外部公开案例，非衍谷交付
Meta · 面向特定合规领域的专家知识Agent与反馈修正闭环
来源披露≠独立审计；编辑分析不等于客户确认。A级仅表示可定位到案例级来源，详细度不是成功评分。请先阅读下方字段分析边界；未公开细节不可当作已实施事实。
字段分析边界
- 业务问题依据
- Meta工程文章披露
- 解决方案
- 依据公开项目过程结构化整理
- 技术工作流
- 文章直接披露文件、recipe及验证管线
- FDE 行动（请结合分析边界）
- 编辑归纳；未披露FDE岗位
- 结果（来源方披露）
- Meta工程团队自报的内部改进结果
业务问题
在特定合规领域，专家需要查阅大量组织立场、历史判断与外部材料才能完成评估。关键知识往往散落在文档或专家脑中，简单RAG每次仍要从原始片段重新推断规则，导致评估耗时、解释不一致，也难以把一次人工纠错可靠地保存下来。解决方案
Meta团队将200多个文件整理为立场、术语、路由和准入规则，使用YAML依赖关系形成可追踪知识图；高密度常用知识进入结构化wiki，稀疏资料按需RAG检索。另以可组合recipe规定分析步骤，与知识事实分离。专家在检查点审核或对模糊问题升级；纠错再经根因归类、最小文件修补、盲测回放、回归测试和专家批准后合并。技术工作流
- 离线整理内部与外部资料，形成200多个立场、术语、路由和准入文件
- 每个文件用YAML声明适用场景、depends_on与referenced_by，便于依赖追踪
- 常用高密度知识进入结构化wiki，低频参考资料通过语义或词法RAG检索
- 顶层recipe选择下游分析步骤，按阶段加载必要知识和指令
- 关键检查点向专家展示中间分析，证据不充分或存在歧义时升级
- 从专家纠错中区分知识缺口、流程缺陷与真正歧义，生成最小补丁
- 独立评审、结构lint、盲测回放和回归测试后提交人工审核PR
技术组件
- 结构化知识wiki
- YAML双向依赖图
- RAG检索
- 可组合recipe工作流
- 专家检查点与升级
- 自动纠错编译管线
- 确定性lint
- 盲测回放与回归测试
人工责任与复核
领域专家负责在关键检查点确认、纠正或改写分析，并对真正模糊的判断作决定；自动修改只形成待审差异和证据链，由专家审核后才能进入知识库。独立评审Agent与确定性结构校验用于发现冲突，但不能取代专家最终责任。FDE 行动（请结合分析边界）
- 选择一个判断标准密集、专家负荷高的合规领域
- 先从既有文档与专家判断中提炼可审查的组织立场，而非直接全量检索
- 把知识事实和分析程序拆开，建立路由与依赖关系
- 将专家介入点和歧义升级条件写入流程
- 把每次纠错诊断成知识、流程或歧义问题，再做最小修改
- 要求独立检查、原场景回放、回归测试和专家批准后上线
结果（来源方披露）
Meta工程文章称，3个开发冲刺、约6周后，单次评估由数天缩至数分钟；改为分阶段recipe后，每轮消耗的token约减少80%；团队报告改进周期中没有回归。文章未给出评估样本量、完整时间基线、回归测试数量或独立审计。核验说明
- 这是Meta特定合规领域的系统，不应与另一个面向知识工作者的Second Brain项目混同。
- 数天到数分钟没有公开样本量和统计口径；零回归也没有公开测试总量。
- 文中没有证明组织级普遍上线，故记为特定领域内部系统而非全公司规模化部署。
未公开 / 仍有缺口
未补充记录可迁移方法
- 专家知识应编码为可版本化、可审计的事实与程序，而非只依赖向量索引
- 对高风险判断，纠错流程比自动生成答案更值得工程化
- 让专家纠错变成带回归用例的版本化变更
- 内部效率提升数字需说明样本和基线缺口
来源账本
- 标题
- An Organizational Second Brain: Building an AI That Learns From Experts
- 发布方
- Engineering at Meta
- 来源类型
- 企业工程博客
- 可定位性
- 案例级直接来源
- 结论披露方
- 企业工程团队披露
- 已记录独立核验
- 否
- 源库查阅日期
- 2026-09-23
补充来源
未补充记录证据说明
Meta Engineering项目团队的第一方技术复盘，公开知识结构、纠错管线与团队自报成效；未披露独立测量。编辑摘要
Meta把合规专家的知识和分析步骤分别编码为文件与recipe，之后用专家纠错、自动最小补丁、盲测回放、回归测试和人工PR审核形成可追溯的改进闭环。详细度六维评分（各 0–2）
- 业务背景
- 2
- 改造流程
- 2
- 技术工作流
- 2
- 人机与治理
- 2
- 量化结果
- 2
- 来源可定位性
- 2
原始案例 ID
enterprise-meta-expert-second-brain-001技术方案参考
是来源分类
企业原始材料企业 / 组织
Meta行业
互联网/企业合规一级行业
科技与软件业务场景
面向特定合规领域的专家知识Agent与反馈修正闭环FDE 标记
企业内部AI改造FDE 关系
Meta工程团队自建；未披露FDE岗位成熟度说明
特定领域内部系统/持续迭代成熟度阶段
试点主来源
https://engineering.fb.com/2026/09/02/ml-applications/organizational-second-brain-ai-learns-from-experts/ ↗证据等级
A证据等级说明
A级｜企业工程博客直接来源详细度评分（满分 12）
12详细度分组
deep详细度说明
深度案例｜关键链路较完整编辑数据：guminghao-avi contributors，MIT。导入 2026-10-02；源版本 ef550123。版权与许可证 · 原案例库。以上保留来源与证据限定，不构成衍谷效果承诺。