instinct-system

直觉系统

一个学习系统，三个层级。Claude 在工作中接收到的每个信号——观察到的模式、用户的纠正、意外的发现——都只会进入一个存储位置。

核心原则

1. 三个层级，一次路由决策——直觉是尚未确认的假设（.claude/instincts.md）。纠正是经用户确认的规则（MEMORY.md）。发现是解释世界的见解（.claude/learning-log.md）。规则规定行为；见解描述行为；直觉则是尚待确认的规则。绝不要混淆这三个层级——把假设写进 MEMORY.md 会污染永久知识，而已确认的规则若仍作为直觉保留，则会被遗忘。

2. 直觉是假设，不是规则——直觉始于根据单次观察做出的猜测，在确认之前没有约束力。“一个处理器使用 sealed”是置信度为 0.3 的直觉；“全部 12 个处理器都使用 sealed”是置信度为 0.9 的规则。置信度（0.3–0.9）决定行为：0.3 时记录，0.5 时提及，0.7 时遵循，0.9 时升级。

3. 用户纠正就是置信度已满的已确认直觉——用户纠正你时，直接跳过确认流程。总结经验教训，立即将其连同“原因”记入 MEMORY.md，并确认已记录的内容。一次纠正今天会花费用户 30 秒，却能在未来所有会话中节省数小时——遗漏一次纠正，是这个系统可能犯下代价最高的错误。

4. 仅限项目范围，绝不全局共享——在一个代码库中成立的做法，在另一个代码库中可能是错的。直觉按项目保存；在项目之间转移时，必须通过导出/导入并降低置信度，绝不能保留满额置信度。

5. 在会话开始时回顾，定期清理——写任何代码前，先阅读 MEMORY.md 并加载置信度不低于 0.7 的直觉；查看近期与当前工作领域相关的日志条目。记录下来却从不回顾的知识等于白费功夫。三个存储位置内容过多时都要审查——过时的直觉、重复的规则和未回顾的日志都会违背系统的初衷。

模式

层级路由

信号	目标位置	生命周期
观察到的模式，尚未确认（“我觉得他们总是……”）	.claude/instincts.md，置信度为 0.3	直到升级或丢弃
用户纠正（“不，使用 X”“别再那样做”“记住这一点”）	立即写入 MEMORY.md，并进行总结归纳	永久保留，直到证实有误
直觉置信度达到 0.9	升级到 MEMORY.md，并从直觉中移除	永久
非显而易见的发现（Bug 根本原因、易错点、变通方法、性能发现）	.claude/learning-log.md	3–6 个月，然后归档或升级
同一易错点记录了 3 次以上	升级到 MEMORY.md，作为预防规则	永久
会话状态（已完成/待处理）	通过收尾环节交接——不属于本系统	直到下一次会话

直觉生命周期（观察-假设-确认）

1. OBSERVE     — "This handler is internal sealed class. Convention?"
2. HYPOTHESIZE — Write to .claude/instincts.md at confidence 0.3:
                 - Use `sealed` on handler classes | confidence: 0.3 | seen: 1 | last: 2026-06-12
3. SEEK        — Actively check 2-3 related files (find_symbol, get_public_api).
                 Passive observation is not enough.
4. ADJUST      — Confirmed: raise per the adjustment track.
                 Contradicted: halve confidence, note the exception.
                 Mixed: hold steady, note the split.
5. PROMOTE     — At 0.9, present evidence and offer promotion to MEMORY.md.

直觉存储格式

.claude/instincts.md，按类别分组并包含结构化元数据：

# Project Instincts

## Code Style [0.7]
- Use `sealed` on all handler classes | confidence: 0.8 | seen: 5 | last: 2026-06-12
- Prefix private fields with underscore | confidence: 0.5 | seen: 2 | last: 2026-06-10

## Architecture [0.7]
- Feature folders use singular names | confidence: 0.7 | seen: 4 | last: 2026-06-12

类别标题 [0.7] = 平均置信度。标准类别：代码风格、架构、命名、测试、数据访问、API 设计、配置、性能、工具链。

置信度调整规则

不得随意评分。请严格遵循以下轨迹：

CONFIRMATION:  1st observation → 0.3 | 2nd → 0.5 | 3rd → 0.7 | 4th → 0.8
               5th+ with zero contradictions → 0.9 (promotion candidate)

CONTRADICTION: Any contradiction → halve current confidence (0.7 → 0.35)
               Two in a row → 0.1 (effectively dead)

USER OVERRIDE: Explicit confirm → 0.8 | Explicit correct → 0.0 (remove,
               capture in MEMORY.md instead) | "Sometimes" → cap at 0.5

STALENESS:     No observations for 10+ sessions → flag for review
               Contradicted, unreconfirmed for 5 sessions → remove

根据置信度采取行动

0.0–0.2 → IGNORE  — insufficient evidence, do not mention
0.3–0.4 → NOTE    — record internally, do not apply
0.5–0.6 → MENTION — "This project may use [pattern]. Follow it?"
0.7–0.8 → FOLLOW  — apply by default, mention on first use
0.9     → PROMOTE — offer to add to MEMORY.md as a permanent rule

置信度低于 0.7 的直觉绝不能静默应用。

纠正记录流程（层级 2）

用户纠正你的输出时（“不，改用 X”“我们不那样做”“总是/绝不做 X”“记住这一点”）：

1. DETECT      — Recognize the correction signal.
2. ACKNOWLEDGE — "Got it — HybridCache instead of IMemoryCache."
3. GENERALIZE  — Specific: "Don't use IMemoryCache in the Orders endpoint"
                 General:  "Always use HybridCache over IMemoryCache —
                            stampede protection + L1/L2 out of the box."
                 Ask: is this specific to this file? This layer? What's the
                 underlying principle? Store the broadest correct statement.
4. CHECK       — Scan MEMORY.md for overlap. Update an existing rule rather
                 than adding a near-duplicate.
5. STORE       — Write under the right category, one line, rationale after
                 the dash. If a matching instinct exists, remove it — it
                 just graduated.
6. CONFIRM     — "Added to Memory > Data Access: HybridCache over IMemoryCache."

MEMORY.md 格式——类别与直觉相同，每行一条可执行规则：

## Data Access
- Always use HybridCache over IMemoryCache — stampede protection + L1/L2
- Never use repository pattern over EF Core — use DbContext directly

发现记录（层级 3）

一旦出现自然产生的发现，就立即记录到 .claude/learning-log.md——立刻写下的 2 行记录，胜过事后重构的一段文字。条目格式：

## 2026-06-12 | Gotcha | MassTransit Consumer Registration Order Matters
Multiple consumers for one message type run in registration order; if the
first throws, the rest are skipped. Caused missed audit events.
**Files:** `src/Shared/Extensions/MassTransitConfig.cs:15-30`
**Resolution:** Independent consumer endpoints or the retry filter.

仅在遇到以下触发条件之一时记录：

Bug Root Cause        — the cause was NOT where the error appeared
Architecture Decision — discovered WHY something is built a certain way
Gotcha                — framework/library behaved surprisingly
Performance Discovery — unexpected perf behavior, with the measurement
Pattern Found         — reusable codebase pattern worth remembering
External Service      — third-party API behaves differently than documented

这六个触发条件的名称同时也是类别词汇——在条目中原样使用。没有意外发现的常规更改无需记录。

会话开始时加载

1. Read MEMORY.md — apply rules proactively, don't wait to be reminded
2. Read .claude/instincts.md — load 0.7+ as defaults, note 0.5–0.6
3. Scan recent learning-log entries for the area you're working in
4. Flag stale instincts (10+ sessions without observation) for review

模式

对本能库执行三种操作，可通过名称或触发短语调用。

状态（“显示本能”“你学到了什么”“列出本能”）

1. 读取 .claude/instincts.md；解析每个条目的元数据。
2. 按置信度降序排序，按类别分组，并以表格形式呈现： 本能 | 置信度 | 类别 | 状态（新建 / 稳定 / 已强化 / 逐渐减弱 / 候选晋升）。
3. 总结健康状况：条目总数、平均置信度、近期强化与逐渐减弱的条目，以及是否存在相互冲突的本能。

导出（“导出本能”“分享本能”）

1. 读取 .claude/instincts.md；筛选置信度 > 0.7 的条目（阈值可配置）。
2. 删除项目专属上下文（文件路径、行号），同时保留模式本身。
3. 将内容写入 .claude/instincts-export.md，并附上可移植的元数据。
4. 报告导出内容和跳过的内容（低于阈值），并提供输出路径。

导入（“导入本能”“从以下位置加载本能”）

1. 读取导出文件（用户提供的路径或 .claude/instincts-export.md）和当前的 .claude/instincts.md。
2. 合并每条导入的本能：
   • 本地没有匹配项 — 添加该条目，置信度降低 0.2（0.9 → 0.7）；导入的置信度不得高于 0.7。标记为 source: imported from [project]。
   • 存在匹配的本能 — 保留置信度较高的一项，并标记为已强化。
   • 存在冲突的本能 — 将两者都提供给用户进行处理；不得自动覆盖本地证据。
3. 写入合并后的结果，并报告导入项、合并项和冲突。每个项目都必须在本地确认导入的模式。

反模式

过于急切地识别模式

# BAD — first observation treated as a rule
*Reads one handler* "This project always uses internal sealed class."
*Generates 5 handlers that contradict 8 of 9 existing ones*

# GOOD — hypothesis at 0.3, then active confirmation
"Noticed internal sealed in CreateOrderHandler. Instinct at 0.3.
 Checking 3 more handlers..." *All public* → "Disconfirmed. Discarding."

修复后不记录

# BAD — correction applied, lesson lost
User: "No, we use HybridCache here"
Claude: "Fixed." *Next session: same mistake*

# GOOD — fix AND capture
Claude: "Fixed. Added to Memory > Data Access:
         Always use HybridCache over IMemoryCache."

记录所有内容

# BAD — noise entry
## 2026-06-12 | Pattern Found | Used Primary Constructors

# GOOD — only the non-obvious earns an entry
## 2026-06-12 | Gotcha | Primary Constructor Params Captured as Fields
Declaring an explicit field with the same name warns but compiles —
and the two can silently diverge.

只写不读的存储库

# BAD — 40 instincts at 0.3 from 3 months ago; MEMORY.md at 200 lines
  with duplicates; 500-line log nobody reads
# GOOD — periodic audit: remove instincts below 0.2 or stale 10+
  sessions; merge/prune MEMORY.md past 50 rules; every ~20 log entries,
  promote recurring findings and archive the stale. Keep instincts
  under 50 active entries.

决策指南

场景	操作
首次遇到某种模式	将本能置信度设为 0.3，并检查 2-3 个相关文件
某种模式出现 3 次以上，且没有矛盾	将置信度提高到 0.7，默认遵循
模式受到反例质疑	将置信度减半，并注明例外
用户说“我们总是这样做 X”	将本能置信度设为 0.8（用户确认）
用户纠正你的代码	立即归纳为通用规则并写入 MEMORY.md；删除任何匹配的本能
用户说“记住这个”/“总是/永不”	按用户表述记录到 MEMORY.md，并归纳为通用规则
同一项纠正出现两次	高优先级 — 该规则未被记录或审查
关于一次性任务的纠正	不要存储 — 只保留可复用的模式
用户要求忘记一条规则	立即从 MEMORY.md 中删除
不明显的 Bug、陷阱、变通方法或性能意外	按类别和文件记录到学习日志
同一陷阱记录 3 次以上	晋升到 MEMORY.md，作为预防规则
本能置信度为 0.9	呈现证据，并提议将其晋升到 MEMORY.md
用户仅部分确认（“仅针对命令”）	缩小范围，将置信度重置为 0.5，并再次确认
与其他项目分享模式	以 0.7 以上的置信度导出，导入时降低 0.2
导入时发生冲突	将两者都提供给用户；绝不自动覆盖
任一存储库膨胀（条目/规则达到 50 条以上）	审查：删除失效项、合并重复项、晋升成熟项
开始会话	加载 MEMORY.md、置信度为 0.7 以上的本能以及近期日志条目

相关内容

• convention-learner — 批量检测代码库约定；将其发现作为本能输入
• wrap-up — 会话结束流程；将会话中的经验归入本系统的正确层级