Self-Refinement

Self-Refinement（自我精炼）

定义

让 AI 从错误中沉淀经验的闭环机制。不是纠错完就丢，而是把模式性教训写入知识库，成为团队持久资产。

闭环流程

1. 用户纠正 AI 某个错误
2. AI 识别：是"模式性教训"还是"一次性 diff"？
3. AI 提议沉淀层级（团队级/框架级/服务级）
4. 用户确认后生成 experience 文档/更新 Skill/修订规范
5. 下次同类场景，AI 主动引用——新会话/新模型/新人都受益

产物示例

• context/project/{module}/experience/*.md — 踩坑经验
• context/project/{project}/sop/*.md — 标准操作规程
• context/team/ — 团队级规范更新

关键原则

LLM 没有跨会话记忆，但团队的每次"纠正"都是宝贵信号。通过 Knowledge as Code 让错误不再"走一次算一次"。