深度学习 Idea 模板

此仓库提供一套面向深度学习基线项目的 .codex 模板，目标是持续产出能够支撑 oral 级论文的方法与实验内容。

核心入口只有三个 skill：

• idea-discovery
• idea-execution
• idea-review

快速开始

1. 将 .codex、AGENTS.md、experience.md 复制到目标基线仓库。

2. 记录一次基线锚点：

   git rev-parse HEAD > .codex/baseline_commit.txt

3. 如有需要，创建 direction.md，写入任务目标、数据集、硬约束、已有判断。

4. 按顺序启动第一轮：

   • $idea-discovery
   • $idea-execution
   • $idea-review

规则文件位置

根 AGENTS.md 只负责介绍仓库用途、运行时文件和入口 skill。

完整规则统一放在：

• .codex/idea-workflow/workflows/idea-discovery.md
• .codex/idea-workflow/workflows/idea-execution.md
• .codex/idea-workflow/workflows/idea-review.md

三份 SKILL.md 只负责把入口 skill 连接到这些规则文件。

实际使用顺序

1. 新 idea

每一轮新 idea 都从 $idea-discovery 开始。

这一阶段会写出：

• 一条主线
• 三个协同创新点
• 最多两个主要超参数
• 完整实验方案
• 第一批正式实验

$idea-discovery 会先读取本地材料，再按固定顺序调用三个 discovery 子代理：

• paper-architect
• theorem-architect
• experiment-designer

其中：

• 主代理先负责仓库勘查、失败经验比对、基线契约恢复、必要时 Exa 补证、以及一次澄清
• paper-architect 专门负责生成 Method 的主体，并在 Theory hook 中写出 theorem 目标与现象说明，供下一阶段 theorem 补全方法部分中的理论段，结束后立即写入 .codex/active_idea.md
• theorem-architect 专门负责围绕上一阶段已经写出的 Method -> Theory hook，生成两个与该 idea 同一主线相关的非平凡 theorem 及其完整证明，覆盖 Method -> Theory hook，结束后立即写入 .codex/active_idea.md
• experiment-designer 专门负责生成 Experiment Plan 与 Current Batch，同时把两条 theorem 映射到分析项，结束后立即写入 .codex/active_idea.md
• 三个子代理完成后，主代理依据基线契约、experience.md、以及已经接受的 proposal 内容写出 Outcome Bar 与 Review Notes，并完成最终写回

discovery 期间，三个子代理的有效输出只保留在 .codex/active_idea.md 对应 section 中；如果后续阶段失败，discovery 会将 .codex/active_idea.md 重置为空模板，再返回阻塞项。

如果仓库证据不足、基线字段仍无法确定、任一关键子代理失败、两条 theorem 缺项、theorem 缺少完整证明、或者主代理无法写清 Outcome Bar / Review Notes，$idea-discovery 会停止并指出缺失项，不会写出薄弱 idea。

2. 当前批次实现与运行

$idea-execution 只负责当前批次。

这一阶段会：

• 按 Current Batch 实现代码
• 创建一个新的实验脚本
• 用 request_user_input 披露实验数量、实验内容、分析项
• 用 screen 发起正式实验

只要正式实验已经发起，下一步就进入 $idea-review。

3. 结果评审

$idea-review 面向已经跑完的正式批次。

如果实验仍在运行，或者结果文件还没有写全，$idea-review 只会提示“当前批次还不能评审”，随后等待再次运行，不会写出正式评审结果。

当批次已经完整时，评审结果只有三类：

improve

含义：

• 当前 idea 还有继续深挖的空间
• 当前批次已经暴露出下一步可研究的问题
• 论文故事还没有完整收口

处理顺序：

1. $idea-review 先总结当前最好指标、与基线的差值、以及最重要的实验现象。
2. $idea-review 使用 request_user_input 发起多轮沟通，确认下一步改进方向，以及采用该方向的原因。
3. 沟通内容至少覆盖：
   • 当前主要缺口或异常现象
   • 改进假设
   • 采用该假设的理由
   • 下一批正式实验
   • 下一批分析项
4. 沟通完成后，$idea-review 会把“当前批次结果摘要 + 选择该改进方向的原因 + 新一批实验设计”写回 .codex/active_idea.md。
5. 然后回到 $idea-execution，实现并运行下一批正式实验。

improve 不会产生 git 提交。

abandon

含义：

• 当前 idea 已经没有可信的继续空间
• 或者现有证据已经说明目标提升难以成立

处理顺序：

1. $idea-review 将失败记录追加到 experience.md
2. 清理当前 idea 的日志、实验产物、实验脚本、代码修改
3. 将 .codex/active_idea.md 重置为空模板
4. 回到 $idea-discovery，开始下一个 idea

abandon 不会产生 git 提交。

finish

含义：

• 当前方法效果已经足够强
• 已经观察到不平凡且可解释的实验现象
• idea 本身已经足够支撑 oral 级论文的方法部分与实验部分

处理顺序：

1. $idea-review 将最好结果、关键实验现象、以及“为何已经足够停止”写入 .codex/active_idea.md
2. 生成一次正式 git 提交
3. 停止当前 idea

只有 finish 允许 git 提交。

最常见的循环

1. $idea-discovery
2. $idea-execution
3. $idea-review
4. 如果批次未完成，稍后再次运行 $idea-review
5. 如果结果是 improve，由 $idea-review 完成多轮沟通与写回，再运行 $idea-execution
6. 如果结果是 abandon，回到 $idea-discovery
7. 如果结果是 finish，停止当前 idea

oral 级 idea 约束

每个 idea 都应满足下面的结构要求：

• 一条主线
• 三个相互配合的创新点
• 最多两个主要方法超参数
• 足以支撑论文方法部分的方法细节
• 足以支撑论文实验部分的实验与分析内容

运行时文件

• .codex/baseline_commit.txt：基线锚点
• .codex/active_idea.md：当前 idea 的唯一状态文件
• .codex/logs/：当前正式实验日志
• experience.md：被放弃 idea 的长期记录

.codex/active_idea.md 现在采用两层结构：

• 精简 frontmatter，只保存运行状态与评审结果
• 正文保存 Baseline Contract、Method、Experiment Plan、Current Batch、Outcome Bar、Review Notes
• Method -> Theory hook 固定保留两条 theorem block，每条 theorem 都包含 Assumptions、Claim、Why non-trivial、Full proof、Empirical consequence

discovery 子代理顺序

• 主代理：补基线契约、仓库现象、thesis seed、失败经验比对、必要时 Exa 补证
• paper-architect：生成 Method
• theorem-architect：围绕已经写出的 Method 生成两个非平凡 theorem 与完整证明，并定稿 Method -> Theory hook
• experiment-designer：生成 Experiment Plan、Current Batch、运行命令与产物字段，并把 theorem 映射到分析项
• 主代理收尾：写出 Outcome Bar 与 Review Notes
• result-judge：根据完整结果判断 improve、abandon、finish
• improvement-planner：基于当前结果提出下一轮改进方向、理由和沟通重点