一天的时序 · DAILY TIMELINE
5 个定时任务 + 你的 5 分钟阅读
08:00· 工作日
Agent 自动
领域信号扫描
扫描多源外部输入（数据 / 新闻 / 指标）→ 按所有 Active 主题的"关注变量"过滤 → 写入信号池。
你睡觉时已经就绪。
→ 信号池新增若干条 · 含分级（S / A / B 级）+ 主题归属
08:30· 工作日
Agent 自动
每日蒸馏
信号池条目自动路由到对应主题证据池 + 触动相关判断节点 evidence 追加 + Falsifier 状态复核。
一条信号可能同时触动多个判断节点（见下文扇出图）。
→ Topic 池更新 · Falsifier 状态变化 · evolution-stage 切换
09:00· 早晨
你（5 分钟）
读今日蒸馏报告
你打开 Synthesis 报告 — 结构化的"今日认知增量"：哪些 Falsifier 状态变了、哪些主题演化阶段切换、哪些新的升格议案。
5 分钟读完，就拿到了这一天系统里发生的完整认知后果。
→ 5 分钟 vs 手动追踪每个节点（不可能完成）
09:05+· 主动思考
你（高价值时间）
深度判断 · 决策签发 · 协议升级
你只做"只有人能做的事"：为新事物给出第一个解读 · 决定 confidence 升降 · 签下方法论协议 · 复盘上次决策。
一切可规则化的事都已经被 Agent 完成。
每周一· 一次性
系统巡检
周度健康巡检（Lint）
扫描系统层 + 业务层：架构一致性 / 元数据完整 / 矛盾节点 / 过期判断 / 孤立节点 / 升格候选积压 / Falsifier 触发未处理。
系统会"自动崩坏" — Lint 是"反熵"层。
→ 双层 Lint 报告 · 升格候选清单
每周一· 跨主题
Agent 自动
结构性变化扫描
周频扫描世界层级的中长期结构性变化（不是日内信号 — 是制度变迁 / 规则切换 / 范式转移）。
触发关联 Cognition 节点的 Falsifier 复核。
→ 变化池新增条目 + 触发主题论述节点 evidence 反向追加
每周五· 收官
Agent 自动
主题总览校验
扫描所有主题状态 → 横向矩阵对照 → 自动发现矛盾 / 漂移 / 不一致。
一周的判断网络在此完成"整体校准"。
→ 总览矩阵 · 横向矛盾自动标注
一条信号 · 多节点扇出
这是认知引擎与传统笔记 / LLM Wiki 最核心的差异 — 关联是"主动的"
↓ 自动路由 · 几分钟内 ↓
✓ 节点 evidence 追加
判断 A · "通胀粘性确认"：evidence +1，confidence 🟡 → 🟢 候选
⚠️ Falsifier 状态变化
判断 B · "鸽派转向不会发生"：F4 反向证伪深化（鸽派条件再次被否定）
↑ 主题演化阶段切换
主题 C · "实物约束回归"：制度化前段 S- → 拥挤期 S+ 临界推进
↻ 跨主题协同
主题 E · "法币稀释"：Price-In 推进 5pp（受同一组数据反向推动）
📝 推进记录
每个被触动的主题仪表盘自动追加一条推进记录，带"今日五大增量"标签
这是机器擅长但人很难做的事：
一条新数据进入系统后，自动找到所有可能受影响的判断节点，
给它们追加 evidence、变化 Falsifier 状态、推进演化阶段。手动维护这种关联，一个月就放弃了。
但对 Agent 来说，它不会忘，不会累，不会跳过。
为什么这件事必须每天跑
判断不是"被记住"，是"被持续激活"
不每天跑会怎样？
判断"被遗忘式失效"
~6 个月
没有定时心跳，判断节点会"静悄悄过期"。你 6 个月前写下的判断、立的 Falsifier、定的协议，没有人/没有 Agent 在主动检查它们是否还成立。
一个判断不再被新证据触动，不是因为它对了，而是因为系统不知道它存在。你的判断网络在静默腐烂。
每天心跳跑起来
判断持续激活
5 分钟 / 天
每条新信号自动尝试触动所有相关节点。判断不会过期 — 要么被支持，要么被证伪，要么被复核。每天 5 分钟阅读 Synthesis 就能拿到全部认知后果。
这才是"判断的复利" — 不是越积越多，是每个判断都保持活性。
系统每天替你跑
你每天只用5 分钟看变化
Agent 做一切可规则化的事 · 你做只有人能做的判断
关于本 Demo：时序与扇出案例来自真实每日运作流程，所有具体细节（标的代号、判断主题、数据来源）均已抽象化。
本页展示认知引擎"每日心跳"如何让所有判断节点保持活性的工程机制，不构成投资建议。