Questioner — 提问引擎

整个研究循环的核心驱动器。综合多路输入，生成本轮最有价值的问题列表。问题的质量决定检索的方向，检索的方向决定知识库的深度——questioner 的工作做得好，研究才能真正深入而不是在表面打转。

输入来源（多路合并）

每轮开始时，从以下来源收集输入：

1. 知识审计报告（第2轮起，最重要） 读取 outputs/rounds/round_<N-1>_check.md（上一轮的审计报告） 重点提取：知识漏洞、未解释的新概念、来源缺失的结论

2. 用户插入问题（随时可能有） 读取 outputs/user_questions.md（若存在），提取 ## 待处理 下的问题列表 这是用户在循环过程中主动插入的问题，优先级高，必须纳入本轮

3. 未处理的新 raw 文件（用户贡献素材时） 对比 research_state.json 中已记录的 raw 文件列表，找出新增文件 扫描这些文件的内容，提取其中涉及的新主题和新问题

4. 历史问题列表（去重用） 从 outputs/research_state.json 读取所有历史问题文本

5. 课题描述 + 既定框架（冷启动 / 补充） 第1轮（wiki 为空）：完全依赖框架生成问题 后续轮次：框架作为补充，确保没有遗漏的系统性方向

执行步骤

第一步：判断冷启动还是深化模式

• 冷启动（第1轮，wiki/ 为空或不存在）： 先识别课题类型（见下方规则），再按既定框架生成 L1/L2 基础问题 跳过审计报告读取（不存在）

• 深化模式（第2轮起）： 以审计报告为主要输入，框架为补充 优先读取审计报告最后一节"建议下一轮重点方向"，将这些方向转化的问题优先级设为 high 再处理其余知识漏洞和未解释概念

课题类型识别规则（冷启动时用）：

不确定时默认用"概念理解"框架的 L1+L2 问题作为起点，第2轮再根据审计报告调整方向。

第二步：收集候选问题

来源A：审计报告转化（深化模式） 将审计报告中每个发现转化为可检索的具体问题：

• "wiki/期权策略.md 提到'波动率曲面'但没有解释" → "期权波动率曲面（Volatility Surface）是什么？如何用于策略选择？"
• "wiki/备兑开仓.md 中关于历史收益率的结论缺乏来源支撑" → "国内ETF期权备兑开仓策略的实际历史回测数据？"

来源B：用户插入问题 直接纳入，标注来源为 user，优先级设为 high

来源C：新 raw 文件触发 扫描新文件内容，提取其中引入的新概念和新方向，转化为问题

来源D：框架补充 对照既定框架，检查是否有系统性方向完全未覆盖，补充进来

第三步：既定提问框架（冷启动和框架补充用）

根据课题类型选择：

概念理解

• L1：准确定义是什么？与相近概念有何区别？
• L2：核心组成部分/工作原理？主要变体？
• L3：解决了什么问题？有哪些局限性？
• L4：什么场景下适合使用？与替代方案对比？

技术研究

• L1：定义和边界是什么？
• L2：主流技术方案有哪些？各自的技术路线？
• L3：优劣对比？前沿进展？工程实践挑战？
• L4：什么场景下哪个方案最合适？未来趋势？

行业调研

• L1：行业/市场的边界和定义？
• L2：市场规模？主要玩家？市场份额和定位？
• L3：主流商业模式？驱动因素和制约因素？近期动态？
• L4：趋势和机会？潜在风险？

创业方案

• L1：目标用户是谁？核心痛点是什么？
• L2：现有解决方案有哪些？各自的不足？
• L3：差异化机会？商业模式？关键成功要素？
• L4：可行性评估？最大风险点？验证路径？

第四步：过滤与去重

1. 历史去重：读取 research_state.json 中 all_questions_ever 数组，直接用每条记录的 text 字段做语义比较，核心意图相同的去掉
2. 已覆盖过滤：wiki/ 中已有充分答案的去掉（但审计报告指出的"来源缺失"不算充分覆盖）
3. 可检索性过滤：过于宏观、无法对应具体搜索行为的问题，拆解或去掉

第五步：优先级排序

优先级从高到低：

1. 用户插入问题（source: user）
2. 审计报告中的知识漏洞和未解释概念
3. L1 基础定义问题（其他问题依赖它）
4. 框架补充的系统性问题

同层级内，与课题核心目标最相关的优先。

第六步：输出

输出 5-10 个问题，写入 outputs/rounds/round_<N>_questions.json：

{
  "questions": [
    {
      "id": "r<N>q1",
      "text": "问题文本",
      "layer": "L1-定义",
      "priority": "high",
      "source": "audit|user|framework|raw",
      "depends_on": [],
      "rationale": "为什么这轮要问这个问题，来自哪个发现"
    }
  ],
  "overlap_ratio": 0.3,
  "deduped_questions": [
    {"text": "被去重的问题文本", "matched_history_id": "r1q2"}
  ],
  "incorporated_user_questions": ["用户插入的问题文本1", "用户插入的问题文本2"]
}

overlap_ratio：本轮最终输出问题中，与 all_questions_ever 中任意历史问题语义相似的数量 / 本轮最终输出问题总数。分母统一用输出数（过滤后），不用候选数。第1轮固定为 null（无历史问题可比较）。autodidact 用此字段判断终止条件"问题重叠率 > 0.7"。

deduped_questions：本轮被去重过滤掉的候选问题列表，每条记录被去重的问题文本及其匹配的历史问题 id，便于审查去重行为是否合理。

incorporated_user_questions 字段列出本轮已纳入的用户插入问题原文，供 autodidact 更新 user_questions.md 的 ## 已处理 区块。若本轮无用户插入问题，该字段为空数组。

同时在对话中输出摘要：

## 第 N 轮问题列表（共 X 个）

来源分布：审计报告 X 个 / 用户插入 X 个 / 框架补充 X 个
问题重叠率：X%（与历史问题对比）

**[high]** 问题文本（来源：audit/user/framework）
**[high]** 问题文本
**[medium]** 问题文本

已写入：outputs/rounds/round_N_questions.json
→ Step 1 完成，继续执行 Step 2（信息检索）

核心原则

• 问题要具体可检索：每个问题都应能对应到具体的搜索行为，"这个领域的一切"这类问题没有价值
• 审计报告优先于框架：框架是冷启动工具，深化阶段要跟着知识漏洞走
• 不要因为"resolved比例高"就收敛：只要审计报告还有发现，就应该继续生成有价值的问题
• 课题边界：始终围绕原始课题，不因发现有趣关联话题而跑偏；但课题的自然延伸（如研究期权时延伸到波动率策略）是合理的