2026-07-05 重寫：經一次 deep-research（25 來源、對抗式驗證 17 confirmed / 8 refuted）重新定性。原版（2026-05-16，見底部摺疊）是「記錄系統」思維（predictions.md / 信心% / 月度複盤），證據顯示那是次要輔助。本 issue 改為「回饋迴路設計」問題。完整證據與出處：notes/judgment-and-taste-training.md。
TL;DR
你已經在做對的事（大量產出＋樣本暴露）。真正缺的不是新記錄系統，是把快速、明確、任務導向、非自我吹捧的回饋環節綁進既有工作流。
為什麼原設計要改（證據）
- 判斷力能否練成由兩閘門決定，不是記錄量：環境效度＋回饋是否快速明確（Kahneman & Klein 2009，對立學派共識）。記錄捕捉的是「你注意到的」，不是「你錯過的」。
- 逾 38% 的回饋介入反而讓表現變差（Kluger & DeNisi 1996，地標 meta 分析）——加迴路不自動有用，關鍵在導向任務還是自我。
- 信心% 不可靠：主觀信心不是準確度的可靠指標；價值在「對帳有沒有外部明確裁決」，不在「寫」。
- 投資／長期預測＝近零效度環境：按回饋週期而非領域切分，長回饋判斷賭可提早驗證的中間信號。
核心動作：押注 + 打臉（判斷力與品味共用，機制同構）
- 押 — 讀完/寫完/發布前一行：
賭：___ ｜ 什麼具體外部事件證明我錯 ｜ 驗期。不寫信心%。
- 等 — 綁進既有
weekly-synthesis 的 check: 機制，到期自動撈。
- 打臉 — 到期問「外部事件發生沒？」（客觀，非自評）；錯了寫「錯在哪個具體判斷」（對事不對己）。
外部錨：判斷 → 事件發生沒（長回饋拆中間信號）；品味 → 真實數據（xhs 互動）/ 頂級樣本對照。
三分類
- ✅ 該做：押注＋打臉；設計外部、明確、任務導向的回饋回流。
- ⚠️ 別做：信心%校準曲線（除非有外部明確裁決）、taste 標竿當靜態死檔。
- ❌ 別碰（對抗式驗證推翻）：速成神話（1280 張圖/52 分鐘）、「dense exposure 是有效成分」、「多讀就有眼光」、「講出來會傷害品味」。
profile 預測帳已是雛形
profile.md 的開放疑問（＋結算訊號＋check:）已是此動作雛形，研究驗證方向正確。三個調整：結算訊號嚴守外部可觀察事件（別滑成信心）；從 7 條擴到「每次讀寫順手押一注」；長回饋改賭中間信號。
下一步
原始版本（2026-05-16，已被上述修正取代，保留供追溯）
目標
建立一套個人判斷力訓練系統，核心邏輯：
Taste = 暴露在大量好東西裡 × 大量產出 × 快速對帳
最便宜也最有效的加速器是「寫下預測 + 定期回看」。本 issue 追蹤這套系統的實作與習慣建立。
為什麼做這個
- AI 時代「執行」成本趨近於零，瓶頸從「會不會做」變成「知道做什麼」
- 多數人判斷力原地踏步十年，不是因為沒經驗，而是從不記錄當初怎麼想
- 寫下預測 → 一個月後回看，是 Philip Tetlock 在 Superforecasting 證明過最有效的校準方法
- 成本：5 分鐘/天；回報：十年判斷力複利
系統設計（原）
三個核心變數：頻率 / 訊號品質 / 痛感。
Phase 1 基礎設施：建 predictions.md（欄位 日期|領域|預測|信心%|驗證日期|結果|錯在哪）、每月 1 號 review、寫第一筆。
Phase 2 場景化 Loop：程式（PR 加預期）、產品（landing page + $50 廣告）、寫作（280 字測水溫）、設計（A/B 並排冷卻）。
Phase 3 外部校準：殘忍朋友每週 review、fallback 用 Claude 以頂尖人物標準挑三個問題、鎖 3–5 taste 標竿看他們批評/忽略什麼。
Phase 4 複盤（每月）：對錯校準、找系統性錯誤模式、區分結果錯 vs 判斷錯。
Taste 標竿初始名單（16 人，待篩 top 5）：Karpathy、Amanda Askell/Dario、Chollet、Carmack、Tobi Lütke、Ivan Zhao、Karri Saarinen、Rauno、Pieter Levels、DHH、Tony Dinh、Naval、Paul Graham、Elad Gil、Nat Friedman、Daniel Gross。
成功指標（3 個月）：predictions.md ≥30 筆、≥3 次月度 review、能說出系統性錯在哪、跑過 ≥1 完整 validation loop、信心% 校準改善。
一句話：錯得快 = 學得快。護自己決定的人，學不到東西。
TL;DR
你已經在做對的事（大量產出＋樣本暴露）。真正缺的不是新記錄系統，是把快速、明確、任務導向、非自我吹捧的回饋環節綁進既有工作流。
為什麼原設計要改（證據）
核心動作：押注 + 打臉（判斷力與品味共用，機制同構）
賭：___ ｜ 什麼具體外部事件證明我錯 ｜ 驗期。不寫信心%。weekly-synthesis的check:機制，到期自動撈。外部錨：判斷 → 事件發生沒（長回饋拆中間信號）；品味 → 真實數據（xhs 互動）/ 頂級樣本對照。
三分類
profile 預測帳已是雛形
profile.md的開放疑問（＋結算訊號＋check:）已是此動作雛形，研究驗證方向正確。三個調整：結算訊號嚴守外部可觀察事件（別滑成信心）；從 7 條擴到「每次讀寫順手押一注」；長回饋改賭中間信號。下一步
原始版本（2026-05-16，已被上述修正取代，保留供追溯）
目標
建立一套個人判斷力訓練系統，核心邏輯：
Taste = 暴露在大量好東西裡 × 大量產出 × 快速對帳
最便宜也最有效的加速器是「寫下預測 + 定期回看」。本 issue 追蹤這套系統的實作與習慣建立。
為什麼做這個
系統設計（原）
三個核心變數：頻率 / 訊號品質 / 痛感。
Phase 1 基礎設施：建
predictions.md（欄位日期|領域|預測|信心%|驗證日期|結果|錯在哪）、每月 1 號 review、寫第一筆。Phase 2 場景化 Loop：程式（PR 加預期）、產品（landing page + $50 廣告）、寫作（280 字測水溫）、設計（A/B 並排冷卻）。
Phase 3 外部校準：殘忍朋友每週 review、fallback 用 Claude 以頂尖人物標準挑三個問題、鎖 3–5 taste 標竿看他們批評/忽略什麼。
Phase 4 複盤（每月）：對錯校準、找系統性錯誤模式、區分結果錯 vs 判斷錯。
Taste 標竿初始名單（16 人，待篩 top 5）：Karpathy、Amanda Askell/Dario、Chollet、Carmack、Tobi Lütke、Ivan Zhao、Karri Saarinen、Rauno、Pieter Levels、DHH、Tony Dinh、Naval、Paul Graham、Elad Gil、Nat Friedman、Daniel Gross。
成功指標（3 個月）：predictions.md ≥30 筆、≥3 次月度 review、能說出系統性錯在哪、跑過 ≥1 完整 validation loop、信心% 校準改善。
一句話：錯得快 = 學得快。護自己決定的人，學不到東西。