418 审阅瓶颈专题：本节点对它做深化 + 一手数据供给。0418 把「审阅是新瓶颈」立为专题主轴；本节点用 Rick 的 vault 协议、专题工厂、SABCD 评级分布提供「这条判断在一个极端 power user 身上的实证切面」，并把审阅瓶颈具体定位到「价值终审不可外包」这一不可形式化的核心。Rick 的审阅行为是 0418 的一手数据来源，本节点是采集它的接口。
• 对照 Skill 系统的本质：本节点对它做应用 + 边界补缺。前者讲 skill 作为 procedural knowledge 封装的本质；本节点指出 deep-survey 这类 skill 的能力边界——它能封装「可言说的生产劳动」，封装不了「默会的判断劳动」，后者必须留在审阅端。
• 对照 Polanyi 默会知识与提示工程的认识论张力：本节点对它做对话 + 落地。前者讲默会知识与提示工程的认识论张力；本节点把这条张力落到具体流程——它从认识论上解释了「为什么三步审阅闸门必须存在、且不会被更强的模型消除」。
• 对照 AI 记忆过拟合与泛化能力 与 Claude routines 调研与 memory allowlist 设计：本节点对它们做呼应。两者展示 Rick 在 memory 端的工程化治理（过拟合诊断、allowlist 转型），与本节点的审阅闸门是同一种「为 AI 协作设计治理结构」的思维在不同环节的体现。

[!note] 与 0414 / 0422 的显式升级对照 与 0414（Claude Code 体感） 对照：0414 记录「使用 AI 工具的一手体感」，本节点升一层——不止记录体感，而是把体感背后的「劳动配比重构」抽象为可迁移判断，并标出哪些体感至今无法形式化（§8 待填）。 与 0422（民族志方法） 对照：0422 提供方法论框架，本节点是该方法的一次实操——它演示了「可观察处做分析、需内省处留模板」的自我民族志诚实操作（呼应 Anderson 2006 的 Narrative Visibility 与 Dialogue with Informants 两特征：研究者可见、且与被研究者对话而非独白）。

§11 关联节点

核心（必读）

• 0418 审阅瓶颈专题 — 本节点的判断主轴所属专题，Rick 审阅行为是其一手数据
• Skill 系统的本质 — deep-survey 的能力与边界由此理解
• Polanyi 默会知识与提示工程的认识论张力 — 审阅闸门的认识论必然性
• PKM 设计哲学与演化史 — 12→5 agent 塌缩、vault 协议演化史的原始记录

延伸（可选）

• AI 记忆过拟合与泛化能力 — memory 端的工程化治理，同思维不同环节
• Claude routines 调研与 memory allowlist 设计 — allowlist 转型，治理结构设计的另一切面
• 旅行规划 Skill 套件系统设计 — skill 工程化的同构案例
• trip-structure skill — over-design → 收敛的 skill 迭代轨迹
• AI PM 知识图谱框架设计 — Rick 框架操控行为的另一样本
• AI PM 知识图谱·总索引 — 上级总索引

修订日志

• R1 (2026-06-07)：首稿。建立「生产-审阅配比测量」框架；三样本（deep-survey / vault 协议 / 专题工厂）；判断主轴四坑四件套；接受+边界对手回应（自动化派 + Anderson 2006 分析式自我民族志）；failure scenario + bias 砍除各一处；与 0414/0418/0422 + Skill 系统的本质 + Polanyi 默会知识与提示工程的认识论张力 显式升级对照；§8 留 5 项 〔Rick 待填〕 内省接口，不编造内省数据。待核实项：Anderson 2006 DOI 已在方法接地证据中标注核实，本稿沿用。