💡Summary
AI 复盘与项目复盘关注的层级不同。项目复盘针对单个实践，核心是判断目标是否达成、证据是什么、成败由哪些主客观因素造成，以及下一次如何调整；AI 复盘则基于 Obsidian 的 Git 版本历史和固定 Review Skill，从更长时间尺度观察整个 Odyssey 工作流的变化与运行状态。
AI 复盘主要解决五类问题：通过长期版本变化识别实际注意力投向，帮助调整注意力配置；用真实文件和项目变化校正主观感受，使实际投入与核心目标重新对齐；追踪同一 Concept 的持续修改，判断认知经历了支持、补充、修正还是推翻，提高知识吸收与更新质量；跨 Project、System、Share 观察长期重复出现的沉淀、整合、复用和输出问题，发现平时难以察觉的系统性阻塞；跨项目、跨领域识别反复出现的学习、研究、组织和决策模式，从而优化自身处理信息和推进工作的方式。
其中，System 的健康程度不仅取决于新增多少知识，更要观察已有知识是否持续被复写、整合和重构，以及项目经验能否沉淀为可复用知识并在未来再次发挥作用。为了让 AI 能看到一段时间内真实的认知变化轨迹，应通过 Windows 任务计划程序每天自动进行一次 Git 版本快照，再以周/月为时间窗口进行 AI Review。
🧩Cues
- 当我想起AI复盘的作用时
🪞Notes
AI复盘 VS 项目复盘
- 项目复盘：比较倾向于去评估一件事是否有达成自己的目标、达成目标的证据是什么、做得好与坏所对应的主客观环境、再来一次我会如何做以及对下次项目的影响。
- AI复盘：基于git的版本控制+复盘skill去了解一段时间内Odyssey的进程整体的方向、注意力集中以及整个系统的运转、阻塞等等。
AI复盘的作用
| 复盘解决的痛点 | 对第二大脑真正提供的帮助 | 最直接改善什么 |
|---|---|---|
| 看不到长期变化 | 从一段时间的版本变化中识别哪些知识领域正在增长、成熟、停滞或过度扩张，并据此判断下一阶段哪些领域值得继续投入 | 注意力配置 |
| 主观感觉与真实行为不一致 | 用实际文件与项目变化校正“我以为自己在关注什么”，检查 Project、System、Share 的实际活动是否仍服务当前核心目标 | 目标对齐、资源分配 |
| 看不到认知变化 | 追踪同一知识从旧理解到新理解的修正、补充、推翻与抽象，使 System 不只是保存最终结论，还能持续更新认知 | Concept 吸收质量、知识更新 |
| 看不到系统性问题 | 识别 Project → System 的经验沉淀、System 内部知识整合、System → Project 的知识复用、System / Project → Share 的内容转化 中长期重复出现的低效与阻塞 | 知识结构演化、经验沉淀与复用效率 |
| 重复行为模式不可见 | 跨项目、跨领域识别自己反复出现的学习、研究、组织和决策模式，提炼哪些方式有效、哪些方式持续带来代价 | 整个知识飞轮效率 |
注意力配置
- 注意力配置：展现出过去一段时间各个方向的一个更新占比反映了这段时间的重点
目标对齐、资源分配
经过注意力配置可以知道自己实际上的重心和理想中的重心是否相同从而可以更好对齐目标以及资源分配
Concept 吸收质量、知识更新
能看到一段时间之内对应concept的内容变化，判断是支持、补充、修正还是推翻。
吸收效率、知识沉淀率、输出率
去看整体的项目、第二大脑、博客之间出现的一些问题
整个知识飞轮效率
- 知识结构演化：核心：复写率（从高到低），同concept的更改>concept之间的联系>新的concept
- 经验沉淀与复用效率：项目和第二大脑中的关系
定时更新git版本快照
因为需要反映出一周之内的concept的变化进度，因此往往需要每天定时进行版本快照
方式：通过windows系统自带任务计划程序指定条件允许程序即可
AI复盘的方法
- 基于AI复盘的作用倒推对应skill
- 根据每周几天的git版本快照
- 每周的周日晚间阶段（19-21这个区间）去进行复盘
- 根据复盘进行改正
知识网络
上级目录：4 信息与模式
反向链接：
- 暂无
返回：4 信息与模式