本篇目录 / Contents
- 图书馆噪声治理与价值召回协议
- 一、问题定义
- 二、当前可见噪声结构
- 三、治理原则
- 1. 召回治理优先于删除治理
- 2. 价值白名单先于全文搜索
- 3. 噪声材料可留档，但默认降权
- 4. 高价值材料要被主动抬升
- 四、四层召回制度
- P0：正门层，默认优先调用
- P1：稳定知识层，可主动调用
- P2：候选雷达层，只能辅助
- P3：版本史与传播层，默认不进事实回答
- P4：隔离层，只在明确任务中调用
- 五、每次回答前的调用闸门
- 六、推荐的检索过滤规则
- 1. 大问题检索
- 2. 避免默认污染的排除项
- 3. 证据问题检索
- 4. 概念问题检索
- 5. 字典问题检索
- 七、建议新增但不批量滥改的字段
- 八、三种垃圾信息的处理方式
- 1. 旧稿垃圾
- 2. 模型候选垃圾
- 3. 传播输出垃圾
- 九、回答时的透明度要求
- 十、下一步可执行方案
- 第一阶段：建白名单
- 第二阶段：建灰名单
- 第三阶段：改回答流程
- 第四阶段：抽样审计
- 十一、最短结论
图书馆噪声治理与价值召回协议
[!important] 核心判断 当前问题不是“库里有垃圾信息”，而是“垃圾信息与高价值信息在检索层平权”。治理目标不是删除一切噪声，而是让低价值材料可存档、可追溯、可必要时调用，但默认不能抢占回答、写作和判断的第一召回位。
一、问题定义
这个库已经不是早期资料库，而是一个大型研究系统。大型系统的危险不是信息少，而是：
全文检索把旧稿、草稿、模型候选、传播版本、日志和核心页放在同一张桌上。
模型看到谁的词频高、反链多、标题刺激，就容易先调用谁。
真正高价值的证据页、总入口和方法页反而被淹没。
这会造成四种后果：
- 旧版本复活：已经降级或被否定的旧稿被重新当成当前口径。
- T2 候选越级：MiMo、AGT、ChatGPT 导出、prompt 产物被当成事实或稳定结论。
- 传播稿污染证据：公众号、小红书、主题曲、Suno、EVA 比较稿等输出材料反过来裁决影片事实。
- 日志与工程页抢答：
log、健康报告、运行总账、prompt 页提供了很多关键词，却不是回答问题的内容源。
一句话：
不是资料坏了，是召回顺序坏了。
二、当前可见噪声结构
2026-06-14 本轮局部扫描看到几个风险信号：
| 层 | 风险数字 | 含义 |
|---|---|---|
wiki/synthesis |
2707 页 | 综合页数量很大，里面混有总入口、成品稿、旧版本、草稿、传播稿、工作台。 |
synthesis.status |
draft=1147 |
大量综合页是草稿态；如果全文检索不降权，会与当前口径竞争。 |
synthesis.evidence_tier |
缺失 1525 | 许多综合页缺证据层级字段，机器很难判断它该不该优先调用。 |
synthesis.canonical_status |
缺失 1050 | 很多综合页没有明确正典/候选/旧稿状态。 |
wiki/sources |
mimo-report=1177 |
MiMo 是雷达层，不应默认压过 T0/T1 或人工综合。 |
sources.status |
pending_review=829 |
待复核来源不能默认当成稳定证据。 |
sources.evidence_tier |
缺失 493 | 证据层级缺口会放大召回污染。 |
| 粗略文件名扫描 | draft/version 151、public platform 109、model 69 | 仅按文件名粗扫，已经能看到传播稿、旧版本和模型页的检索噪声。 |
这些数字不意味着这些页面都应删除。它们意味着：默认召回必须分层。
三、治理原则
1. 召回治理优先于删除治理
不要急着删。删会破坏历史、证据链和版本责任。
先做：
谁可优先调用？
谁只能作为背景？
谁只在用户明确要求时调用？
谁必须被排除在默认回答之外？
2. 价值白名单先于全文搜索
以后回答任何大问题，都不应先全库 rg。先从白名单和入口页进入：
当前图书馆前厅
全库认知地图与提纯协议
Obsidian库最有价值文章与信息盘点
证据层级
对应专题中枢页
全文搜索只能作为第二步补充，不是第一步裁决。
3. 噪声材料可留档，但默认降权
旧稿、草稿、模型候选、传播稿、日志、prompt、运行总账都可以保留。它们的价值是：
版本史
灵感池
失败记录
传播出口
模型雷达
工程审计
但它们默认不是：
事实来源
当前口径
正典定义
最终论证
4. 高价值材料要被主动抬升
有价值的信息不能只“存在”。它必须拥有：
入口
反链
一句话定位
使用场景
禁止误用说明
否则再好的页面也会在大库里沉底。
四、四层召回制度
P0：正门层，默认优先调用
只放当前口径、证据纪律、核心入口、总蓝图。
建议当前 P0：
[当前图书馆前厅-2026-05-25](/research/hs-fc3f875217423b53)
[全库认知地图与提纯协议-2026-05-28](/research/hs-b6d4e707bbd2782a)
[Obsidian库最有价值文章与信息盘点-2026-06-01](/research/hs-9dbcbc10745246db)
[证据层级](/research/hs-ffd57ca6ae2f2293)
人工确信最高优先级Canon-2026-05-05（馆内参考，未随本文公开）
00-字典总入口（馆内参考，未随本文公开）
13-圣经式密码本设计蓝图-正典注释索引与旁经（馆内参考，未随本文公开）
使用规则：
任何大问题，先读 P0。
P0 不一定给出全部答案，但负责定口径、定证据边界、定入口。
P1：稳定知识层，可主动调用
包括 active 概念页、成熟综合页、T0/T1 来源页、书稿中枢、字典中枢。
可用条件：
status active
有明确 source_rule
能回到证据层级
不是旧稿、失败稿、传播稿或模型雷达
P2：候选雷达层，只能辅助
包括 MiMo、AGT、ChatGPT 导出、候选概念、外部理论接口、未复核来源。
使用规则：
可以提示“可能有线索”。
不能直接裁决事实。
不能压过 T0/T1。
必须标注候选身份。
P3：版本史与传播层，默认不进事实回答
包括公众号稿、小红书稿、Suno、主题曲、EVA 对照、v1/v2/v3 重写稿、被用户否定稿。
使用规则：
只有在用户问“传播、标题、公众号、版本演化、失败稿、语气”时调用。
回答影片事实、概念定义、证据问题时默认排除。
P4：隔离层，只在明确任务中调用
包括运行日志、prompt、模型 token 账、健康报告长明细、raw 资产路径、导出 HTML、截图资产。
使用规则：
只在馆务、debug、归档、工具修复、证据复核时调用。
普通创作和理论回答中不默认调用。
五、每次回答前的调用闸门
以后面对任何问题，先做 6 秒判断：
1. 用户问的是事实、概念、写作、传播、馆务，还是版本史？
2. 本问题需要 P0 哪些入口？
3. 是否涉及身份、说话人、声源、时间码、真实心理、consent、现实伤害或生产史？
4. 如果涉及，是否已有 T0/T1？
5. 哪些材料必须默认排除？
6. 最终回答是否需要注明“本次调用路径”？
最重要的反射动作：
不要让搜索结果决定重要性。
先让任务类型决定召回层级。
六、推荐的检索过滤规则
1. 大问题检索
优先：
rg -n "关键词" inspool-wiki-zh/wiki/index.md inspool-wiki-zh/wiki/synthesis/当前图书馆前厅-2026-05-25.md inspool-wiki-zh/wiki/synthesis/全库认知地图与提纯协议-2026-05-28.md
再扩展到具体专题目录或概念页。
2. 避免默认污染的排除项
全文检索时，除非任务需要，默认排除：
wiki/log.md
raw/
exports/
*-assets/
*prompt*
*MiMo*
*Suno*
*公众号*
*小红书*
*v1*
*v2*
*v3*
*草稿*
*重写*
*发布版*
注意：这不是说它们没有价值，而是说它们不该默认抢答。
3. 证据问题检索
优先路径：
[证据层级](/research/hs-ffd57ca6ae2f2293)
-> 人工确信最高优先级Canon-2026-05-05（馆内参考，未随本文公开）
-> UserCorrections / LocalForensics / OpenClaw T0/T1 来源页
-> 再看 T2/MiMo 候选
4. 概念问题检索
优先路径：
[全库认知地图与提纯协议-2026-05-28](/research/hs-b6d4e707bbd2782a)
-> 核心概念页
-> 470 概念操作总纲
-> 相关综合页
-> 候选/旧名/桥接页
5. 字典问题检索
优先路径：
00-字典总入口（馆内参考，未随本文公开）
-> 13-圣经式密码本设计蓝图-正典注释索引与旁经（馆内参考，未随本文公开）
-> 14 个调研页
-> 07/09/12 等结构图谱页
七、建议新增但不批量滥改的字段
后续可以逐页、小批量、人工审读后增加以下字段。不要一次性机器批量改写。
retrieval_role: p0_entry | stable_synthesis | evidence_anchor | concept_core | candidate_radar | draft_archive | public_output | tool_log
retrieval_policy: prefer | allow | context_only | explicit_request_only | exclude_by_default
current_use: current | historical | superseded | rejected | pending_review
这些字段不替代 canonical_status / evidence_tier / source_rule，而是专门服务“模型应该不会优先读错东西”。
最低限度先做两类：
P0 白名单页：retrieval_policy: prefer
明显噪声页：retrieval_policy: explicit_request_only 或 exclude_by_default
八、三种垃圾信息的处理方式
1. 旧稿垃圾
不是删除，而是标明：
historical
superseded
rejected_by_user
draft_archive
并在当前入口页里说明它为什么不能当当前口径。
2. 模型候选垃圾
保留为雷达，但必须接入复核队列：
MiMo / AGT / ChatGPT 导出
-> 候选
-> T2-to-T1 复核
-> 通过后进证据页
-> 不通过则保留失败记录
3. 传播输出垃圾
公众号、小红书、主题曲、EVA 对照稿有传播价值，但不能反向污染理论和证据。
处理方式：
放在 public_output
只服务标题、语气、传播策略
不用于事实裁决
不用于核心概念正典定义
九、回答时的透明度要求
当问题复杂或容易被污染时，回答应主动说明：
本次优先调用：
本次只作背景：
本次排除：
仍待人工复核：
这会稍微慢一点，但能避免“看起来很聪明，其实调用了旧垃圾”的情况。
十、下一步可执行方案
第一阶段：建白名单
做一页：
[价值召回白名单-2026-06-14](/research/hs-6d4f6c3396a6efbf)
收 30-50 个 P0/P1 页面，按任务类型分：
事实
概念
字典
书稿
传播
馆务
证据
第二阶段：建灰名单
做一页：
[检索降权灰名单-2026-06-14](/research/hs-7882887422969d3f)
收旧稿、草稿、传播稿、模型候选和 prompt 页的主要模式，不逐页删。
第三阶段：改回答流程
未来所有 Wiki 回答默认执行：
P0 恢复口径
-> P1 找稳定内容
-> P2 补候选
-> P3/P4 只在明确任务中调用
第四阶段：抽样审计
每周或每轮大工作后，抽 5 个高频关键词：
技术幽灵性
档案静默
现场流
不继续权
证据层级
检查全文检索前 20 个结果里，有多少是 P0/P1，有多少是 P3/P4。如果垃圾超过一半，就补白名单或灰名单。
十一、最短结论
不要把图书馆整理成没有垃圾。
要把图书馆整理成垃圾不能抢答。
这个库需要的不是大扫除，而是召回制度：
P0 定口径。
P1 给答案。
P2 给雷达。
P3 留版本史。
P4 做工程审计。
只要这五层立起来，有价值的信息就会重新浮到前台，低价值信息也不会被误删，而是回到它应该待的位置。