研究定位
这个版本把“自进化个人 AI 助手”压到具体场景：学生和导师在多轮沟通中协商科研选题。AI 是学生侧认知脚手架，不替学生定题，不替导师指导，不代写选题报告。
这次合并的关键升级
核心理论口径
主线：Hybrid Cognitive Alignment（HCA）解释人和 AI 的任务理解、角色边界、信任校准和反馈循环并不会自动对齐；你的系统贡献是把 HCA 操作化成 Idea Anchor、Evidence Gate、Feedback Parser、Internalization Review、Trace Ledger 和 Diff-Gated Harness Update。
选题协商工作台
本地规则模拟版。可先跑流程、打磨任务材料和 trace 字段；后续再把按钮函数替换成 LLM API。
三条演化回路（对应 A/B/C 消融变量）
self-evolving / co-evolutionary 不能只写在标题里，必须在触发信号、状态更新、下一轮行为变化里看得见。
五层架构
技术实现线
五组消融矩阵
离线评测全跑五组；真人用研只跑 baseline / A / A+B+C，避免疲劳和学习效应。
交互式消融开关
两条评测线：不要混着跑
统计检验按数据类型匹配
如果只能在一个实验室内部署，真人 N 可能达不到 24–28。那就把真人线降级为 longitudinal case study，把离线消融 50–100 条 case 作为系统质量主证据。
用研协议与量表
Trace Ledger JSON Schema
Diff Gating 规则
Trace Ledger
Claude 账户被封后，Skill 怎么用
结论：Claude Skills 只是 Anthropic 的一种“把提示词、规则、模板、脚本打包给模型调用”的产品形态。你的论文里真正需要的是 Skill Pool / Skill Card 机制，不依赖 Claude。这个包已经把 Skill 做成普通 Markdown + JSON，ChatGPT、Cursor、Codex、OpenAI API、本地 LLM 都能用。