源
Codex 同命题独立方案
不看 v1 独立设计的智库方案:三概率分桶与 dossier 的原始出处、四类数据源、'真对手'修正与 Work vs Fail 清单
Codex 同命题独立方案
原文:raw/sources/web4-codex-design.txt(Codex gpt-5.5 就同一命题独立出的完整方案)。v2 的多项核心机制原创于此。
本方案首创、被 v2 采纳的机制
- 三概率分桶:P_adoption / P_capture / P_diligence_pass,A/B/C 桶不给伪精确小数,>80% 默认可疑须 audit 解释
- 一页 dossier 输出格式:thesis / evidence table / probability bucket / killer risks / 反证指标 / owner decision prompts
- 四类数据源(链上索引/协议基本面/agent 专属信号/风险数据)+ provenance 全存 +
DuckDB+Parquet起步 - 真对手修正:竞争者不是 KOL 和散户 dashboard,而是 Nansen/Messari 级机构栈与更强的小型 quant pod;能赢的只有 owner-specific、更窄、更快
- Realistic Edge 四点:聚焦窄 + 反情绪 + owner 领域判断 + 可复现校准循环
- MVP 定义:2-4 周,日扫 30-80 对象、周产 5-10 候选、80% 可复现、owner 15 分钟可判
- Work vs Fail 清单:fail 条件包括“让 LLM 直接给结论、无 post-mortem、无校准、把漂亮 report 当 research”
最重要的一句警告
“最大风险是把 LLM 报告当 intelligence。LLM 应该组织证据和反驳,不应该制造信心。”——这句话对本知识库自身同样适用(本库注:与 llm-learning 主题的“错误放大”批评互为镜像)。