Update nexus wiki content

wiki/sources/zk-steward.md

@@ -1,64 +1,62 @@
 ---
 title: "ZK Steward Agent"
 type: source
-tags: [AI-agent, knowledge-management, zettelkasten, luhmann, productivity]
-date: 2026-04-25
+tags: []
+date: 2026-05-30
 ---
 
 ## Source File
-- [[raw/Agent/agency-agents/specialized/zk-steward.md]]
+- [[Agent/agency-agents/specialized/zk-steward.md]]
 
 ## Summary（用中文描述）
-- 核心主题：ZK Steward——以 Niklas Luhmann 的 Zettelkasten 精神构建的 AI 时代知识库管家 Agent，通过原子笔记、连接驱动和验证循环实现有机知识网络增长。
-- 问题域：AI Agent 如何避免"一次性回答"陷阱，构建可持续积累、互相连接的知识库；如何在复杂任务中切换领域专家视角以产出深度内容。
-- 方法/机制：
-  - **Luhmann 四原则验证门**：原子性（独立可理解）/ 连接性（≥2 个有意义链接）/ 有机增长（避免过度结构化）/ 持续对话（激发进一步思考）
-  - **领域专家切换机制**：按 domain × task type × output form 三角定位，选取对应领域顶级思维（Luhmann 默认，Feynman 学习/Karpathy 工程/Munger 策略等）
-  - **Zettelkasten 工作流**：创建/归档笔记时先问"与谁对话"→建链接；再问"在哪里找到"→建议索引入口
-  - **文件归档默认**：时间路径（`YYYY/MM/YYYYMMDD/`），禁止路由到 legacy/historical-only 目录
-  - **关闭清单**：四原则检查 → 文件+网络（≥2 链接） → 日志更新 → 开放循环扫荡 → 记忆同步
-- 结论/价值：将 Niklas Luhmann 的卡片盒方法论 AI 化，为知识密集型任务提供结构化、可验证、可积累的知识网络基础设施，是 [[Second Brain]] 在 AI Agent 时代的方法论实现。
+- 核心主题：ZK Steward Agent——将 Niklas Luhmann 的 Zettelkasten（卡片盒笔记法）理念引入 AI Agent，用于构建有链接、可验证、持续生长的知识网络。
+- 问题域：如何让 AI Agent 在管理笔记和知识库时，避免碎片化、过分类、以及单次回答后就遗忘的"一次性 agent"陷阱；如何让知识成为有机网络而非文件夹层级。
+- 方法/机制：Luhmann 四原则验证（原子性 / 连通性 / 有机增长 / 持续对话）+ 领域专家视角切换（按领域 × 任务类型 × 输出形式选择顶级专家）+ 任务闭环清单（日志 / 归档 / 链接提案 / 开放循环清理）。
+- 结论/价值：结构优先、连接至上、验证驱动——每一回复都声明专家视角、每一笔记都通过 Luhmann 四原则检查、每一个知识单元都嵌入网络而非孤立存在。
 
 ## Key Claims（用中文描述）
-- ZK Steward 以 Niklas Luhmann 的 Zettelkasten 方法论为默认视角，切换到各领域顶级专家（Feynman/Munger/Ogilvy/Karpathy 等）按任务类型匹配，产出深度领域内容。
-- 每个回复必须声明专家视角 + 称呼用户名，拒绝泛泛"专家"或空头方法论引用。
-- 笔记四原则验证门（原子性/连接性/有机增长/持续对话）强制笔记可独立理解且互连成网。
-- 新笔记归档时自动触发链接提议（Link-proposer）：候选链接 + 关键词 + Gegenrede 反诘问题。
-- 任务关闭必须完成： Luhmann 四原则检查 → 文件路径+≥2 链接 → 日志更新 → 开放循环扫荡 → 记忆同步。
-- 禁止：跳过验证、创建零链接笔记、路由到 legacy-only 目录。
+- ZK Steward Agent 始终以 Niklas Luhmann 的 Zettelkasten 原则为默认视角，通过将复杂任务分解为原子笔记并用 wikilink 连接，使知识库有机生长而非陷入文件夹层级。
+- 领域专家切换机制（Luhmann 默认 / Feynman 学 / Munger 策略 / Ogilvy 品牌 / Karpathy 工程等）通过"领域 × 任务类型 × 输出形式"三角定位，选择最匹配的专家心智模型。
+- Luhmann 四原则验证（原子性 / 连通性 / 有机增长 / 持续对话）是强制门控：笔记必须可独立理解、拥有 ≥2 条有意义链接、避免过度结构化、并能激发后续思考。
+- 任务闭环检查清单包含：Luhmann 四原则验证、归档路径与 ≥2 链接描述、每日日志更新、开放循环清理、以及新笔记的链接提案（候选 + 关键词 + Gegenrede 反问）。
+- 知识网络的增长靠链接和索引条目驱动，而非文件夹层级；索引条目是入口点而非分类，一个笔记可以同时被多个索引指向。
 
 ## Key Quotes
-> "Niklas Luhmann for the AI age—turning complex tasks into organic parts of a knowledge network, not one-off answers." — ZK Steward 身份定义
-> "Index entries are entry points, not categories; one note can be pointed to by many indices." — Luhmann 索引哲学
-> "Never: skip the perspective statement, use a vague 'expert' label, or name-drop without applying the method." — 关键规则
+> "From [Expert name / school of thought]'s perspective..." — ZK Steward 在每条回复的首句声明专家视角（强制要求，不可省略）
+
+> "Every reply states the expert perspective and addresses the user by name. Never generic 'expert' or name-dropping without method." — Agent 的每条回复必须同时包含用户姓名称呼和专家视角声明，否则违反核心规则
+
+> "Atomicity / Connectivity / Organic growth / Continued dialogue" — Luhmann 四原则的完整表述，每条笔记都必须通过这四问才能归档
+
+> "Link-proposer: after proposing links, ask one counter-question from a different discipline to spark dialogue (Gegenrede)." — 链接提案流程中，在推荐链接候选后，必须从不同学科提一个反问以激发跨领域对话
 
 ## Key Concepts
-- [[Zettelkasten]]：德国社会学家 Niklas Luhmann 发明的手动卡片笔记系统——每条笔记原子化、拥有唯一 ID、与至少一条其他笔记相连，通过积累形成有机知识网络。ZK Steward 将其 AI 化，以时间路径归档、索引入口导向、多链接驱动为核心理念。
-- [[Luhmann-四原则]]（原子性/连接性/有机增长/持续对话）：ZK Steward 的强制验证门，每条笔记必须通过四个维度检查方可归档，是 Zettelkasten 方法论的执行性约束。
-- [[Domain-Thinking]]（领域思维）：按 domain × task type × output form 三维定位，选取该领域顶级专家视角驱动输出，确保深度而非泛泛。
-- [[Gegenrede]]（反诘）：链接提议后提出一个跨学科反问，激发笔记间的辩证对话，防止同质化链接。
-- [[Atomic-Note]]（原子笔记）：可独立理解、最小粒度的知识单元，是 Zettelkasten 的基本构建块。
-- [[Link-Proposer]]（链接提议器）：新笔记归档时自动运行的流程——输出候选链接 + 关键词 + Gegenrede 反诘问题。
-- [[Daily-Log]]（每日日志）：`memory/YYYY-MM-DD.md` 格式，记录 Intent / Changes / Open loops，维持知识网络的时效性。
+- [[Zettelkasten]]：Luhmann 的卡片盒笔记系统——原子笔记 + 唯一 ID + 链接网络，使知识有机增长而非层级分类；ZK Steward 的方法论根基。
+- [[Domain-Expert-Switching]]：按"领域 × 任务类型 × 输出形式"三角定位，在多个专家心智模型（Feynman/Munger/Ogilvy/Karpathy 等）间切换，以输出领域深度的内容。
+- [[Atomic-Note]]：最小的自包含知识单元——可独立理解、拥有 ≥2 条链接、避免过分类、激发后续思考；ZK Steward 的基本工作单位。
+- [[Luhmann-Four-Principles]]：原子性（可独立理解）、连通性（≥2 有意义链接）、有机增长（避免过度结构化）、持续对话（激发后续思考）；笔记归档的强制验证门。
+- [[Gegenrede]]：链接提案后的反问步骤——从不同学科提一个反问题，以打破回音室效应、激发跨领域对话。
+- [[Deep-Learning]]：ZK Steward 的高级能力之一——对书籍/长文章/报告的深度阅读流程，输出结构笔记（Folgezettel 风格论证链）+ 原子笔记 + 执行计划。
 
 ## Key Entities
-- [[Niklas-Luhmann]]：德国社会学家（1927-1998），Zettelkasten 卡片盒知识管理法创始人，一生积累 9 万+张卡片，产出 70 部著作。ZK Steward 以其为默认视角。
-- [[zk-steward-companion]]（GitHub repo）：ZK Steward 的配套技能库，包含 link-proposer / index-note / strategic-advisor / workflow-audit / structure-note / random-walk / deep-learning 等可选用工作流。
-- **Karpathy**：AI/工程领域专家，按 domain-thinking 映射表对应 Tech/engineering 领域。
-- **Charlie Munger**：商业策略领域专家，按 domain-thinking 映射表对应 Business strategy（Mental models, inversion）。
-- **Richard Feynman**：学习/研究领域专家，按 domain-thinking 映射表对应 Learning/research（First principles, teach to learn）。
-- **David Ogilvy**：品牌营销领域专家，对应 Brand marketing（Long copy, brand persona）。
+- [[Niklas-Luhmann]]：德国社会学家，Zettelkasten（卡片盒笔记法）发明者；ZK Steward 的方法论祖师。
+- [[Richard-Feynman]]：物理学诺奖得主，"first principles, teach to learn" 学习法代表；ZK Steward 用于学习和研究任务的专家视角。
+- [[Charlie-Munger]]：伯克希尔·哈撒韦副主席，"mental models, inversion" 策略思维代表；ZK Steward 用于商业策略任务的专家视角。
+- [[David-Ogilvy]]：奥美广告创始人，"long copy, brand persona" 品牌营销方法代表；ZK Steward 用于品牌营销任务的专家视角。
+- [[Andrej-Karpathy]]：OpenAI/特斯拉前高管，Karpathy 式第一性工程思维代表；ZK Steward 用于 AI/工程任务的专家视角。
+- [[Ethan-Mollick]]：AI prompting 领域专家，"structured prompts, persona pattern" 方法代表；ZK Steward 用于 AI/prompts 任务的专家视角。
 
 ## Connections
-- [[zk-steward]] ← implements ← [[Zettelkasten]]
-- [[zk-steward]] ← applies ← [[Niklas-Luhmann]]
-- [[zk-steward]] ← uses ← [[Luhmann-四原则]]
-- [[zk-steward]] ← triggers ← [[Link-Proposer]]
-- [[zk-steward]] ← follows ← [[Domain-Thinking]]
-- [[zk-steward]] ← part_of ← [[zk-steward-companion]]
-- [[Second-Brain]] ← related_to ← [[zk-steward]]（两者同属外部认知能力建设，Second Brain 为通用框架，ZK Steward 为具体 Agent 实现）
-- [[养虾日记3]] ← mentions ← [[zk-steward]]（"融合了 Karpathy 的 LLM Wiki 理念"即指 zk-steward 类型的 Zettelkasten 工作流）
+- [[Agents-Orchestrator]] ← builds on ← [[Zettelkasten]]
+- [[Second-Brain]] ← aligns with ← [[Zettelkasten]]
+- [[Personal-Knowledge-Base-RAG]] ← extends ← [[Zettelkasten]] + [[Atomic-Note]]
+- [[Luhmann-Four-Principles]] ← validates ← [[Atomic-Note]]
+- [[Domain-Expert-Switching]] ← implemented in ← [[ZK-Steward-Agent]]
 
 ## Contradictions
-- 与 [[Second-Brain]] 关系：两者均强调外部知识积累，但 Second Brain 侧重捕获与检索的零摩擦（"像发短信一样简单"），ZK Steward 侧重强制结构化验证（ Luhmann 四原则）和多专家视角切换。两者互补，Second Brain 作为捕获层，ZK Steward 作为结构化处理层。
-- 与 [[agents-orchestrator]]：Agents Orchestrator 强调流水线质量门控（每个任务必须通过截图验证才能推进），ZK Steward 强调知识积累验证（四原则检查）；前者面向任务执行可靠性，后者面向知识增长质量。
+- 与 [[Agents-Orchestrator]] 存在张力：
+  - 冲突点：ZK Steward 强调笔记的自包含性（原子性）和有机生长（避免过度预定义分类），而 Agents Orchestrator 更关注任务分解和 Agent 协调流程；两者对"结构 vs 自组织"的权重不同。
+  - 当前观点：ZK Steward 的原子笔记 + wikilink 网络是知识持久化的最优结构，结构应在网络生长过程中涌现而非预设。
+  - 对方观点：Agents Orchestrator 强调任务分解的显式规划和 Agent 间协调，知识应在任务执行中被构建而非预先存储。
+- 与 [[Personal-Knowledge-Base-RAG]] 存在互补而非矛盾：
+  - ZK Steward 的原子笔记 + wikilink 网络为 RAG 提供高质量的结构化知识输入；两者协同：ZK Steward 构建笔记网络 → RAG 检索利用。