content-machine — Apodex Product-led Content Oracle

系统先维护 Apodex 自己能够长期拥有的母题，再从外部世界寻找 timing、真实案例、 stakes、冲突、更新和仍开放的决策窗口。外部来源不能因为出现 research、 verification、AI 或新论文就自行生成 Apodex 内容。

母问题（第 0 层）

Who checked this — other than the person who made it? 除了做出这个判断的人，还有谁检查过它？

大白话版：我已经得到了一个结果，但我不知道还有哪个解释没有排除。

一切收口回同一句：这个判断有没有资格被相信——不是"对不对"。 天然对手是自评。定义在 config/pillars.yml 的 root_question。

八个 thesis 并列等于没有母问题，那是内容"散"的结构性原因。

赛道边界：当前只服务科学研究赛道（受众＝学术 PI / 实验室负责人 / 深科技与量化 研究者，全部 STEM 六科）。金融赛道母问题是监管型的，语法不同，需另立 root_question 与独立排期，不得混入同一份日报。

当前内容方向

主动生产三条母线：

ID	栏目	任务
C1	Problem-aware｜现实中的难题形态	用当下事件呈现与官网同构的复杂问题
C2	Design Choice｜为什么 Apodex 这样设计	用外部 timing 解释技术报告中的 owned thesis
C3	Before It Becomes Official｜定稿之前	只接仍开放的正式 decision window

其他栏目：

• C4 Worldview：Selene 供料的长期世界观，不由外部管线自动生成。
• C5 Claim vs Record：当前暂停，避免回到 proof / benchmark。
• C6 Social Proof：只接确认可公开的 demo、用户案例和内部物料。
• C8 Engagement：唯一互动归宿，不与原创重复。按账号分层 + 内容类型双闸门决定用哪个号发， 默认老板个人号，官号出手要挣来；判官只能降级不能升级。保底 3 席/期。见 docs/02。

Proof / benchmark 当前暂停，包括 SOTA、leaderboard、模型横评、内部 benchmark、 4B vs 30B、coding/math benchmark。

母题 × 外部信号

母题入口见 config/editorial_intents.yml，兼容关系见 config/pillars.yml。活跃问题形态：

1. 新证据改变原来的答案；
2. 两个可信来源给出冲突结论；
3. 判断取决于条件、阈值和可观察信号；
4. 证据分散在多个独立系统；
5. 定义、纳入和排除条件改变答案集合；
6. 研究过程中现实仍在变化；
7. 一个问题分出多个独立调查分支；
8. 结论需要可追溯、可修订、可分叉的研究历史；
9. 很多引用最终坍缩到同一个来源；
10. 结论没有排除掉替代解释（curated，见常青引擎）；
11. 两个学科的难题在计算范式上是同一个问题（curated）。

常青引擎（第二条产线）

EI1–EI5 全部事件驱动，没新闻的一周就断供。以下两条不依赖热点——热点只提供 timing，不提供选题。它们走独立的第二条产线：跳过 Recall Judge（母题匹配由母表 确定性给出），仍过 Evidence Judge，在预算切分前入座保底。

• EI6 Missing Control → PS10 → T2。唯一选题来源是 config/confound_library.yml：六个 STEM 学科的 混杂因素母表，每条锚定一份已公开发表的 reporting standard。 五个硬闸门字段（discipline / reported_metric / confound / control_or_report_item / standard_source）缺一即拒——这使"复现性泛叙事" 和"学术方法论文导读"在结构上无法进入。
• EI8 Verification Role Gap → PS8 / PS9 / PS10 → T2 / T5 / T6。轴 AX4（谁在检查） 与 AX6（错了谁付钱）。选题来源是 config/checker_library.yml：每条锚一份已发表研究， 且必须量化了某类检查环节的遗漏率或某笔代价。六个硬闸门字段 （checker / systematic_gap / documented_finding / evidence_anchor / problem_shape_id / thesis_id）缺一即拒——documented_finding 必须含锚里的 具体数字，这使"同行评议不可靠"这类复现性泛叙事在结构上无法进入。 该表刻意不收以研究不当行为为主题的锚：那是已排除赛道，且极易滑向指控个人。
• EI7 Cross-field Isomorphism → PS11 → T9。学科两两配对，找计算范式上同构的 难题。背书是落地页 cross-domain evidence synthesis，capability_backing 填 website。当前未接入常青产线：它需要一张自己的母表（条目由 Selene 供料）， 该母表尚未建立，因此 EI7 目前只能靠 x_queries 碰运气。EI6 / EI8 不受影响。

产能是算出来的，不是设出来的：可持续产量 = 有可用锚的条目数 ÷ entry_cooldown_days。没有锚的条目（source_incomplete 或缺 locator）不进池， 因为写它就得编来源。当前可用 21 条 ÷ 30 天 ≈ 每天 0.7 条；要稳定每天 2 条， 可用池需要约 60 条。per_run 只是阀门，池子不够时 collect 自动少给，不会硬凑。

引证防造假：常青条目的 enrichment 不抓全文（出版商多数 403），而是拿 DOI 去 Crossref 核对母表声明的年份、期刊与第一作者。不一致即写 error，判官能看到。 这道闸门上线当天就抓出母表里一条 locator 混装了两份不同 checklist 的错配。 无 DOI 的锚（checklist、期刊政策页）不阻塞，但会显式标注"引证未经机器校验"。

锚有保鲜期：每条母表条目必须声明 anchor_type，三类纪律不同——

anchor_type	例子	纪律
standard	ARRIVE、CONSORT、STROBE、机制原理	年份不构成风险，照常写
measurement	合规率、检出率、成本估算、成功率	有保鲜期，必须同时写 measured_window
case	一次特定的复现项目、一个具体引用网络	案例不过期，但不得推广成"现在普遍如此"

measurement 类由 collect.py → _anchor_age_note 计算锚龄：距今 3 年以上警告 "可能已有更新"，8 年以上警告"几乎肯定已有更新，并考虑『当年如此、现在如何』本身 是不是更好的选题"（那属于事件驱动那条线）。警告写进 enrichment.content 的 freshness_warning，判官必须把"查有无更新"列为待核第一条，且散文里必须写清测量时点。

这条规则的来历：一条 2018–2019 年测得的合规率曾被写成当下状态，而监管方后来的执法 动作已经改变了图景——判官当时没有被告知锚的年龄。checker_library 里 8 条有 7 条是 measurement，因为"量化某个检查缺口的研究"天然是某时点的快照，这是该表最大的翻车风险。

科研诚信 / 论文可复现性核查是已排除赛道，仅作学术获客渠道的自然延伸；撤稿类 选题每月上限 1 条。详见 docs/01-选题哲学.md 排除边界。

每条原创候选必须具有

可准入（Apodex 凭什么能讲）：

• 一个 editorial_intent_id 与可审计的 event_match_reason；
• 一个 problem_shape_id；
• 一个 compatible thesis_id；
• website / technical_report / demo / owner_confirmed 中的一项 capability backing；
• 一个真实外部 signal role；
• 一个且仅一个 primary destination；
• 一个且仅一个 primary action。

可动笔（这条怎么写）——上面七项让候选合法，但它们全部回答"Apodex 凭什么能讲"， 没有一项回答"落笔第一句是什么"。以下三项补这个断口，缺一即校验失败：

字段	配置	回答的问题
operator_id	config/operators.yml	这条怎么写
form	config/forms.yml	写成什么形态
axis	config/axes.yml	从母问题的哪个切面问

纪律：

• 算子与形态解耦。任何算子都能出任何形态；forms.yml 刻意不含 operator 字段。 算子的 close 字段是"一句可能的开头"，不是模板。
• long_post 每期上限 1、每周上限 2，近 7 天由 report_forms 状态表计数。 防止 draft 退化成同一个骨架反复填空。
• dropped / paused / needs_rework 的算子选了报错；problem shape 声明了 operator_fit 时只能从那张表选。
• 代号不许进散文。source_says / why_now / why_apodex / possible_angle / inference_boundary / secondary_note 出现 E1 OP8 PS10 EI6 AX3 T9 RQ_* CF_* 一律报错。日报只打印中文名。

外部母库

config/sources.yml 是唯一来源开关。来源按 evidence role 排序：

official_record
  > institutional_update
  > primary_report
  > expert_primary_link
  > reputable_news_lead
  > community_case_lead
  > paper_abstract_only
  > anonymous_opinion

当前自动来源：

• X：editorial-intent event query、dynamic watch；
• FDA safety / alert index；
• EU Have Your Say open initiatives（已加主题排除，见 title_exclude）；
• US Federal Register API：仍开放的 proposed rule / notice（comments_close_on 直接 给出窗口截止日）与近期 final rule，按科研机构过滤 + 标题排除行政噪音；
• Science news lead-only RSS；
• 常青母表（不算外部来源，见上）。

当前关闭，以及为什么（每条的完整理由写在 sources.yml 各源的 note）：

源	停用理由
x_watchlist	07-27 实跑 48 条 0 keep 0 interaction；45 条来自机构官号，供的是论文推广，与母题结构不匹配。按人订阅出不了题
official_feeds（美联储）	金融赛道，本文件与 pillars 明文规定不得混入同一份日报；17 条 0 keep
official_challenges	悬赏招标是"征集方案"不是正式 decision window，与 EI3 形似神不似；12 条 0 keep
prediction_banks	搜索串偏政策金融，与科研赛道错位；4 条 0 keep，且 metaculus 返回 403
Nature 主刊 RSS	paper_abstract_only 结构上进不了原创；12 条 0 keep
conversation graph / Reddit discovery / Google News	此前已关，理由见 sources.yml

不再主动搜索：

• next experiment；
• assay / protocol / pipeline troubleshooting；
• 垂直 bioinformatics / chemistry / physics 教学；
• AI4AI 方法论文；
• benchmark / competitor launch。

管线

第一条产线（事件驱动）
external source mentions
  → deterministic canonical events
  → deterministic exclusion + cross-day state
  → Recall Judge: event → editorial intent → product qualification
  → deterministic enrichment
  → Evidence Judge: verified event match, source, stakes, product backing
  → exactly one destination + one action + one operator + one form + one axis
  → report（含轮换自查：轴分布 + 形态用量）

第二条产线（常青，不依赖外部事件）
curated 母表 → 冷却期过滤 + 日序轮换
  → prefilter（跳过主题闸与跨日去重，冷却状态另存 evergreen_usage）
  → 跳过 Recall Judge，在预算切分前入座保底
  → enrichment（回 anchor 页面验证锚可达）
  → 同一个 Evidence Judge → 同一份 report

Judge 规则在 personas/选题judge-X.md。代码会校验：

• 每个 canonical event ID 恰好被判断一次；
• 每个原创事件必须先匹配 active editorial intent；
• 原创必须有合法 problem shape、thesis 和 capability backing；
• thesis、problem shape 与 column 必须兼容；
• C3 必须是真正的 decision window；
• 原创必须有可写算子，且算子对该 problem shape 合规；
• 原创必须有合法形态，且不超出单期与周配额；
• 原创必须有合法轴；
• 散文字段不含内部代号；
• 原创与互动互斥；
• 同一个 canonical event 不能跨栏目或跨原创/互动重复；
• X / Reddit 互动动作必须与平台匹配。

安全边界

• X / Reddit 只通过 repo 外的只读 safe-social wrapper；
• 采集器不会发帖、回复、点赞或关注；
• 内部材料不进入 repo（含 TracesA/TracesB 与商业化战略文件里的一切案例与数字）；
• access、API、pricing、CTA 和未公开产品事实不由本系统推断；
• 所有数字、案例和引用发布前回一手或权威来源复核。

SQLite 状态

默认位置：

~/Library/Application Support/Apodex Content Machine/oracle.sqlite3

默认 exact 去重 45 天、story 去重 14 天。数据库保存外部 event/mention 标识、 跨日出现记录、账号统计、Judge outcome、每日形态用量（report_forms）与常青条目 冷却（evergreen_usage，只有真正进了日报的原创才烧冷却）。

注意：collected_at 与状态库的 seen_date 走 UTC，而 vault 文件名和报告日期走本地 日历。东八区的凌晨跑一次，会与前一天的运行落在同一个 UTC 日内——此时跨日去重按定义 不生效（last_seen < seen_date 不成立），全部候选会重新送判。要跨日去重生效，每个 UTC 日跑一次。

运行

./run_oracle.sh

./run_oracle.sh --no-x

./run_oracle.sh --no-judge

可用 APODEX_CONTENT_PY 指定 Python，APODEX_SAFE_SOCIAL 指定只读 wrapper， APODEX_CONTENT_STATE_DB 指向测试数据库。

契约测试：

python -m unittest tests.test_pipeline_contract

关键文件

文件	作用
config/pillars.yml	母问题、赛道边界、栏目、问题形态、thesis、硬门
config/editorial_intents.yml	事件触发词、信源类型、正反例、产品 backing
config/operators.yml	13 个算子：这条怎么写，含弃选口径
config/confound_library.yml	六学科混杂因素母表，EI6 唯一选题来源（轴 AX3）
config/checker_library.yml	检查者与代价母表，EI8 唯一选题来源（轴 AX4 / AX6）
config/forms.yml	形态与配额，刻意与算子解耦
config/axes.yml	8 根分类轴与轮换纪律
config/editorial_golden_set.yml	Selene 历史 review 正反例与当前发布政策
config/sources.yml	外部信号库与 evidence-role 优先级
config/watchlist.yml	公开外部账号占位，不存内部名单
oracle/collect.py	采集、mention 聚合、canonical event、enrichment
oracle/score.py	去重、校验、唯一归宿、配额、报告渲染
personas/选题judge-X.md	两阶段编辑 contract