GROUP MEETING · 2026-07-24

XMM Proposal Agent

把 proposal idea 变成
可审计、可证伪、能幸存于反驳的科学问题

41live ideas
5graveyard records
2developing ideas
1dedicated HEAVY lane

XMM Proposal Agent · internal research system · static snapshot 2026-07-23

01 · WHY问题不是文字生产，而是科学选择

传统 proposal 工作流的失败模式

先有题目

然后搜支持它的证据；archive duplication 和已发表工作常在最后才被发现。

同一 agent 自证

提出、证据检索、写作与裁决混在同一段 context，容易形成 attachment。

数值最后补

count rate、background、pile-up、systematics 在 draft 后期才暴露。

DESIGN PRINCIPLE

把每个 idea 当作一个可失败的实验对象。

它必须留下：来源、证据、反驳、未解 gate、可行性链、状态转移和下一步责任人。

idea = claim + evidence + attack + feasibility + state

不是“生成更多 idea”；而是更快、更诚实地淘汰不值得继续投入的 idea。

02 · CORE CONCEPTproposal 是一次终点事件；evolution 才是稳态

从“能写什么？”转向“什么值得继续？”

常见路径
Topic
→
Draft
→
Late review
→
Patch

叙事先行；失败往往发生得太晚。

XMM Proposal Agent
Archive fact
→
Opportunity
→
Idea
→
Attack
→
Gate
→
Proposal

证据先行；失败被保存为可复用的知识。

“A killed idea remains knowledge.”
03 · ARCHITECTURE三个边界，防止聊天记录冒充科学过程

Role spec、scientific memory、execution trace 分离

A

Stable role specifications

pipeline/*.md 定义谁能做什么、不能做什么；角色很少修改。

ROLE GRAPH
B

Accumulating scientific memory

coverage matrix、TRUST_TABLE、idea ledger、decision log、graveyard。

CANONICAL RECORD
C

Disposable but auditable traces

每轮的 materials、critique、rebuttal、calculation、SHIFTS handoff。

REPLAYABLE TRACE

下游角色接收 artifact + handoff，而不是上游 agent 的长 context。

04 · ROLES11 个职责 + 两个执行 lane

拆开“发现、证实、想象、攻击、计算、写作、裁判”

M0Material collectordiscovery ≠ trust
R0Surveyorarchive → map
R1Librarianquestion → facts
R2Proposeropportunity → idea
R3Analystidea → evidence
R4Red-teamidea → kill shots
R5Judgeevidence → state
R6Feasibilityclaim → numbers
R7Drafterrecord → draft
R8TAC-sim paneldraft → review
LTutorunknown → learning
Fresh context requirement: R2 proposer、R4 red-team、R5 judge 是独立 shifts；同一 author 不裁决自己的 idea。
05 · MODE 1默认：持续 Evolution Cycle

每一轮都有新的外部输入；没有新输入就停止

  1. New inputR0 扩展 archive coverage，或 R1 摄入新论文/数据发布，或消费 human annotation。
  2. R2 · Propose从 opportunity tags × science questions 生成 baseline / fork。
  3. R3 + R4证据收集；独立 red-team 攻击所有 live ideas。
  4. R6-liteflux / extent / background 的量级 sanity check。
  5. R5-Pairwise同 track 的 bounded Elo debate：比较，而非绝对打分。
  6. R5-Portfoliomin-gate、kill/park/promote、blocking item、INDEX。
  7. Handoff + logSHIFTS、CYCLE_LOG、REVIEW_QUEUE 形成下一轮输入。

No qualifying new input → STAGNATION（记录并停止，不 idle-burn）。

06 · MODE 2AO 临近且有 proposal-ready idea 时才进入

Proposal Run 是有准入条件的受限流程

1

Freeze question

从 proposal-ready idea 建立 versioned run。

2

R1 deep-dive

ObsID 级 archive / duplication / instrument facts。

3

R6 full

model → rate → pileup → background → exposure。

4

R7 draft

只在 evidence 和 feasibility 已闭合范围内写作。

5

R8 TAC-sim

3 heterogeneous reviewers；poor 维度触发 revision / park。

目前：0 proposal-ready · 因此系统不应伪装成“已经可写的 proposal machine”。
07 · IDEA LEDGER状态并非文案，而是可追溯 decision

Idea 的生命周期和非补偿性 min-gate

seed有机会，但未完成关键判别
→
developing有存活的可证伪 sub-claim
→
proposal-ready≥2 cycles 的 top Elo + 无 FATAL + R6 pass
→
draftedR7 + R8 通过
DECISIVENESSgood / adequate / poor
TIERgood / adequate / poor
COST-EFFECTIVENESSgood / adequate / poor
UNIQUENESSgood / adequate / poor

任一轴 poor 阻止 promotion；高平均分不能掩盖一个致命弱轴。

08 · CASE STUDY A“看起来很有趣”的 idea 也必须死得早

I001：M82 time-domain superwind → 被物理和系统误差杀死

CYCLE 2 · R2

初始想法

用 XMM + Chandra 约 20 年档案，寻找 M82 diffuse superwind 的时间变化，并联系中心 engine。

表面上：深 archive、多历元、可写的故事。

R4
ATTACK
↓
KILLED · CYCLE 2

三重 kill shot

  • Physics: sound-crossing time ~105 yr ≫ 20 yr baseline。
  • Decisiveness: cross-cal systematics ~5–10% ≫ expected signal。
  • Instrument: ACIS contamination 可模拟时间变化。
学到什么：“档案多历元”不是 time-domain science 的充分条件；必须先问物理时间尺度和系统误差下限。
09 · CASE STUDY B重复工作不是 minor issue，而是终止条件

I003：NGC 891 新 XMM halo 指向 → 被 literature pre-emption 杀死

Idea 的起点

R0: NGC 891 是典型 edge-on hot halo，archive coverage 看似有新的 halo-offset 空间。

R2: 提出新 XMM halo mapping。

R1/R4: 深入查文献和已有观测。

决定性证据

Hodges-Kluck, Bregman & Li 2018 已执行同一测量：NGC 891 hot halo 的深入 XMM/Chandra 分解。

×

不是“相似论文”，而是同一 measurement已发表。

项目规则：published paper executes same measurement → kill；不能用“换个措辞”复活。
10 · CASE STUDY C被 kill 的 sub-claim 有时能成为更强 synthesis 的一部分

I038 → I037：从单靶点模板到有共同判别式的 cross-target synthesis

I033NGC 3628
I034NGC 4945
I035NGC 4565
I036NGC 3556
I038NGC 5775standalone killed
⇣
I037 · SEED

Conditional five-target thermal-complexity comparison

保留 I038 的可存活第五 target cell；但用 Chandra-defined mask、独立（非 joint）拟合、预注册 nested model、model-selection threshold 与 net-count floor。

学到什么：portfolio judge 不只做“保留/删除”；它可以 absorb 重复模板，保留真正的增量，并把它提升为可比较的 population question。
11 · BEST IDEA当前第一名不等于已完成；它是最经得起追问的残余问题

I002：NGC 253 Two-Sided Superwind · SE Halo Offset

DEVELOPING · ELO 1223.6

问题：在镜像匹配扇区，SE/NW thermal-pressure ratio 是否可与 1 区分？

观测：~110 ks XMM SE offset，与已有 NW 0723220101（109.5 ks）配对。

科学价值：压力 P = nekT 是 wind dynamics 的驱动量；对称/非对称区分 disk–halo feedback 是均匀还是方向性注入。

min-gate
GOODdecisiveness
ADEQUATEtier
ADEQUATEcost
GOODuniqueness
Cycle 2R4：78° projection + background → REFRAME / EMPIRICAL；保留窄 sub-claim。
Cycle 4R4：CO(3-2) source error → FATAL to evidence package, not idea；Bauer 2008 pre-emption 将 claim 窄化为 matched-sector pressure。
Cycle 5冻结 k=1.96、Amin=0.20、log-ratio CI、aperture protocol；decisiveness adequate → good。
12 · HEAVY LANE真正瓶颈不是再来一个“会想”的 agent

把 reasoning conveyor 和 data-reduction / simulation 分成两个 lane

Slot AFAST CONVEYOR

LIGHT / MEDIUM shifts：M0/R0/R1/R2/R4/R5/R6-lite/L

  • 唯一 ledger writer
  • 维护 idea files、INDEX、TRUST_TABLE、CYCLE_LOG
  • 有序 station manifest，失败即停
⇄result inbox
+ hash
Slot BHEAVY DRAINER

真实 archive extraction、SAS/ESAS、R6-full、simulation、σsys

  • 从 FRONTIER_QUEUE 按 blocking priority 取任务
  • 只写 .runtime/、virgo workspace、result inbox
  • 永不直接修改 lifecycle ledger
现实触发：fast lane 健康但 7 个 HEAVY items 堵塞；I002 的 σsys 与 I005 的关键门控都在队列里。第二个 reasoning brain 只会更快撞上 resource wall。

TAKE-HOME

Agent 的价值不在于
写得更快

1

用 archive facts、literature 和门控，把机会和愿望分开。

2

让独立 red-team 负责杀死错误题目，并把 kill reason 变成可复用约束。

3

让最强 idea 也保留其 blocking evidence；Elo 排名不越过 min-gate。

4

让 HEAVY execution 只服务于真正能解锁 state transition 的问题。

41 live ideas5 graveyardI002 Elo 1223.60 proposal-ready — honest by design

Canonical records: pipeline/ · shared/ideas/ · TRUST_TABLE · cycles/ · cognition-os/