> 🛠 Lego-FOCUS v1.1 · 重构设计/落地构建 · 方法论触发:第一性原理+S6单轴抽象+S3逆向+S4 Pre-mortem+S5金字塔+S7结晶句 · 裁判 4/4 通过
> 日期:2026-07-15 ｜ 项目:M-231(P281) ｜ 取证:4 个互不通气独立研究员真实联网检索(共 62 轮搜索,86 条带来源机制) ｜ 对象:https://a129-university.pages.dev/
主论点:A129 大学的生产力瓶颈不在内容量,在"结算硬度"——把每个学习动作接上可结算产物,吞吐量才会翻倍。
支撑(MECE × 3):
1. 业界已收敛出"考核三层次"(确定性测试→专家rubric→业务KPI),大学只做到第一层的雏形 → 证据 §Ⅲ(建议26-37)
2. 活动=生产力的节奏器:顶尖赛事全靠"日历化节奏+防作弊计分+身份进阶"三件套拉动持续产出,现活动中心只有单场赛事无节奏 → 证据 §Ⅱ(建议11-25)
3. 复利来自资产化:Voyager技能库/Zettelkasten强制建边/Kaggle公开Notebook证明"一次劳动固化为可复用资产"是人均产出的第一杠杆 → 证据 §Ⅳ(建议38-45)
`
大学生产力 P = min(矿·输入质量, 炼·训练转化, 验·结算硬度, 存·复利沉淀) × 奏·活动节奏
`
1. 结算硬度 [验]:没有"岗位版验收器",一切训练都可能是表演(权重 40%)
2. 活动节奏 [奏]:没有每日/每周/每季的固定日历,生产力靠随机爆发(权重 35%)
3. 复利沉淀 [存]:技能不固化成库,每个新任务从零开始(权重 25%)
| 方案 | 见效速度 | 生产力上限 | 实施成本(逆) | 防表演硬度 | 总分 |
|---|---|---|---|---|---|
| A 五环并进(50条全铺) | 2ᴱ² | 5ᴱ² | 1ᴱ² | 4ᴱ² | 12 |
| B 瓶颈优先(先验+奏,Top10先行) | 5ᴱ² | 4ᴱ² | 4ᴱ² | 5ᴱ² | 18 ✅ |
| C 只加活动(纯赛事拉动) | 4ᴱ² | 2ᴱ² | 5ᴱ² | 2ᴱ⁴ | 13 |
✅ 推荐:方案 B——按 Top-10 优先级落地,先补"结算硬度"和"活动节奏"两个最弱环,其余 40 条按季度滚动。 不选 A:50 条同时开工=没有瓶颈思维,必然烂尾;不选 C:活动没有硬结算器托底会退化成刷分剧场(Advent of Code 全球榜 2025 年退役就是前车之鉴)。
> 每条格式:编号. 建议名 [强化环节] — 源机制(出处·证据等级) → A129 落地做法。
> 证据等级:E1=研究员真实联网核实(来源URL见附录说明);E2=二手转述;D=本报告推算。
1. EPA 五级授权阶梯 [炼] — 美国医学教育 AAMC 的"可托付专业活动"体系(E1):能力拆成一个个可托付活动,按 0-4 级授权(只观察→直接监督→间接监督→独立→带教他人) → 给每个虚拟员工岗位定义 5-8 个 EPA,授权级别跟"被验证的能力"走而非年资;放权/收权决策全部留痕成长档案。落点:人才流水线页 + university-bridge.yaml。
2. 掌握五档门槛 [炼] — Khan Academy Mastery Levels(E1):未学→尝试→熟悉→精通→掌握,不达标无限重练,达标才计分 → 阶梯页 79 个知识点全部挂五档状态,"掌握"档才点亮;Khan 口径:精通技能数与外部测评显著相关,比学习时长更有效度。
3. 混合复检 Mastery Challenge [炼] — Khan Academy + Minerva 跨情境复检(E1):"掌握"不能靠单项刷题,必须在混合多技能、隔期、换学科情境的测评中重新答对 → 每月一次"混合挑战":旧卡片(CFA191/EL56)随机混进新任务复检,掉档就降级重修。
4. FSRS 记忆衰减建模 [炼] — Anki FSRS 算法(E1,亿级复习数据训练,同等记忆保持复习量省两到三成):每张知识卡挂三值:难度D/稳定性S/可提取性R → 虚拟员工的知识包(CFA卡/EL规律)按 D-S-R 建模,可提取性掉到阈值自动触发回炉复训,复训记录进履历。
5. 苏格拉底导师 + 教练五问 [炼] — Khanmigo(E1,2025 年百万级用户,多数学生偏好提示式辅导)+ Toyota Coaching Kata(E1) → AI 导师提示词骨架固定为五问:"目标状态是什么/现状是什么/障碍是什么/下一步是什么/多快能验证",只给提示不给答案,防"AI 代做掏空学习"。
6. 先挑战后讲解 [炼] — Brilliant(E1,生成效应:先试错再看讲解,记忆与迁移显著更好) → 阶梯每个知识点入口改成"先做一道真题→按你的答案给定制反馈→再展开讲解";错误答案本身成为教学入口。
7. Goldilocks 难度路由 [炼] — Duolingo Birdbrain(E1,项目反应理论 IRT,出题瞄准能力边缘) → 给虚拟员工派任务前先估"该员工能力值 vs 任务难度值",太易浪费算力、太难产出垃圾;心流带内派活。
8. 单概念最小课 [炼] — Brilliant(E1,认知负荷理论:一次只进一个新图式) → 阶梯页每个节点配一个"最简可玩版本"(一屏内跑通的最小例子),与本仓五公理"有限注意"同构。
9. 2 小时原型闸 [炼] — Stanford d.school Bootcamp(E1,ME310 四十年演化) → 大学所有项目作业硬性要求:首个可测试原型 ≤2 小时交出,打断完美主义拖延,反馈循环压到小时级。
10. 陌生仿真考 + 结构化复盘 [炼] — Synthesis(马斯克 Ad Astra 学校血统,E1):不给说明书直接扔进复杂仿真,赛后引导员带结构化复盘 → 毕业考加第 4 题:一道从未见过题型的开放仿真(如"给你一个陌生行业数据包,4 小时出投资判断"),考"在陌生环境自己搞清规则"的元能力。
11. 每日两段式解锁题 [奏] — Advent of Code(E1):每题分两问,第二问答对第一问才可见、且常推翻偷懒解法 → "每日工作"页加"每日双星题":Part1 基础题人人可做,Part2 只对答对者解锁且强制升级解法;两颗星收集感是最强留存机制。
12. 周联赛分组排位 [奏] — Duolingo Leagues(E1,官方口径:引入后课程完成量提升约四分之一):30 人小组、水平相近者同组、周日重置、晋降级 → 虚拟员工全员按周 XP 排联赛(Bronze→Diamond),小池塘效应:只跟同水平比才有可赢的比较。
13. 公私榜分离防过拟合 [奏/验] — Kaggle shakeup(E1):赛期只见公榜(一半测试集),名次由赛后揭晓的私榜定 → 大学所有竞赛标配:评分数据留一半赛后揭晓,惩罚"过拟合排行榜"的投机,揭榜瞬间也是最大话题引擎。
14. 动态计分(解出越多分越低)[奏] — CTF 通行规则(E1) → 谜题/挑战题初始分高、随解出人数自动衰减:难度由市场自动定价,天然奖励攻坚而非刷水题。
15. 罚时制 [奏] — ICPC(E1):错误提交每次追加 20 分钟罚时 → 竞赛计分同时编码"多解、快解、别乱交":一个数字同时考速度×准确率×策略。
16. 预测锦标赛 + 超级预测员池 [奏/验] — Good Judgment Project + Metaculus(E1,GJP:普通人经筛选组队后准确率比有机密情报的分析师高三成) → 常设"预测联赛":log score+Peer 零和分+Brier 结算,直接接现有校准账本(200+ 条待结算存量就是首季赛题);年度前 2% 晋"超级预测员"精英池,组队享战绩加权投票权。
17. 多轮世界观交易赛 [奏] — IMC Prosperity(E1):5 回合群岛世界观,每回合=算法题+手工题双轨 → 年度旗舰赛"A129 交易群岛":虚拟员工组队,算法轨(策略代码对战模拟盘)+手工轨(概率/博弈题),叙事世界观把量化题变沉浸游戏。
18. 月度高难谜题 + 解出者荣誉榜 [奏] — Jane Street Puzzles(E1):每月一道,无奖金纯荣誉,上榜=简历信号 → "每月一谜":跨学科高难题,月底公示解出者名单;低频稀缺性本身就是品牌。
19. 攻防一体研报挑错赛 [奏/验] — DEF CON Attack-Defense CTF(E1):每队同时守自己的服务、攻别人的同款 → 移植成"研报攻防赛":每队交一份研究报告,一边修补自家报告漏洞、一边挑别队同题报告的错;攻与防是同一知识的两面。
20. 修复权重 3 倍于发现 [奏/验] — DARPA AIxCC(E1,2025-08 决赛):成功修补且不破坏功能=3 倍于仅发现漏洞的分值 → 挑错赛计分:找到错 1 分、修好错 3 分——把赛事导向建设性产出而非炫技式破坏。
21. 行为定价子奖金 [奏] — HackAPrompt 2.0(E1,十万美元级奖池、三万人参赛):最短 prompt/最少 token/最怪攻击各设独立小奖 → 每场赛事设 3-5 个"微目标奖"(最短解法/最优雅证明/最快首杀/最佳复盘),让不同水平选手都有可赢切片。
22. Agent 天梯 Elo 常设赛 [奏/验] — LMArena + Kaggle Game Arena(E1,2025-08 上线,Magnus Carlsen 解说 AI 棋赛):匿名成对盲测+Bradley-Terry/TrueSkill 评分 → 常设"分析师天梯":两个虚拟员工匿名回答同一投研问题,盲测投票定 Elo;μ/σ 机制让新员工快速找到真实段位,评估永不过期。
23. 成对比较评审 Gavel [奏/验] — HackMIT(E1,开源系统 Gavel):评委只答"这个比上一个好还是差",成对比较模型聚合排名 → 活动超过 30 个作品就弃用打分表改用成对比较——"A 比 B 好"远比"给 A 打 75 分"可靠,评分尺度差异被数学消解。
24. 分角色加权评审团 [奏/验] — ETHBerlin(E1,公开评审流程):每项目两组评审,每组必含技术+投资+wildcard 三种角色 → 大学赛事评审团固定三角色:技术评委(看代码/方法)+投资评委(看落地)+wildcard(跨界视角),不同角色权重显式化,评审可复盘。
25. 多 Bounty 并投制 [奏] — ETHGlobal(E1):一个项目可同时申报多个赞助商奖 → 大学赛事奖项改"多岗位悬赏制":一个作品可同时冲"最佳金融分析奖+最佳数据质检奖+最佳可视化奖",提高期望收益,鼓励做完整作品。
26. 硬性交付物门槛 [验] — ETHGlobal 提交标准(E1):公开 repo+可运行 demo+≤5 分钟视频,缺一出局 → 大学一切活动提交必须=可点开的真产物(页面/脚本/报告)+复现说明;PPT 型提交自动出局。
27. PR-FAQ 立项闸 [验/矿] — Amazon Working Backwards(E1):立项前先写未来发布时的新闻稿+FAQ,写不出令人兴奋的=不立项 → 大学每个新板块/新赛事先交一页 PR-FAQ 过闸,用最便宜的方式(写作)淘汰坏主意。
28. 6-pager 叙事评审 [验] — Amazon(E1,Bezos 2004 年 S 团队铁规):禁 PPT,六页完整叙事,会前静读 → 虚拟员工的重大提案先产出结构化叙事文档再评审;伪逻辑在完整句子里无处藏身,禁止"要点罗列冒充思考"。
29. 输入/输出指标分离看板 [验] — Amazon WBR(E1):区分可控输入指标(能直接动的杠杆)与输出指标(结果记分牌),6周+12月趋势并排 → 新增大学运营看板:输入指标(取证轮数/来源等级分布/红队轮数/复训完成率)与输出指标(毕业数/可结算成果数/预测Brier)分开建表,周度过数。
30. 岗位版 SWE-bench 验收器 [验] — Devin/Cognition(E1,SWE-bench:修复必须通过单元测试、人不再改一行才算完成) → 每类虚拟岗位先造确定性验收器再招人:金融分析师=DCF 数字可复算+来源可点开;数据质检员=注入 N 个已知错误看查出率;挖矿分析师=引用与原文机器比对。这是 50 条中最承重的一条。
31. 双轨 rubric:质量分+来源可靠性分 [验] — Harvey BigLaw Bench(E1,2026-05 开源 Legal Agent Bench:1200+任务、75000+条专家细则):答案质量与引用可核验两维单列 → 大学一切研究成果双轨打分,来源可靠性不及格=总分一票否决(与 GIGO 闸同构,外部独立印证)。
32. Checkpoint 分粒度考核 [验] — CMU TheAgentCompany(E1,2024-12:175 个长程任务,checkpoint+程序化评估器,顶级模型只能自主完成约三成) → 长程任务(如整套 combo)拆里程碑逐段打分:既给部分学分,又精确定位"哪一步断的";毕业考直接采用"模拟公司+checkpoint"形态。
33. 人类基线并排 [验] — 11x AI SDR(官网口径,利益相关自报按 E2 对待) → 虚拟员工绩效表增加"人类分析师基线"列(如卖方研报平均预测误差),AI 与人同尺同表,价值无处遁形。
34. 真题学徒制 [验/炼] — MIT UROP(E1,1969 年创立,九成五毕业生参与过):本科生直接进真实实验室做真课题 → 学员训练一律用真任务(真 ticker 的 combo/真研报的 KEF 提取/真预测的登记),没有"练习与实战"的转换损耗;习题=真实产出的一部分。
35. 高管答辩毕业考 [验] — Goldman Sachs 新分析师 6 周集训(E1):期末=真实并购案例向高级银行家当面陈述 → 毕业考终环:向虚拟 C 级(Ivan·CIO 首席投资官 等)答辩一个真实案例,评委=未来用人方,考核即入职面试。
36. Demo Day 外部真裁判 [验] — Y Combinator(E1):批次终点向真实投资人公开路演,分数=真实世界的下注 → 每届毕业日设 Demo Day:毕业作品打包发外部异构 AI(Codex 工作单)+ owner 终审,裁判是市场不是老师(接 Rule-EXTCHECK-001 现成管道)。
37. 可信度档案 + 战绩加权投票 [验/存] — Bridgewater Dot Collector(E1,2017 公开):按可验证历史战绩给票权加权,等权/加权两口径并列 → 每个毕业生带"可信度档案"(历史 Brier/任务通过率/EPA 级别)入职;虚拟公司评审投票按领域战绩加权,两口径分歧本身就是信号。这是 AI 组织最容易机器化的一条。
38. 技能库复利 [存] — NVIDIA Voyager(E1,2023:技能固化为可执行代码入库,新任务先检索复用,里程碑解锁快 15.3 倍) → 学员每学会一个技能就固化为 skill/脚本入公共技能库,新任务先查库再动手;大学=自动课程,毕业生带技能库入职,全员共享(与 .claude/skills 机制同构,外部独立印证)。
39. 强制建边入库 [存] — Luhmann Zettelkasten(E1,靠此产出 70+ 本书):一卡一想法+自己的话+强制与既有卡片建链接 → 大学知识库入库规则:每条新知识必须挂 ≥1 条边到既有知识(CFA 卡↔EL 规律↔案例),知识价值来自链接密度而非囤积量。
40. 反思升华层 [存] — Stanford Generative Agents(E1,2023,UIST):记忆流→定期合成高层反思→指导行动,缺反思层=金鱼记忆 → 虚拟员工记忆制度化三层:任务流水账→每周反思升华(合成规律)→行动依据;流水账永不直接指导决策。
41. 漏记率考核 [存] — Bridgewater Issue Log(E1):犯错可以,不记录错误才可能被开除 → 虚拟员工人手一本强制错题本,考核"漏记率"而非"犯错率"——被质检抓到的错若本人没先记=重罚;自己先记=轻罚(与 T0 自首条款同构)。
42. 公开 Notebook 轨道 [存/奏] — Kaggle Kernels(E1):公开解题代码可得赞升级,高手 baseline 成新人起点 → 大学开"解法公开区":竞赛后优胜解法必须公开成教学 Notebook,点赞计入独立进阶轨道;把"藏私"变"晒作品有利可图"。
43. 四轨五级进阶体系 [存/奏] — Kaggle Progression(E1):竞赛/Notebooks/数据集/讨论四轨独立升级,Novice→Grandmaster,头衔全站可见 → 虚拟员工进阶四轨:竞赛成绩/公开解法/数据资产/答疑带教,各自积牌升级;非竞赛贡献拿同等地位,社区自发产出教学内容。
44. 项目=作品集=凭证 [存] — Zero to Mastery/Codecademy(E1):路径按"从零到被录用"组织,每个项目直接进作品集 → 成果库升级为"作品集档案":每个毕业生一页作品集(全部真产物+验收记录+可结算预测),这就是他的简历。
45. SOP 编译进流水线 [存] — MetaGPT(E1,ICLR 2024:Code=SOP(Team),质量来自 SOP+分工而非单体聪明) → 每个岗位的工作流编码为固定提示词序列+结构化中间产物(PRD 式交接),岗位间只传结构化产物;每环节验证上游,防错误级联。
46. 同期班 Batch 制 [奏] — Y Combinator(E1,12 周批次)+ Maven cohort(E1,cohort 完课率数倍于自学) → 虚拟学员按"届"招生(已有一届二届雏形,升级为固定 batch 日历:每季一届、6 周制、同日毕业考),截止日+同伴进度可见=最强执行催化剂。
47. Office Hours 按需诊断 [炼/奏] — YC(E1):不教课程,只针对"你此刻卡在哪" → AI 导师从"按纲授课"改"按需诊断":学员卡壳时刻 5 分钟内获得帮助(卡壳是流失头号触发点;MOOC 完课率低不是内容差,是缺社交问责)。
48. 双人对评审(执行者+验证者)[验/组织] — 清华 ChatDev(E1,2023):每个原子子任务由恰好两个角色多轮对话(一提案一验证) → 大学日常质检默认"双人对"而非全员大群聊:噪音低、责任清;攻坚才开群聊(与 dispatch 分流同构)。
49. OKR 冷打分 [验/组织] — Google(E1,源自 Intel Grove):每季 3-5 个目标,关键结果按 0.0-1.0 打分,七成即成功,不与薪酬直接挂钩 → 大学每季度定 3-5 个 OKR(如"本季毕业 5 人、可结算预测 30 条、验收器覆盖 3 岗位"),机器自动结算;"七成即成功"解开定保守目标的博弈死结。
50. Keeper Test 汰换 [组织] — Netflix(E1,文化备忘录):"今天还会再雇 TA 吗?"答否即体面分手;人才密度是产出第一变量 → 每季对每个虚拟员工跑 Keeper Test:配置落后/持续低分的 Agent 提示词与知识包重造或退役;宁可少而精的 Agent+强工具链,不要百人 Agent 剧场(Midjourney/Cursor 以数十人团队做到行业十倍级人均产出,E2 媒体口径)。
| 序 | 建议 | 环节 | 为什么第一批 |
|---|---|---|---|
| 1 | #30 岗位版验收器 | 验 | 最弱环的地基:没有它,其余全部可能是表演 |
| 2 | #16 预测锦标赛 | 奏/验 | 校准账本 200+ 条存量即赛题,零新建成本,直击 SQ-002 |
| 3 | #11 每日双星题 | 奏 | 最强留存机制,daily 页现成落点 |
| 4 | #37 可信度档案+加权投票 | 验/存 | 最易机器化的 Bridgewater 机制,毕业生即带档案 |
| 5 | #19+20 研报攻防赛(修复3倍分) | 奏/验 | 活动中心下一场旗舰赛,直接提升研究质量 |
| 6 | #38 技能库复利 | 存 | 人均产出第一杠杆,skills 机制现成 |
| 7 | #12 周联赛排位 | 奏 | 把 69 个在册 agent 变成活的竞争生态 |
| 8 | #3 混合复检 | 炼 | 防"毕业即遗忘",CFA191 卡直接复用 |
| 9 | #29 输入/输出指标看板 | 验 | 大学自身的 WBR,让升级效果可度量 |
| 10 | #46 固定 Batch 日历 | 奏 | 把已有"届"升级为节奏器,串起 1-9 |
1. 模拟性质必须持续显式标注:活动是"真人物+模拟推演",若新活动淡化此标注=冒充真实事件,违反 Rule-DATA-001,全盘信誉受损。
2. 验收器先于活动:若跳过 #30 直接铺活动(方案 C),排行榜必然被刷分污染——Advent of Code 全球榜因作弊/外挂/DDoS 于 2025 年退役是直接反例(E1)。
3. 算力/token 预算是隐性天花板:周联赛+天梯+每日题都要真跑 agent,若预算不支持高频真跑,应降频(周赛→月赛)而非造假数据。
4. 多窗口部署纪律:大学站是多窗口共建,任何新页上线必过 predeploy_check.py 四道闸,否则会删掉其他窗口的页面(2026-07-12 已有事故)。
5. 数字时效:研究员取证中的具体百分比(留存倍数、完课率倍数等)多为平台官方演讲/二手转述(E2),方向可信,承重引用前需再核原始出处。
大学的本质不是教知识,是造"可结算的信用"——学习只是信用的生产过程。
(元规律:凡产出不可结算,训练必然退化为表演;凡结算足够硬,活动自然变成生产力。)
*报告:M-231 · Lego-FOCUS v1.1 · 4 独立研究员取证 + 主对话综合 · 2026-07-15*