לולאת הלמידה
איך חומר נכנס למאגרים: מהודעה חולפת להמלצה מתועדת, עם משקל, ורק במקרה הבטוח לשינוי בפועל בהגדרות.
כניסה לרשימה היא תמיד החלטה אנושית
למה
ארבע קהילות פעילות מייצרות יותר קישורים, שרשורים וטענות בשבוע ממה שאפשר לקרוא, קל וחומר ליישם. קריאה לבדה לא מייצרת דבר עמיד, ולכן שום דבר לא מנוי אוטומטית.
המלצה של מישהו אחר היא לא כלל
למה
עצה מקהילה לעיתים מיושנת, קשורה ל-model מסוים, לא נבדקה או פשוט שגויה. עד 1 באוקטובר 2026 ה-skill החיל פריטים "בטוחים" על קובצי ההוראות בעצמה, והעמדה הזו נפסלה כי היא הפכה דעה בודדת שלא אומתה להגדרה אכופה.
שוקלים כל המלצה
למה
הערך של הרדאר הוא המשקל ולא הנפח. לכל המלצה מחברים דרגת מקור, מספר מקורות בלתי תלויים (אנשים ולא אזכורים), טבעת החלטה, חלון טריות ושורת הערכה אחת.
דוגמאות
- דרגות המקור הן מהבדיקה העצמית שלי, דרך מקור רשמי ומתרגל שמדד, ועד שמועה, סיכום של בוט ואינפוגרפיקה שיווקית.
- טבעות ההחלטה: אמץ, נסה, העריך, החזק, ארכיון.
- ההערכה המחודשת המלאה הראשונה של כל 328 הערכים רצה ב-1 באוקטובר 2026.
מתאימים למה שכבר ברשימה לפני שמוסיפים
למה
מקור בלתי תלוי חדש מחזק ערך קיים, יכול להחיות ערך מהארכיון או לתעד סתירה. רק המלצה חדשה באמת מקבלת מזהה חדש.
מציעים ולא מחילים
למה
כל שינוי מועמד נבדק מול ההגדרה החיה ונכנס לרשימת משימות עם צעדים מדויקים, דרגה ומספר מקורות. אני מחליט, ושום דבר לא מוחל אוטומטית.
דוגמאות
- הפסק דין על כל פריט הוא אחד משלושה: כבר קיים, מציע, או לא בשבילי.
שני pipelines קלט לפי נושא הפריט
למה
רדאר ההמלצות הוא לדברים שאנשים אומרים שעובדים. נושא שראוי לעומק עובר דרך מחקר עמוק ולאחריו יציאה לספר ולדפי ידע. מה שנוגע לכלי או ל-model עובר דרך המחקר, וההמלצות הניתנות לשימוש חוזר ממנו הולכות לרדאר.
דוגמאות
- המקרה הראשון היה שרשורי ההשקה של model השיפוט Jev ב-19 בספטמבר 2026: ה-model הפך לספר ולדף אימוץ.
המקור
הרכיב הזה נכתב מדפים בספר Personal · Way of Work & AI Practice בספריית Trove שלי:
- How I Work — Learning Loop, עמוד 16