让数字大脑自己「长脑子」

让数字大脑自己「长脑子」

LEARNED.md：你的知识系统，如何从工具进化成伙伴

作者：一只阿木木 | 数字大脑摆渡人 🌊

前五篇，我们建好了架构，写好了规则，学会了提取，做了体检。

你的 /wiki 里有了几十甚至上百个节点， 系统在稳定地运转，Lint 让它保持健康。

这一篇，我们要讲这个系列里最前沿的内容——

当你的系统开始自己更新自己的规则，它就不再只是一个工具了。

它变成了一个正在成长的认知伙伴。

一个让我停下来发呆的早晨

我记得那天是周四，清晨六点多。

我打开 /schema 目录，照例看一眼系统状态。

然后我看到了一条昨晚出现的记录——时间戳显示是 11:47 PM，是我睡着之后。

那是 AI 自己写进 LEARNED.md 的一条规律：

[2026-05-14] Ingest 优化 | 主观素材的置信度处理 当素材来源包含大量第一人称表述（「我认为」「在我看来」「我的经验是」）时， 其中的声明性观点应自动标注为 confidence: low， 即便该作者是公认的权威。 适用场景：个人博客、播客访谈、演讲稿。 不适用：同行评审论文、数据报告、官方文档。

我没有教它这条规则。

它是在处理前一天晚上我扔进去的一篇播客转录稿时，自己发现的。

发现了，然后写了下来，留给下一次自己用。

那一刻，我坐在那里发呆了大概五分钟。

不是因为这条规律本身有多复杂——其实挺简单。

而是因为：这个系统，第一次在没有我在场的情况下，更新了自己。

这，就是今天这篇文章要讲的事。

第一部分：Karpathy 指向了一个还没有完全解决的方向

在讲 LEARNED.md 之前，我需要先带你看一条 Karpathy 在 2025 年发的推文。

这条推文，比他的 LLM Wiki Gist 更早，也更深——

他写道：我们缺少（至少一个）LLM 学习的主要范式。不确定叫什么，也许叫系统提示学习（system prompt learning）？预训练用于知识。微调（SL/RL）用于习惯行为。

然后他说了一句让我久久不能释怀的话——

这两者都涉及参数变化，但很多人类学习感觉更像是系统提示的变化。你遇到一个问题，想出了什么，然后以相当明确的方式「记住」下次该怎么做。

他用了一个极其生动的比喻：

这感觉更像是给自己做笔记——不是存储随机的用户事实，而是通用的、全局性的问题解决知识和策略。LLMs 简直就像《记忆碎片》里的那个人，只不过我们还没有给它们便签本。

停在这里想一想。

《记忆碎片》——那部电影里的主角，患有短期记忆丧失症，每隔一段时间就会忘记最近发生的一切。他唯一的应对方式是：把重要的信息纹在身上，或者写在便利贴上，贴在墙上、车上、手背上。

Karpathy 说：我们的 LLM，就是那个没有便利贴的《记忆碎片》主角。

聪明，有能力，但每次对话都从零开始。它踩过的坑，发现过的规律，积累的经验——全部消失。下一次，重新踩一遍。

而 LEARNED.md，就是我们给系统造的那一张便利贴。

不，不只是一张。

是一本持续生长的经验手册。

第二部分：三种学习范式——你的系统目前停在哪一层？

在我解释 LEARNED.md 怎么工作之前，让我先帮你建立一个完整的认知框架。

Karpathy 实际上描述了 LLM 的三种学习范式：

范式 1：预训练（Pretraining）

「预训练用于知识。」

这是模型在出厂之前，通过海量文本学习的过程。它让模型知道「什么是 RAG」「什么是 Karpathy」「什么是编译模式」。

这部分，你改变不了。 这是模型制造商的工作。

范式 2：微调（Finetuning）

「微调（SL/RL）用于习惯行为。」

这是通过大量的监督学习或强化学习，让模型形成特定的行为习惯——比如「回答时先思考再输出」「代码里不要出现硬编码」。

这部分，个人用户基本改变不了。 需要大量数据和算力。

范式 3：系统提示学习（System Prompt Learning）

系统提示学习（SPL）是 LLM 通过动态编辑系统提示来自主开发和优化问题解决策略的方式，而不是依赖预训练获取知识或微调来改变行为。

这部分，是你今天就能开始做的。

这不需要改变模型参数，不需要大量数据，不需要技术背景。

你只需要：在每次操作后，让系统把「发现的有效策略」记录进一个文件，然后下次操作时自动加载这个文件。

这个文件，就是 LEARNED.md。

让我用一张图来展示三种范式的差异：

text

┌────────────────────────────────────────────────────────────────┐
│              LLM 的三种学习范式                                  │
│                                                                 │
│  范式 1：预训练        范式 2：微调         范式 3：SPL          │
│                                                                 │
│  学习内容：知识        学习内容：习惯        学习内容：策略       │
│  学习方式：海量文本    学习方式：监督/强化    学习方式：经验记录   │
│  发生时间：出厂前      发生时间：出厂后特训   发生时间：每次使用时 │
│  更改主体：模型厂商    更改主体：训练团队     更改主体：你自己     │
│  存储位置：模型参数    存储位置：模型参数     存储位置：LEARNED.md │
│  你能控制：❌          你能控制：❌           你能控制：✅         │
│                                                                 │
│  「知道什么」          「习惯怎么做」         「遇到这种情况，      │
│                                              下次这样处理」      │
└────────────────────────────────────────────────────────────────┘

你的 CLAUDE.md，是你一开始写好的「静态规则」——范式 2 的平替。

你的 LEARNED.md，是系统从运行经验中自动积累的「动态策略」——范式 3 的个人实现。

第三部分：CLAUDE.md 的天花板

在讲 LEARNED.md 之前，我需要先帮你看清楚 CLAUDE.md 的一个根本性局限。

回顾一下我们在第三篇建立的 CLAUDE.md——

它是你预先写好的规则手册。它非常重要，没有它系统无法稳定运作。

但它有一个问题：

它是静态的。

你在某一天的认知水平决定了它的内容。它不会随着你的系统变得更聪明而自动进化。

你和 LLM 随时间共同演化这份 schema。

注意这个关键词：共同演化（co-evolve）。

Karpathy 没有说「你写好，AI 遵守」。他说的是共同演化——意味着这是一个双向的、动态的过程。

但在实践中，大多数人的 CLAUDE.md 是单向的：你写，AI 遵守，周而复始。

系统的经验，没有流回它的规则里。

这就是 LEARNED.md 要解决的问题。

第四部分：LEARNED.md 的工作原理

让我用一个非常直觉的比喻来解释。

想象一个刚入职的厨师（AI）和一本《厨师操作手册》（CLAUDE.md）。

手册里写的是厨房的基本规范：食材怎么处理、菜品怎么命名、遇到冲突怎么报告。这些规范是厨师长（你）在他入职前写好的，来自你过去积累的最优实践。

厨师每天按手册工作，表现良好。

但随着时间推移，他在工作中发现了手册里没有覆盖的情况：

• 某类食材（播客转录稿）在特定处理方式下效果比手册规定的好 30%
• 某类菜品（个人洞察页）如果加上特定格式，之后被引用的频率高很多
• 当两个客人（两个概念）同时点相似的菜时，按某种顺序处理比另一种顺序快很多

这些是手册里没有的内容。

在旧的系统里：这些发现消失了。下周遇到同样情况，重新摸索一遍。

在新的系统里（有 LEARNED.md）：厨师把这些发现写进了一本《个人经验补充手册》，每次开工前都会翻看。手册里的规范在进化，效率在持续提升。

这个系统不只是在积累知识，它在积累判断力。

这就是 LEARNED.md 的本质：让系统的经验，永久地影响系统未来的行为。

第五部分：LEARNED.md 的三层结构

在我给你完整实现之前，先帮你理解 LEARNED.md 里面应该记录什么样的内容。

它不是随机的笔记，也不是日记。它是有结构的经验条目，分三个层次：

第一层：操作优化规律（Operational Patterns）

记录什么： 发现某种操作方式，比 CLAUDE.md 中规定的默认方式效果更好。

触发时机： Ingest 完成后，AI 发现自己用了一种非标准的处理方式，效果明显更好。

示例条目：

Markdown

## [2026-05-14] Ingest 优化 | 播客素材的分段处理
规律描述：
  对于超过 8000 字的播客转录稿，分段 Ingest（每段 2000-3000 字）
  比一次性 Ingest 产出更高质量的实体提取结果。
触发场景：
  素材类型为 podcast，且文字总量超过 8000 字
具体做法：
  1. 先扫描全文识别「主题转换点」（通常是主持人换话题的地方）
  2. 按主题块分段
  3. 每段独立 Ingest，最后统一检查交叉引用
验证次数：3 次（均优于一次性处理）
置信度：medium（样本量尚小）
来源操作：[2026-05-10 Ingest | Lex Fridman 访谈]、[2026-05-12 Ingest | Tim Ferriss 访谈]

第二层：用户行为规律（User Behavior Patterns）

记录什么： 从用户的提问方式、阅读习惯、关注领域里，总结出的行为模式。

触发时机： 多次 Query 后，AI 发现了用户的某种稳定模式。

示例条目：

Markdown

## [2026-05-18] 用户行为 | 深度探索信号
规律描述：
  当用户对同一个概念在 7 天内提问超过 3 次，
  说明该概念的 wiki 页面对用户来说「还不够用」。
  这不是页面质量差，而是用户在这个主题上有更深的探索需求。
触发场景：
  Query 日志中，同一概念被查询 ≥ 3 次 / 7 天
具体做法：
  在第三次查询时，主动提示：
  「我注意到你在这个主题上做了多次深度查询。
    建议：1）是否有新素材可以投入补充这个主题？
          2）是否值得建立一个独立的综合分析页？」
验证次数：2 次
置信度：medium

第三层：知识结构规律（Knowledge Structure Patterns）

记录什么： 关于知识库如何组织、页面如何连接、什么情况下应该拆分或合并的洞察。

触发时机： Lint 审计后，AI 发现了某种反复出现的结构性问题，或者某种结构效果特别好。

示例条目：

Markdown

## [2026-05-20] 知识结构 | 高连接度 Hub 页面的维护策略
规律描述：
  当一个概念页面的入链数量超过 15 个时，
  该页面会成为知识网络的「关键枢纽（Hub）」。
  Hub 页面的质量问题会以放大效应影响整个网络。
触发场景：
  Lint 审计中发现任何入链数 > 15 的页面
具体做法：
  1. Hub 页面的 Lint 优先级提升为最高
  2. Hub 页面的置信度要求提升为：需要 ≥ 5 个来源才能标注 high
  3. 每次有新素材涉及 Hub 概念，必须执行「Hub 一致性检查」：
     确认新素材不与 Hub 页面的核心定义产生矛盾
验证次数：1 次（新规律，待验证）
置信度：low

注意置信度标注——这不只是对 wiki 内容有效，对 LEARNED.md 里的规律条目同样适用。

一条新发现的规律，在被验证 3 次以上之前，不应该获得 high 置信度。

规律和知识一样，也需要被审计，也需要随着更多证据而演进。

第六部分：完整实现方案

好，理论全部讲完了。现在给你可以直接落地的完整实现。

分三个部分：LEARNED.md 的基础模板、加进 CLAUDE.md 的自学习触发模块、以及周度规律「毕业审查」的 Prompt。

Part A：LEARNED.md 基础模板

将以下内容保存为 /schema/LEARNED.md：

Markdown

# LEARNED.md — 系统经验进化手册
# 版本：自动维护
# 规则：本文件由 AI 在每次操作后自动追加，人工定期审查
# 创建时间：[你创建的日期]
---
## 使用说明
本文件记录系统在运行过程中自主发现的、超越 CLAUDE.md 基础规范的优化规律。
分类：
  [O] Operational — 操作优化规律（Ingest / Lint / Query 流程改进）
  [U] User        — 用户行为规律（用户偏好、探索习惯）
  [K] Knowledge   — 知识结构规律（wiki 组织、页面关系）
置信度：
  low    = 发现 1-2 次，待验证
  medium = 验证 3-5 次，较可靠
  high   = 验证 6 次以上，可升级进 CLAUDE.md
毕业机制：
  当某条规律的置信度达到 high，将其标注为 [READY TO GRADUATE]。
  在下次人工审查时，决定是否将其正式写入 CLAUDE.md。
  写入后，将该条目从 LEARNED.md 移入 /wiki/log.md 存档。
---
## 活跃规律库
<!-- 系统在每次操作后追加新规律至此处 -->
<!-- 人工在每周审查时处理 [READY TO GRADUATE] 条目 -->
---
## 已毕业规律（存档）
<!-- 已升级进 CLAUDE.md 的规律存档于此，不删除，作为演化历史记录 -->

Part B：在 CLAUDE.md 中加入自学习触发模块

在你第三篇建立的 CLAUDE.md 末尾，追加以下模块：

Markdown

---
## 11. 自学习机制（LEARNED.md 自动更新）
### 触发条件
以下情况发生时，执行「反思步骤」：
  - 每次 Ingest 操作完成后
  - 每次 Lint 审计完成后
  - 当某次 Query 产生了你判断「特别有洞察价值」的综合回答后
  - 当你在操作中遇到了 CLAUDE.md 没有覆盖的边缘情况时
### 反思步骤（Reflection Step）
每次触发后，执行以下自我审视：
Step 1：操作回顾
  这次操作中，我做了什么「超越 CLAUDE.md 规范」的事情？
  这些偏离是被迫的（规范不够用）还是主动优化的（发现更好的方式）？
Step 2：规律提取
  如果我发现了某种可复用的模式，它属于以下哪类？
  [O] 操作流程上的改进
  [U] 用户行为上的规律
  [K] 知识结构上的洞察
Step 3：条目写入
  如果发现了有价值的规律，追加至 /schema/LEARNED.md 的「活跃规律库」。
  条目格式：
  ## [YYYY-MM-DD] [O/U/K] [分类标题] | [规律标题]
  规律描述：[一句话说清楚这是什么规律]
  触发场景：[什么情况下这条规律生效]
  具体做法：[下次遇到这种情况应该怎么处理]
  验证次数：[这次是第 N 次验证此规律]
  置信度：low / medium / high
  来源操作：[本次操作的简要描述]
Step 4：置信度更新
  如果本次操作验证了 LEARNED.md 中已有的某条规律，
  找到该条目，将「验证次数」+1，
  如果验证次数达到 6 次，将置信度更新为 high，
  并在条目末尾标注 [READY TO GRADUATE]。
### 约束
  - 只记录真正有复用价值的规律，不记录一次性的特殊情况
  - 每次 Ingest 最多追加 2 条新规律（避免系统过度膨胀）
  - 自我质疑：「这条规律在不同素材类型上也适用吗？」
    如果只对某一种素材适用，在条目中明确标注适用范围

Part C：周度「规律毕业审查」Prompt

每周一次，花 15 分钟，把以下 Prompt 发给 Claude Code：

text

你正在执行「LEARNED.md 周度毕业审查」。
目标文件：/schema/LEARNED.md
请按以下步骤操作：
Step 1：读取全文
  完整阅读 LEARNED.md 中的所有活跃规律。
Step 2：识别毕业候选
  找出所有满足以下条件的规律：
  - 置信度为 high，且标注了 [READY TO GRADUATE]
  - 或者：验证次数 ≥ 6，但还没被标注为 [READY TO GRADUATE]（补充标注）
Step 3：毕业建议报告
  对每个毕业候选，给我一份建议报告：
  【毕业候选 N】
  规律标题：[标题]
  核心内容：[30 字以内的摘要]
  建议写入位置：CLAUDE.md 的第 [N] 节，[具体段落]
  建议写入方式：[完整的规范文本，可直接粘贴进 CLAUDE.md]
  风险提示：[如有，说明这条规律在什么情况下可能失效]
Step 4：过时规律识别
  检查活跃规律库中，是否有超过 90 天没有被新操作验证的 low 或 medium 规律。
  这些规律可能已经不适用了，或者是偶然发现的噪声。
  输出：建议归档（移入存档区）的规律列表，及理由。
Step 5：矛盾检查
  检查 LEARNED.md 中的活跃规律之间是否存在互相矛盾的情况。
  矛盾的规律不能同时升级进 CLAUDE.md——需要人工判断保留哪个。
Step 6：输出决策清单
  整理为一份简洁的「等待你决策」清单：
  需要你决定的事情：
  □ [毕业候选 1] — 是否写入 CLAUDE.md？建议：是
  □ [毕业候选 2] — 是否写入 CLAUDE.md？建议：是
  □ [过时规律 1] — 是否归档？建议：是
  □ [矛盾规律对] — 保留哪一个？建议：[说明]
  你不需要做的事情：
  本次没有需要手动修改的文件，
  确认决策后，由我来执行所有文件操作。

第七部分：社区最前沿实践——有人比 Karpathy 走得更远

在这个系列里，我一直努力讲真正正在发生的事情，不夸大，不编造。

所以我要带你看两个社区案例——它们证明了 LEARNED.md 的理念不是我的空想，而是有人在生产环境中真实验证过的。

案例 1：Exo 系统（Aaron Fulkerson）

有人构建了三个正式的学习循环：每日观察被捕获——他注意到的关于系统如何工作的事情、客户对话中的模式、他犯的错误、来自阅读的洞察。每周回顾扫描积累的观察，发现跨会话的模式，并提出「毕业」建议。毕业意味着一个模式有了足够的证据，可以成为 CLAUDE.md 中的永久规则、技能文件的改进，或者共享知识库中的新条目。这个系统不只是在积累知识，它在积累判断力。

这和我提出的 LEARNED.md + 毕业机制是完全一致的思路——只是他走得更远，三层学习循环（日/周/月）让系统的自进化有了更精细的节奏。

案例 2：SPL 开源实现（optillm）

有团队实现了 Karpathy 的「第三范式」。系统提示学习（SPL）使 LLM 能够从经验中自动学习问题解决策略，而不是依赖静态提示。 它的工作方式是：LLM 构建一个有效策略数据库，为每个问题选择最佳策略，并根据成功率随时间精炼它们。在数学基准测试上的结果：Arena Hard 从 29% → 37.6%（+8.6%），AIME24 从 23.33% → 30%（+6.67%）。所有策略都是人类可读的，系统在你频繁使用的问题类型上会越来越好。

这个案例说明了什么？

系统提示学习是真实有效的。 不是玄学，不是概念——而是在公开基准测试上有可测量改进的机制。

你的 LEARNED.md 是这个机制的个人实现版本。

第八部分：LEARNED.md 的演化轨迹——你能看到什么

当你跑起这套机制，随着时间推移，LEARNED.md 会经历几个可预期的演化阶段：

第 1-4 周：探索期（条目稀少，规律偏操作）

text

/schema/LEARNED.md
活跃规律：3-5 条
主要类型：[O] 操作优化规律
特征：都是「某类素材用这种处理方式更好」的具体技巧
毕业候选：0
这个阶段的感受：
「好像在记一些很平凡的小技巧，没什么大不了的」

这是正常的。不要期望第一个月就出现什么惊天大洞察。

第 5-12 周：模式期（条目增多，用户规律开始出现）

text

/schema/LEARNED.md
活跃规律：12-20 条
主要类型：[O] 操作优化 + [U] 用户行为规律开始出现
特征：系统开始识别你的提问习惯和探索偏好
毕业候选：2-3 条（最早的操作规律开始达到 high）
这个阶段的感受：
「系统开始有点「认识」我了，回答比三个月前更贴合我的思维方式」

第 3-6 个月：收敛期（规律开始「毕业」，CLAUDE.md 进入第二代）

text

/schema/LEARNED.md
活跃规律：25-35 条（新增的开始和「毕业」的持平）
主要类型：三层规律均有
特征：最重要的规律已经写进 CLAUDE.md，系统进入「第二代」
毕业进 CLAUDE.md 的规律：5-8 条
这个阶段的感受：
「我的 CLAUDE.md 和刚开始用的时候完全不一样了。
 现在这个版本，是我和系统共同写出来的——
 里面有些规则我当时压根没想到，是系统教会我的。」

6 个月以后：成熟期（schema 高度个性化，系统拥有记忆）

text

/schema/LEARNED.md
活跃规律：30-50 条（动态平衡）
存档规律：10-20 条（已毕业的历史记录）
CLAUDE.md 版本：v3.x 或更高
这个阶段的感受：
「有时候我看着 CLAUDE.md 里的某条规范，
 完全不记得是我当初写的还是系统学到的。
 它就是我们共同积累的那套智慧，没有边界了。」

这就是 Karpathy 说的「共同演化」。

你和 LLM 随时间共同演化这份 schema。

不是你在单方面指挥系统，是你们在相互学习。

第九部分：你需要警惕的两个陷阱

讲了这么多 LEARNED.md 的价值，我也需要诚实地说明它的风险。

陷阱 1：规律过度泛化

AI 在发现规律时，有时候会从一个非常具体的个案中，提取出一个过于宽泛的结论。

比如：

它发现了「这次 Ingest 播客素材时分段处理效果更好」， 然后写进了「所有长素材都应该分段处理」。

这是一个过度泛化的例子。分段处理对播客有效，对书籍章节不一定。

如何防范：

在 CLAUDE.md 的自学习触发模块里，加入这条约束（我在上面的模板里已经包含了）：

「自我质疑：这条规律在不同素材类型上也适用吗？ 如果只对某一种素材适用，在条目中明确标注适用范围。」

陷阱 2：规律「固化偏见」

如果你的阅读素材有明显的信息茧房倾向，LEARNED.md 会把这种偏向固化进系统的行为规律里。

比如：你长期只读某个立场的媒体，系统会「学会」在提取声明时自动倾向于这个立场，然后把这种倾向写进规律，影响未来所有的 Ingest。

如何防范：

在毕业审查时，专门有一个步骤：「风险提示」——要求 AI 说明每条毕业候选规律在什么情况下可能失效，或者可能导致偏差。

这不能完全防止偏见，但能让偏见可见，而不是悄悄固化。

这两个风险，都没有完美的解法。

这是 Karpathy 在描述系统提示学习时，也没有完全解决的问题——

他提到：这个范式在数据效率上更强大，因为知识引导的「复盘」阶段是一个比标量奖励信号高得多的反馈维度。

但高维度的反馈，也意味着高维度的潜在错误。

你的人工判断，仍然是系统里最不可缺少的一个环节。

AI 提出规律，你来决定要不要接受它。

第十部分：你的系统，正在变成什么？

我想在这篇文章结束前，带你退后一步，看一个更大的画面。

从第一篇到今天，你的系统完成了一段完整的进化：

text

第一篇：你意识到「整理笔记」是错误方向
  ↓
第二篇：你理解了「编译」vs「搜索」的根本差异
  ↓
第三篇：你建立了 CLAUDE.md，系统有了「纪律」
  ↓
第四篇：你学会了「实体提取」，系统有了「眼睛」
  ↓
第五篇：你建立了 Lint 体检，系统有了「免疫系统」
  ↓
第六篇（今天）：你建立了 LEARNED.md，系统有了「学习能力」
现在：你拥有了一个
  → 能自动编译知识的系统
  → 能保持健康运转的系统
  → 能从自身经验中持续学习和进化的系统

这不再是一个「工具」了。

工具是被动的，你用它，它不会因此变得更适合你。

 传统上，每次与 AI 的交互中，所有做出的决策、发现的模式、积累的洞察，往往是短暂的，在会话结束时消失。但想象一个系统，每次交互都自动被编译进一个结构化的、持续进化的知识库。

你建立的这个系统，恰恰是那个「不会消失」的系统。

它会因为你用它而变得更了解你。 它会因为处理你的素材而积累你领域的判断力。 它的规则，会因为你的使用经验而持续进化。

这，是 AI 时代真正意义上的「第二大脑」——

不是一个更好看的笔记软件， 不是一个更聪明的搜索引擎， 而是一个和你一起成长的认知伙伴。

尾声：给自己的系统，写第一条规律

读完这篇文章，我希望你做一件事：

今天，给你的系统写第一条 LEARNED.md 条目。

不需要等系统真的自己发现了什么。

先由你来写。

打开 /schema/LEARNED.md，追加一条你自己在用系统这段时间里，手动发现的最重要的一个操作规律。

格式就用我给你的模板，哪怕只有几行。

然后，在 CLAUDE.md 的自学习触发模块里，加上这句话：

"在每次 Ingest 完成后，阅读 /schema/LEARNED.md， 按照反思步骤检查是否有新规律值得追加。"

就这两步。

你的系统，就从今天开始，拥有了自己成长的能力。

六个月后，当你打开 LEARNED.md，看到里面有三十几条规律——

有你自己写的，有 AI 发现的，有些你已经不记得当时为什么写，但它们就在那里，每天悄悄地在系统背后工作——

那时候，你会真正理解「数字大脑」这四个字的分量。