托管你的学习
状态：部分验证。 本案例的两个来源已经形成 Raw Bundle，并生成待审核 Candidate；正式实例尚未把这些 Candidate 晋升为 Wiki。页面展示的是学习流程和审核边界，不是对 Kimi 产品主张的背书。
研究命题
Agent 如何在人机协同中持续学习，并保证长任务执行的稳定？
本案例选择一个具体问题作为载体：
Kimi 是否适合长文档分析？哪些结论来自视频，哪些仍需要官方资料或真实 benchmark 验证？
目标不是让 Agent 看完视频后立即给出结论，而是把一次研究变成可以继续修正的知识训练循环。
人和 AI 的分工
| 阶段 | 人类 | AI / OKS |
|---|---|---|
| 设题 | 确定问题、用途和证据标准 | 读取 Goal，先召回已有知识 |
| 收集 | 提供来源或授权处理方式 | 提取字幕、ASR、关键帧，保存 Evidence |
| 判断 | 区分事实、作者观点与待核验主张 | 生成 Candidate，标明来源和缺口 |
| 入库 | 接受、修改或拒绝 Candidate | 仅把人审通过的内容写入 Wiki |
| 复用 | 判断回答是否帮助了任务 | Recall 已审核知识，记录反馈与冲突 |
1. 学习前：先看已有状态
开始前先确认 Agent 现在知道什么，避免把演示环境已有页面误当成本轮新知识。
图 1：DSH 连接到一个本地 OKS 实例。Wiki、Draft、Raw 是不同状态，计数不能相互替代。
2. 收集：保留来源，而不是先写答案
本轮使用了两个用户提供的来源：
B 站没有提供可直接使用的平台字幕，因此实际路径是本地媒体 → 音频 → 本地 ASR → 关键帧 → Raw Bundle。YouTube 来源使用了用户提供的转写文本。ASR 中的同音词、专有名词错误保留在 Raw；人工修正只能作为带说明的 Candidate 提议。
图 2：Raw Bundle 证明来源和提取结果被保存，但不证明其中的主张为真。
3. 提议：AI 只能生成 Candidate
Candidate 需要明确区分：
- 视频作者展示或声称了什么；
- 机械证据可以支持什么；
- 哪些事实需要 Moonshot 官方资料复核；
- 哪些能力判断需要固定数据集 benchmark；
- 哪些 ASR 内容需要人工听校。
图 3：页面顶部明确提示“AI 生成候选，等待人工审核，不会自动晋升为正式召回知识”。
4. 审核：人类决定知识边界
正式实例的 Candidate 仍待审核，因此本页不会给出“Kimi 适合长文档分析”的最终结论。审核者至少需要：
- 对照视频和转写，修正 ASR 错误；
- 将模型参数、价格和上下文长度逐项对照官方资料；
- 把视频演示与客观 benchmark 分开；
- 决定新材料是
enriches、confirms、challenges还是新知识； - 只晋升足以支持后续决策的部分。
审核时，人只需要告诉 Agent：“把待审核的知识提议逐条展示给我，同时显示来源、证据范围和仍未核验的内容。”人确认接受、修改或拒绝后，Agent 再执行对应操作，并保留这次决定的记录。
5. Recall：没有审核知识时就说没有
隔离验收副本曾用于测试 Promote 与 Recall 的界面流转，但它不替代正式实例的人审。下面的召回结果反而展示了正确边界：已有 Kimi 页面只覆盖视频中的模型介绍，不足以支持“智能文档分析系统”的设计结论；其余命中是噪声，不应采信。
图 4：稳定的 Agent 不是永远给出答案，而是在证据不足时停止外推。
6. 长任务如何持续学习
这次研究可以跨多轮继续，而不需要每次重新解释：
Goal 保存研究问题和验收标准
Raw 保存视频、转写、ASR 与关键帧
Trace 保存每次提取和判断发生了什么
Candidate 保存 AI 的结构化提议
Human Review 决定哪些内容成为知识
Wiki 为下一轮研究提供稳定上下文
后续加入官方技术报告或真实 benchmark 时，不覆盖旧页面，而是通过 enriches、confirms 或 challenges 记录知识演化。
已验证与未验证
| 项目 | 状态 |
|---|---|
| 本地视频、ASR、关键帧进入 Raw Bundle | 已记录 |
| 用户提供的 YouTube 转写进入 Raw Bundle | 已记录 |
| 两个来源生成 Candidate | 已记录，待人审 |
| Candidate 自动进入 Wiki | 不允许，也未发生 |
| Kimi 参数、价格和能力主张 | 待官方资料复核 |
| 长文档分析效果 | 待固定数据集 benchmark |
| DSH Promote / Recall 界面流转 | 在隔离副本中验证，不代表正式实例完成审核 |
用自己的问题重新运行
- 写一句真正需要回答的研究问题。
- 定义什么证据足以改变你的判断。
- 提供一到三个来源，先完成 Evidence 与 Raw。
- 审核 Candidate，不接受来源无法支持的句子。
- 在下一个真实任务里 Recall，并把使用结果反馈回来。
这就是“托管你的学习”：不是替你收藏更多内容，而是让人类反馈持续训练一套 Agent 可以复用的知识模型。