不是单个 AI 助手，而是分布式知识创造系统
TMS 交互式记忆系统 — 8 位专家各有专长，集体智慧 > 个体之和。知道"谁知道什么"，分布式协作，涌现组织智慧。
理论：Daniel Wegner (1985) Transactive Memory System
SECI 知识创造理论 — 隐性经验外化为显性规则，知识螺旋上升。每次执行都是组织知识的积累，越用越懂业务。
理论：野中郁次郎 (1988/2019) Knowledge Creation Theory
双核协同：蜂巢（TMS）驱动锻造（SECI），分布式专家协作创造组织知识资产。集体智慧让知识创造更精准，知识螺旋让专家协作更有积累。
每一层交出去的，是下一层能直接用的。下游不伸手上游内部。
垂直领域 × 业务场景
「锻造万物」· forge 技能套件
执行原语 · ccb / Claude Code
双闭环：自进化闭环（Forge 层承载）让资产持续变好 · 变现闭环（领域层承载）让能力产生收入，混合原则：写知识带人审门控，用知识下沉自动执行。
三层架构由双核驱动：蜂巢（TMS）提供分布式专家协作，知道"谁最擅长什么"；锻造（SECI）驱动知识螺旋上升，让组织越用越懂业务。Harness 层是执行引擎，Forge 层是知识创造核心，领域层是价值交付。
执行即素材，归档即沉淀。每一次业务执行，都给下一次打底。
专家 Agent 与自动化工作流在真实业务中执行，事件流与原始产物落盘，成为锻造的原料。
业务执行按能力归档到 .forge/outputs/{能力}/{日期}_{主题}.json，闭环首获机制承载。
基于最近归档生成知识 delta 提案。实证结论：无结构全量重写导致 context collapse，增量才是正解。
delta 提案经工作台批审或 /forge-archive 逐条人审后写回知识库，标注来源归档。下次执行自动检索注入，闭环完成。
闭环自检：上次改进建议是否被采纳；连续 3 次降分触发 /forge-review。规则不写在文档里祈祷被遵守，由门禁在运行时机械执行。
四步闭环是 野中郁次郎 SECI 模型 的工程化：执行 = 经验获取，归档 = 外化（隐性→显性），提炼 = 组合化（知识系统化），写回 = 内化（用中学）。不是依赖个人自觉，而是机制化反思——/forge-archive 强制执行归档，知识螺旋在个人→团队→组织层级持续上升。
经验不留在聊天记录里，沉淀为下次开工就摸得着的家伙。
.forge/learned
通用经验与能力 know-how 的总库，每次开工前自动取用。
.claude/agents
财务、战略、调研、分析、品牌、前端、全栈等专家角色定义。
.claude/skills
forge 工作流套件 + 领域技能（视频生成、内容写作、云运维）。
mcp-servers
外部系统对接原语，随两段式收敛重建中。
automations
场景包：工作流 + 专家 + 技能 + 触发配置的装配单元。
门禁 C1–C7 不是文档里的祈祷，而是运行时的机械执行：编排层动态注入专家链，gate-guard hook 实时拦截违规写入。
五类资产是 TMS 目录化 的载体（"谁知道什么"）+ SECI 外化 的产物（隐性→显性）。知识库记录组织记忆，专家定义标注专长领域，技能/MCP/工作流沉淀可复用能力。不是文档存储，而是分布式知识创造系统的资产积累。
Phase 1 先做自己的新媒体样板间，先服务自己，跑通整条链，再对外输出。
剧本 → 分镜 → 视频生成，一条线走到底。ManjuStudio 直调模型，在蜂巢内一气呵成。
选题、写作、排版、发布的内容生产链，品牌语气由规则库统一约束。
收支记录、财务月报、渠道数据，一人公司的数字化经营底座。
SDD 规格驱动 + 计划访谈驱动，两条自动化开发路径并行验证。
每个场景都是 知识螺旋的一次迭代：业务需求进入 → 专家执行（TMS 目录化匹配）→ 归档提炼（SECI 外化组合化）→ 知识沉淀（组织资产积累）→ 下次更好（螺旋上升）。集体智慧让每次迭代更精准，知识积累让每次迭代有基础。
先跑通，再打包，最后平台化。每一步的收入建立在上一步已验证的资产上。
自己先下场，从内容生产打到变现，验证三层产出体系。
验证过的能力打包成场景包，向企业服务域输出：方案交付 / 能力托管 / API 接入。
知识治理系统授权 + 能力市场，新平台即插即用，知识资产跨组织复利。