协作观测框架 — 一份顶层设计

§ 00 — Preface

一段不替代评估的观察

它不告诉用户「你是谁」，也不告诉团队「这个人能力如何」。它只显化已经发生过的、可被追溯到证据的事件。

这个框架建立在 Work Memory 之上，不替代它。Work Memory 负责记录工作事实和思考证据；协作观测层负责在这些证据里显化人的方向性输入：用户在哪里改变了 AI 的默认走向，这个改变后来怎样了。

它是一面镜子，不是判官。镜子只显影，不下判决。

用户在哪里改变了 AI 的默认走向？这个改变后来怎样了？两个核心问题 · 全篇围绕

§ 01 — Position

一句话定位

这个框架只观察两件事：

人是否在协作中注入负熵。
这种注入是否在更长时间尺度上呈现可学习的结构。

它不是评估系统。所有用户面输出必须能追溯到 source refs：session id、canonical entry、commit、PR、spec。无 source 不发言。

1.1术语

W · plausible space: 当前可被 AI 生成并讲得通的叙述空间。系统每多给一个解释、画像、标签，W 就在扩大。

plausible: 不是「真实」或「被承诺过」，而是「能自洽、听起来合理、可被 AI 继续论证」。

梯度 · gradient: 用户通过行动留下的方向性痕迹：拒绝、约束、承担代价、维持选择。不是人格，不是综合解释。

baseline · trajectory prior: 这段协作自身演化出的「自然下一步」分布。判断「非默认」的目标参照系。

valence: 正负价值判断。「有梯度」≠「正确／优秀」。框架剥离 valence。

source refs: 支撑某个观察的原始证据引用。任何用户面陈述必须可追溯回去。

empty-state: 未识别到事件时的输出。它不是空白，是对「没观察到什么、同时观察到什么」的明确陈述。

§ 02 — Premise

核心前提：plausible 坍塌

当前 Agent 在很多场景下会输出 plausible-but-flat 的分布——它能把 A 讲得合理，也能把非 A 讲得合理。

只要用户不施加方向性约束，决策方向就容易变成 AI 在 plausible 选项池里的采样结果。这就是「先验坍塌」：输出看起来丰富，实际方向性很弱。

在这个前提下，人的非默认动作才有观测价值。用户拒绝、约束、改道、承担代价，这些行为不是又一个 plausible 叙述，而是在压缩可能性空间。

如果未来 Agent 不再坍塌、或采样已稳定携带方向，这层框架的意义需要被重新定义。这不是永久真理，只是当前产品阶段的工作假设。

§ 03 — Refusal

为什么不能做评估系统

把对话提炼为「探索型 / 架构思维 / 协作能力 8 分」看起来很产品化，但它在结构上是错的。

原因不是「标签不礼貌」，而是它增加 W：把本应被用户行动压缩的可能性空间，重新扩张成更多可被讲通的身份解释。AI 已经能为他生成一百个听起来都对的解释；再加一个「数据驱动」的画像，本质上是在 plausible 池里再加一个更有权威感的选项。

本框架的判别标准只有一句：

它是在增加 W，还是在显化已有梯度？唯一判别 · 应贴在每个用户面输出旁

Fig. 01左侧是 W 的扩张：每多一个 plausible 解释、画像或分数，可被讲通的叙述空间就再加一。右侧是梯度的显化：用户已经做过的取舍被照亮，本来被讲通的路径反而消失。

§ 04 — Philosophy

设计哲学（三条）

4.1镜子，不是判官

用户面输出必须停留在观察陈述层。

可以这样说

我给出过直接实现方案，你没有继续推进它，而是要求先理解原代码的不变量。后续三次类似情境里，你也做了同样的选择。

不能这样说

你是谨慎型工程师。

前者是事件，用户可以继承、修正或否认。后者是身份命题，会被内化、反弹，并改变它所测量的对象。

4.2痕迹考古，不是身份综合

真正有信号的不是「偏好分布」——偏好太容易被 AI 模仿和包装。真正可观察的是承诺痕迹：用户在哪里放弃其他路径、拒绝更快方案、增加自己的工作量、在没有充分证据时做了方向明确的选择、后来承认「那次是错的」。

痕迹考古的目标不是推断人格，而是把已经发生过的负熵输入重新变得可见。

4.3分析单位是协作，不是用户

同一个用户，跟另一个 Agent、做另一个项目、处在另一个组织压力里，可能呈现完全不同的模式。所以本框架只描述：

某个用户、与某个 Agent、在某个项目上的协作状态。分析单位 · 不是「这个人本质上是什么样」

这条边界对 Tanka 尤其重要。Tanka 会通过 User ID + Project ID 聚合长期记忆，若不锁定「协作」为分析单位，系统很容易滑向个人评分和组织管理画像。

§ 05 — Two questions · Three states

核心观察

5.1当下是否有负熵注入？

不是用户发言越多越好——大量指令也可能只是把 AI 的 plausible 生成继续推下去。真正有信号的是非默认动作：用户压缩了选择空间，承担了代价，并让后续工作沿着这个方向展开。

5.2长期是否结构化？

单点惊讶只说明某一刻用户做了非默认动作。结构化观察的是：这些非默认动作是否可以被学习。如果系统对「用户何时何处会这样做」的预测残差长期下降，说明这种负熵注入呈现结构。

残差长期不下降，本身也是一个信号。它不说明用户差，只说明这段协作关系里，人的方向性输入暂时没有形成稳定模式，或系统尚未学到。

5.3三状态分类（仅内部使用）

Fig. 02三种协作状态。左：人的约束让路径收束。中：沿既有路径静静推进。右：当用户长期把方向交给 agent，agent 继续生成 plausible 选项并执行——empty-state 不是「没事发生」，而是「没观察到人的方向，同时观察到熵泵仍在运转」。

§ 06 — Internal mechanism

梯度点 · gradient point

「梯度点」是内部工程术语，不进入用户面 UI。用户面只展示事件本身。

内部定义：

AI 预测路径与用户实际输入之间的 divergence 达到阈值，且满足代价与持续性条件的事件。梯度点 · 内部定义

6.1为什么用惊讶度

信息论里，自信息是 I(x) = −log P(x)。事件概率越低，信息量越大。「惊讶」不是修辞，它就是信息量。这件事的关键不是让 AI 评价用户，而是反过来利用 AI 的预测能力定位它自己触及不到的东西。

系统的发言主语

「我在这里没有预测到你会这样做。」
而不是「我判断你很有洞察力。」

6.2参照系 · trajectory prior

通用先验 — 测到的是「怪异度」。
用户历史平均 — 测到的是「漂移」，分不开成长和噪声。
轨迹先验（目标） — 测到「用户偏离了自己自然演化路径的下一步」。

MVP 阶段可用启发式近似轨迹先验；但目标必须保留，否则系统退化成「用户风格分析」。

6.3三要素合取

Fig. 03只有惊讶可能是随机发散，只有代价可能是常规流程，只有偏离可能是抖动。三条门同时近似命中，才把候选事件落为可记录的观察。

§ 07 — Negative space

负空间扫描

强信号不总在用户说了什么，也常在用户拒绝接住什么。

这类「沉默的拒绝」比正面表达更难伪装，也更容易被普通日志漏掉。但风险很高，不能凭空解释沉默。必须同时满足：

AI 的建议足够具体，可以确认「用户没有接住什么」。
后续行为沿着另一个方向展开。

Fig. 04负空间不靠解释沉默来成立。AI 的建议必须具体可识别，并且后续工作真的沿另一条约束继续展开——否则只是普通的「话题转移」。

用户面陈述可以这样

我给出过直接实现方案，你没有继续推进它，而是把问题转回依赖边界。后续实现也沿着依赖边界展开。

不可以滑向

你不喜欢直接实现。

§ 08 — Fate tracking

命运追踪

梯度点本身不携带 valence。它只说「这里注入了方向」，不说「这个方向对不对」。

方向后来怎样，要在更长窗口里观察：被维持 · 被扩展 · 被复现 · 用户后来怎么重新解释。

错的梯度点不能被删除。关键约束 · 否则系统在做 hindsight 选择

如果系统只保留事后看起来正确的事件，它就在偷偷做 hindsight 偏好选择，最后呈现的是一个无菌版本的用户。这仍然是评价系统，只是包装成了观察系统。

正确做法：事件保留、命运追加、意义可重开。

Fig. 05同一个事件的时间线。reverted 不擦掉原始痕迹，只追加一条「后来被推翻」的命运。这样系统不会偷偷选择事后看起来正确的版本。

§ 09 — Second-order predictability

二阶可预测性

单点惊讶回答「用户此刻是否做了非默认动作」；二阶可预测性回答「用户的非默认动作是否可学习」。

一个成熟的协作关系可能这样：

单点上，用户仍然经常让 AI 惊讶。
长期上，AI 开始知道用户会在哪些位置介入。

不矛盾——第一层是事件概率，第二层是事件发生位置和模式的可预测性。

Fig. 06残差长期下降，说明负熵注入呈现结构。残差不下降不等于不好——可能项目变化太快、用户在刻意探索、或系统证据不足。系统只观察结构在不在，不评价。

§ 10 — Pressure tests

三个压力测试

这些压力测试不是附录，它们决定了框架边界。

CASE · 01

完全授权的用户

「你来决定下一个最有价值的任务」——系统不应解读成「高度信任 AI / 战略授权能力强」。

三状态分类下，长期授权不是中性 empty：在当前 Agent 是 plausible-option generator 的前提下，它把方向选择交给熵泵继续运转。

empty-state 不能静默：「没有人的梯度」≠「没有事情发生」。

CASE · 02

事后证明错误的干预

高惊讶 · 高代价 · 被维持的选择，事后证明错了——仍然记录。它不是「好梯度」也不是「坏梯度」，它是一个方向性输入。

命运可以记录为 reverted、user_reframed、caused_rework，但事件不能删。

防止观察层变成事后胜利叙事。

CASE · 03

新手的错误干预

不断错误介入，按单点惊讶看会产生大量信号——但梯度的量 ≠ 方向质量。

不能因为信号多 credit 用户，也不能因为信号错删除。继续观察反转率、冲突、复现、单位代价产出、自我标注。

仍是协作状态观察，不是能力评分。

§ 11 — Output forms

输出形态

11.1事件流（时间线 · 单事件）

2026 · 05 · 14 · Node runtime discussion 我给出过直接迁移路径，你没有接住，而是先要求锁定 Windows runtime、hook 入口和 Electron-bundled Node 的边界。后续设计确实围绕这三个约束展开。

11.2边界与方向（聚合 · 不下身份判断）

可以这样聚合

过去 30 个会话里，有 5 个事件指向同一类模式：当我准备快速进入实现时，你更常把问题拉回依赖边界、运行时边界或数据边界。

不能滑向

你是架构优先型开发者。

11.3对话式确认

System asks 我注意到最近几次你都在写代码前追问「这个抽象的代价是什么」。这是一个真实模式，还是刚好这些项目特殊？

如果用户说「只是这几个项目特殊」，系统接受这个反馈，不把它解释成「用户否认自己的模式」。

11.4Empty-state（必须诚实）

When nothing was observed 过去 30 个会话里，我没有识别到能称为方向性输入的事件。同时我注意到代码库增加了 N 行，大部分方案由 agent 提出并被接受。我不能告诉你这是好是坏——只能告诉你：这段协作目前更像是 agent 在你的授权下塑造代码，而不是你持续塑造 agent 的方向。

主语必须是系统：「我没有识别到」「我注意到」「这段协作目前呈现为」——避免把 empty-state 变成对用户的指责。

§ 12 — Relation to Work Memory

与 Work Memory 的关系

Work Memory 的 synthesizer 已经在抓 motivation · approach · attempts · lessons · decisions · blockers · next_steps——天然兼容。区别只是：

Work Memory 记录「这段工作为什么发生、怎么推进」。
协作观测 记录「人的方向性输入在哪里出现、后来怎样了」。

三条边界：

不改 canonical log。观察事件是派生数据，绝不写回事实源。
不替代日报。Daily report 面向团队进展；协作观测默认面向用户本人。
不进团队看板。它比工作报告更接近个人协作反思，误用风险更高。

短期最有用的改动，不是新建复杂模型，而是强化现有 synthesizer prompt——显式扫描纠偏、拒绝、约束注入；扫描负空间；在 attempts 里区分 tried-and-rejected；在 motivation 里保留用户原话；artifact-only 工作不强行编造解释。

§ 13 — Data shape · Phased rollout

数据形态 · 分阶段落地

13.1派生层存储

建议放在项目 root 下，与 canonical log 解耦：

// ~/.work-memory/<userId>/<orgId>/projects/<projectId>/observations/
{
  "id": "obs_2026-05-14_ab12",
  "project_id": "tanka-work-memory-plugin",
  "event_window": { "started_at": ..., "ended_at": ... },
  "source_refs": [
    { "type": "session", "id": ... },
    { "type": "entry",   "id": "e_2026-05-14_abcd" },
    { "type": "commit",  "id": "a1b2c3d" }
  ],
  "user_visible_summary": "我给出过直接实现路径，你把问题拉回到运行时边界。",
  "internal": {
    "kind": "gradient_point",
    "baseline": "trajectory_prior",
    "signal_types": ["explicit_constraint", "negative_space"],
    "cost_signals": ["delayed_implementation"],
    "persistence_turns": 4,
    "confidence": "medium"
  },
  "fate":           [ /* append-only */ ],
  "interpretations":[ /* versioned, never overwritten */ ],
  "user_feedback":  [ /* higher priority than system interpretation */ ]
}

13.2四个阶段

PHASE · 01

Prompt hardening

不改 schema。让 synthesizer 更稳定地保留观测所需证据：纠偏、负空间、代价、持续。

PHASE · 02

Local observation report

work-memory observe --window 30d · 本地 markdown · 不上传 · 验证事件流是否有用。

PHASE · 03

Observation store

新增 observations/ 派生目录。命运追加、解释版本化、user_feedback、source refs audit。

PHASE · 04

Tanka integration

仅在 opt-in 下进入 Tanka。本人可见 · 不进管理评分 · 不排名 · 不输出用户类型。

§ 14 — Risk map

核心风险

Risk	Mitigation
观测滑向评价	文案规则禁止标签、分数和能力判断。
系统过度解释沉默	负空间事件必须有后续行为支撑，并以低确定性呈现。
管理场景误用	默认本地、私有、opt-in，不进入团队日报。
生成 W+1 叙述	只显化 source-backed 事件，不综合人格画像。
只保留「正确事件」	事件不可删除，只能追加命运和解释版本。
二阶可预测性被理解为稳定性评分	明确它只描述协作模式是否可学习，不评价好坏。
baseline 退化为通用比较	长期目标锁定 trajectory prior，不做「和平均人相比」。

§ 15 — Bottom line

设计底线

Closing · 镜与判官

这层系统是一面镜子，
不是判官。

镜子不告诉用户他是谁，
只让他看见
自己在这段协作里做过什么。

看见之后怎么解释、是否接受、下一步怎么走，仍然属于用户。

Subject: 协作状态 · 不是用户本质
Verb: 显化 · 不综合
Object: source-backed 事件 · 不是身份判断
Tense: 已发生的痕迹 · 不是未来预测