Knowledge Synthesis

Skill Operating Contract

Start with

• Define the abstraction question.
• Freeze scope and evidence floor.
• Separate vendor facts from repository inference.

Execute

1. Normalize sources into common dimensions.
2. Cluster by responsibility, not product name.
3. Record tensions and exceptions.
4. Validate patterns across independent sources.
5. Create a primitive card only for stable patterns.
6. Map each candidate to Adopt / Adapt / Observe / Reject.

Finish when

• The common mechanism is explicit;
• real differences remain visible;
• each candidate primitive has a responsibility boundary;
• evidence gaps are recorded;
• the roadmap does not depend on a single vendor implementation.

Prefer the smallest abstraction that solves a real cross-provider problem.

目标

把大量研究材料压缩成可继续使用的模型，而不是再写一个大综述。

核心流程：

Sources
→ Facts
→ Repeated patterns
→ Boundary differences
→ Common primitives
→ Architecture model
→ Roadmap

第一原则：不要过早统一

只有当不同来源实际表达相似职责时才统一。

例如 Snowflake Semantic View、Databricks Metric View / Ontology、Google semantic assets，可以抽取为 Business Semantics，但不能说三者完全相同。

必须保留：

• 存储位置
• 生命周期
• 权限模型
• Agent runtime
• 平台边界

第二原则：区分 primitive 和 implementation

长期抽象优先考虑：

Knowledge
Entity
Relation
Metric
Rule
Skill
Memory
Evidence
Permission
Context
State

而不是直接把具体产品名当 primitive。

第三原则：区分职责

Primitive	核心问题
Knowledge	已知什么
Semantic Layer	这些东西是什么意思
RAG / Search	怎么找到证据
Graph	关系怎么连接
Skill	怎么完成一类任务
Memory	过去发生了什么
Tool	怎么读写外部世界
State	当前是什么状态
Workflow	允许怎么推进
Policy	什么允许做
Evidence	为什么相信
Context	当前给模型什么

第四原则：保留不确定性

允许明确写：

• 尚未统一
• 不同厂商定义不同
• 当前证据不足
• 属于本文推断
• 需要进一步验证

不要为了做出整齐模型而制造确定性。

Roadmap 原则

Roadmap 不应只是 feature backlog。

优先表达能力成熟顺序：

Shared vocabulary
→ Knowledge foundation
→ Retrieval / evidence
→ Memory
→ Skills / procedures
→ Semantic / ontology
→ Agent runtime
→ Multi-agent / protocol
→ Evaluation / governance
→ Self-improvement

实际项目已有能力优先复用，不为了 Roadmap 强行重构。

输出

最好形成三个东西：

1. 一张能力模型
2. 一张当前项目映射
3. 一张下一步研究 / 实现路线

不要写几十条没有优先级的建议。

常见失败

不要：

• 把所有研究都塞进一个 Knowledge 类
• 把所有外部资料都叫 RAG
• 把 Agent Memory 当 Business State
• 把 Tool 当 Permission
• 把 Workflow 当全部 Control Plane
• 把厂商产品名当架构 primitive
• 因为有几个案例就宣布“业界标准”

---

7. Synthesis 开始前：先判断材料是否足够

Knowledge Synthesis 不是“资料多了就开始总结”。

至少确认：

• 同一主题存在多个来源；
• 来源里有可比较的 atomic claims；
• 不是所有来源都来自同一个 vendor / author；
• 核心问题已有一定覆盖；
• 已知未知项已经标记。

只有一个来源时，通常是 summary，不是 synthesis。

8. 第一层：Atomic Claims

每个来源先拆成一个个可以重新组合的原子 Claim：

Source:
Claim:
Evidence:
Condition:
Limitation:
Confidence:
Source type:

一个 Claim 尽量只表达一件事。这样才能跨论文、厂商和实现进行真正比较。

9. 第二层：按机制聚类，不按来源组织

把 atomic claims 按问题、机制和责任聚类，而不是按公司、论文或日期排列。

Theme 应该是一个判断句，而不是一个分类名。

坏：Semantic Layer

好：企业 Agent 开始把高价值业务语义从 prompt 中外置，并交给可治理对象承载。

聚类后继续问：这些来源真的解决同一个问题吗？哪些只是名称相似？

10. 第三层：识别真正的共同模式

一个 pattern 至少检查：

1. 多个独立来源是否重复；
2. 是否跨产品 / 跨实现；
3. 是否只是同一基础技术的不同包装；
4. 是否存在反例；
5. pattern 的边界在哪里。

推荐记录：

Pattern:
Supporting sources:
Independent source families:
Counter-evidence:
Applicable scope:
Not applicable:
Confidence:

不要因为很多文章都用了某个词，就认为找到了共同模式。

11. 第四层：找冲突

高质量 synthesis 的重要输出不是只有共识，而是解释为什么来源 A 和 B 不一样。

常见原因：definition、workload、scale、benchmark、architecture boundary、product maturity、vendor incentive。

记录：

Tension:
Position A:
Position B:
Likely boundary:
Missing evidence:
Current judgment:

不能解释的冲突就保留 unresolved，不要平均成一句“各有优势”。

12. 第五层：从 Pattern 到 Primitive

不要直接把“多个厂商都有 X”变成“Common Library 必须实现 X”。

中间至少经过：

Repeated Pattern
     ↓
Stable Responsibility
     ↓
Clear Interface
     ↓
Reusable Primitive

例如：

不同厂商都有 business semantics
        ↓
共同责任：保存和解释业务定义
        ↓
candidate interface：SemanticDefinition
        ↓
provider-specific adapters

只有 responsibility 足够稳定时才抽 primitive，否则保持 Candidate Primitive。

13. Primitive 必须有边界

每个候选 primitive 使用统一卡片：

Name:
Purpose:
Inputs:
Outputs:
Owner:
Persistence:
Discovery:
Runtime use:
Permission:
Provenance:
Freshness:
Version:
Failure mode:
Current evidence:
Known implementations:
Open questions:

这样可以避免“抽象只剩一个漂亮名字”。

14. 保留不同层次

当前研究特别容易混淆：

Knowledge
Semantic Meaning
Retrieval
Evidence
Context
Memory
Skill
Tool
State
Workflow
Policy

Synthesis 必须保留这些对象的责任差异。

一张推荐的分析模型是：

Canonical Source
      ↓
Knowledge / Semantic Objects
      ↓
Retrieval / Navigation
      ↓
Evidence
      ↓
Context
      ↓
Agent Reasoning
      ↓
Skill / Tool / Workflow
      ↓
Business State
      ↓
Evaluation / Governance

这是一张分析模型，不是声称所有系统都采用同一条 pipeline。

15. Pattern → Project Mapping

每个重要 pattern 最终进入：

Pattern	Evidence	Current Project	Action	Confidence
Business semantics externalization
Evidence metadata
Procedural knowledge

Action 只允许：

• Adopt
• Adapt
• Observe
• Reject

不要把所有研究发现都变成 TODO。

16. Roadmap 的判断顺序

不要按功能热度排序，至少检查：

Dependency

是不是其他能力的基础？

Governance

缺失它会不会造成权限、审计或真实性问题？

Reuse

多个 Agent / workflow 是否需要？

Evidence

是否已经有足够学术 / 业界证据？

Cost

实施是否明显增加平台复杂度？

因此：

High evidence + high reuse + low/moderate cost → early
Interesting but weak evidence → research
High complexity + weak value → defer

17. 必须允许暂不行动

Synthesis 不是功能 Wishlist。

研究确认某模式存在，并不意味着当前项目必须立刻实现。

允许明确写：

研究确认该模式存在，但当前项目暂不做。

这能防止研究结果反过来制造无休止的架构复杂度。

18. 三种危险过度抽象

Product abstraction

把多个不同产品对象直接合成一个类。

Vocabulary abstraction

仅因为名字相似就认为职责相同。

Architecture abstraction

把不同 runtime 边界压缩成一张“统一架构图”。

如果抽象后无法回答“谁拥有、谁更新、谁授权、谁消费”，这个 abstraction 很可能还不够成熟。

19. Synthesis Quality Gate

发布前至少检查：

Evidence

每个重要 pattern 有 source family 证据。

Independence

不是同一个 vendor / benchmark 的重复引用。

Boundary

每个 pattern 有适用范围。

Tension

重要冲突已经记录。

Gap

仍然不知道的地方明确写出。

Action

Project implication 与 source fact 分开。

Simplicity

没有为了完整而增加不必要 primitive。

20. 输出结构

# Knowledge Synthesis

## 当前结论
## Evidence Base
## Major Patterns
## Major Differences
## Candidate Primitives
## Current Project Mapping
## Adopt / Adapt / Observe / Reject
## Open Questions
## Research Gaps

不要按 source 一个一个复述。

21. Synthesis 完成的判据

可以结束时：

• 主要 atomic claims 已聚类；
• 主要 patterns 已出现；
• 关键冲突已处理；
• 重要 gaps 已明确；
• Candidate primitives 已有证据基础；
• 项目映射已经明确；
• 没有为了追求整齐而抹平差异。

如果 synthesis 发现“我们其实还不知道”，正确动作是回到 Deep Research，而不是强行生成架构模型。

22. 本 Skill 不做什么

Knowledge Synthesis 不负责：

• 发现大量原始来源；
• 证明单个 Claim；
• 判断论文实验是否正确；
• 取代 Evidence Review；
• 直接替代系统架构设计；
• 为了 roadmap 而制造结论。

典型链路保持：

Deep Research
   ↓
Academic / Industry Research
   ↓
Evidence & Claim Review
   ↓
Knowledge Synthesis
   ↓
Architecture / Roadmap decision