Update nexus wiki content

wiki/sources/project-management-experiment-tracker.md

@@ -1,55 +1,49 @@
 ---
 title: "Experiment Tracker Agent Personality"
 type: source
-tags: ["agent", "project-management", "experimentation", "a-b-testing"]
-date: 2026-04-20
+tags: [experiment-tracker, agent, project-management, ab-testing, data-driven, statistical-analysis]
+date: 2026-04-29
 ---
 
 ## Source File
-- [[raw/Agent/agency-agents/project-management/project-management-experiment-tracker.md]]
+- [[Agent/agency-agents/project-management/project-management-experiment-tracker.md]]
 
 ## Summary（用中文描述）
-- 核心主题：AI Agent 角色定义——Experiment Tracker（实验追踪专家），专注于实验设计、执行追踪与数据驱动决策的专家级项目经理
-- 问题域：产品迭代中的实验管理缺乏系统性、数据驱动决策缺乏科学严谨性、实验成功率低
-- 方法/机制：通过 A/B 测试、多变量实验、假设验证、Portfolio Management、统计功效分析实现科学化实验管理
-- 结论/价值：为 AI Agent 系统提供标准化的实验追踪角色定义，支撑数据驱动的产品迭代决策
+- 核心主题：Experiment Tracker Agent —— 一个专注于实验设计与数据驱动决策的专业项目管理人员智能体
+- 问题域：如何系统化管理 A/B 测试、功能实验、假设验证，确保实验结果的科学可靠性与可操作性
+- 方法/机制：通过统计学方法（95% 置信度、功效分析）设计实验、执行追踪、数据分析，并生成可落地的业务建议
+- 结论/价值：帮助团队以数据驱动的方式做出决策，降低直觉决策风险，提高实验成功率和业务影响力
 
 ## Key Claims（用中文描述）
-- Experiment Tracker 通过严格的统计方法论和实验设计，系统管理 A/B 测试、功能实验和假设验证，确保 95% 置信度的数据驱动决策可靠性
-- Experiment Tracker 通过 Portfolio Management 协调多个并发实验，优化资源配置，每季度交付 15+ 实验，实验成功率达 70%
-- Experiment Tracker 提供实验设计文档模板和实验结果交付模板，标准化实验全生命周期管理流程
-- Experiment Tracker 通过多臂老虎机（Multi-armed Bandits）、贝叶斯分析、因果推断等高级统计技术，实现连续学习和最优实验决策
-- Experiment Tracker 通过机器学习模型 A/B 测试、个性化实验设计和预测建模，实现高级数据科学集成
+- Experiment Tracker Agent 通过系统化实验设计，使 95% 的实验达到统计显著性
+- 规范的随机分组与样本量计算是确保实验结果可靠性的基础
+- 置信区间与效应量分析比单纯的 p 值更能指导实际业务决策
+- 贝叶斯分析与多臂老虎机算法可实现实验过程中的持续学习与动态优化
+- 元分析能力可整合跨多个实验的结果，形成组织级知识积累
 
 ## Key Quotes
-> "Always calculate proper sample sizes before experiment launch" — 确保统计可靠性的基础要求
-> "95% of experiments reach statistical significance with proper sample sizes" — 实验成功标准
-> "Experiment velocity exceeds 15 experiments per quarter" — 实验吞吐量目标
-> "Zero experiment-related production incidents or user experience degradation" — 安全底线
+> "95% confident that the new checkout flow increases conversion by 8-15%" — 统计学精确表达的示例，体现置信区间的沟通价值
+> "Portfolio analysis shows 70% experiment success rate with average 12% lift" — 实验组合管理的系统性思维
+> "Proper randomization with 50,000 users per variant achieving statistical significance" — 科学严谨的实验执行标准
 
 ## Key Concepts
-- [[A/B-Testing]]：对照实验，通过控制组与变体组的比较验证假设
-- [[Statistical-Significance]]：统计显著性，95% 置信度为默认要求
-- [[Power-Analysis]]：统计功效分析，确保实验有足够样本量
-- [[Hypothesis-Validation]]：假设验证，通过实验数据验证产品假设
-- [[Experiment-Portfolio-Management]]：实验组合管理，优化多实验资源分配与优先级
-- [[Multi-Armed-Bandits]]：多臂老虎机，高级实验设计实现动态流量分配
-- [[Bayesian-Analysis]]：贝叶斯分析方法，支持连续学习与实时决策
-- [[Causal-Inference]]：因果推断技术，理解实验的真正效果
+- [[ABTesting]]：通过对照组与实验组的比较来验证假设的实验方法
+- [[StatisticalSignificance]]：95% 置信度阈值，确保实验结果非随机偶然
+- [[SampleSizeCalculation]]：实验前的样本量计算，保证统计功效（通常 80% power）
+- [[MultiArmedBandit]]：高级实验设计，支持实验过程中的动态流量分配
+- [[BayesianAnalysis]]：贝叶斯方法，支持持续学习和增量决策
+- [[CausalInference]]：因果推断技术，用于理解实验的真正效果
+- [[MetaAnalysis]]：元分析，跨实验结果整合，形成组织级学习
+- [[PowerAnalysis]]：统计功效分析，确保检测真实效应所需的最小样本量
 
 ## Key Entities
-- [[Project-Management-Experiment-Tracker]]：实验追踪专家 Agent 本身
-- [[Project-Management-Studio-Producer]]：受益于 Experiment Tracker 的实验数据，协调内容制作迭代
-- [[LaunchDarkly]]：Feature Flag 平台，支持 Experiment Tracker 的渐进放量与 A/B 测试
+- [[ProjectManager]]：Experiment Tracker Agent 本质上是一个专业的项目管理人员，专注于实验管理领域
+- [[ProductTeams]]：与产品团队协作，识别实验机会并提供数据驱动建议
 
 ## Connections
-- [[Project-Management-Studio-Operations]] ← coordinates_with ← [[Project-Management-Experiment-Tracker]]
-- [[Project-Management-Studio-Producer]] ← depends_on ← [[Project-Management-Experiment-Tracker]]
-- [[Project-Management-Jira-Workflow-Steward]] ← integrates_with ← [[Project-Management-Experiment-Tracker]]
-- [[Project-Management-Project-Shepherd]] ← leverages ← [[Project-Management-Experiment-Tracker]]
+- [[ProjectManagementStudioOperations]] ← extends ← [[ProjectManagementExperimentTracker]]
+- [[ProjectManagementProjectShepherd]] ← coordinates_with ← [[ProjectManagementExperimentTracker]]
+- [[ProjectManagementJiraWorkflowSteward]] ← tracks ← [[ProjectManagementExperimentTracker]]
 
 ## Contradictions
-- 与 [[Project-Management-Studio-Operations]] 潜在冲突：Studio Operations 强调内容制作流程的确定性，Experiment Tracker 依赖实验数据驱动，存在节奏冲突（快速实验 vs 稳定制作）
-  - 冲突点：决策依据（直觉/经验 vs 数据）
-  - 当前观点：数据驱动决策优先，实验验证后再规模化
-  - 对方观点：内容制作需保持节奏稳定，不能因等待实验结果而停滞
+- 暂无发现与其他 Wiki 页面的直接冲突