Live Research

Live Research

Effort: light — ein Recherche-Agent im Hintergrund, der die Live-Quelle liest, während die Hauptspur weiterarbeitet. Beseitigt: Schlüsse, gebaut auf Modell-Gedächtnis, das das echte Repo dann widerlegt — die Nacharbeit, wenn eine Vermutung ausgeliefert wurde.

Modell-Gedächtnis ist eine Vermutung darüber, wie ein Projekt zur Trainingszeit aussah. Die Live-Wahrheit ist, was jetzt gerade auf der Platte und in der offiziellen Doku steht. Dieser Skill fährt beide Spuren zugleich: während die Hauptspur über ein Ziel nachdenkt, liest ein Research-Agent das echte Ding, und seine Funde fließen ins Denken ein, bevor ein Schluss gezogen wird.

Wann laufen lassen

• Du willst gleich über die Struktur eines Projekts, den Vertrag einer API oder das Verhalten einer Library nachdenken — und hast den aktuellen Quellcode nicht gelesen.
• Ein Design, ein Fix oder eine Behauptung hängt an Fakten, die seit deinen Trainingsdaten gedriftet sein könnten.
• Eine Frage braucht Fakten aus der echten Welt, die der Arbeitskontext allein nicht liefern kann.

Die Schritte

1. Starte den Rechercheur parallel. In dem Moment, in dem das Nachdenken über ein Ziel beginnt, schick einen Research-Agenten im Hintergrund auf dasselbe Ziel. Die Hauptspur arbeitet weiter; der Rechercheur liest. Blockier die Arbeit nie mit Laufarbeit, die ein Agent allein erledigen kann.
2. Lies die Live-Wahrheit, das Nächste zuerst. Das README des Projekts, dann die Abschnitts-Doku am nächsten am Ziel, dann die echte Quellstruktur — echtes Verzeichnis-Listing, echte Dateiinhalte, echte Signaturen. Für Fakten außerhalb des Projekts: offizielle Doku, Quellcode, Specs, First-Party-APIs. Ein Blog, der die Doku zusammenfasst, ist keine Primärquelle.
3. Streame Funde zurück, bevor Schlüsse fallen. Funde fließen zur Hauptspur, sobald sie da sind, und das Denken arbeitet sie ein und korrigiert den Kurs. Ein Schluss, der gezogen wurde, bevor der Rechercheur zu dem Punkt berichtet hat, ist eine Vermutung — markier ihn als solche, bis die Live-Wahrheit ihn bestätigt oder kippt.
4. Hefte jede Behauptung an die Quelle, der sie gehört. Jeder Fund trägt seine Quelle direkt bei sich: einen Dateipfad, eine zitierte Zeile, einen Link, einen Commit. Eine Behauptung ohne Quelle wird laut als unbelegt markiert — nie als Fakt verkleidet.
5. Schreib eine zitierte Datei. Funde landen in einer einzigen Markdown-Datei, jede Behauptung mit Quelle. Leg sie dort ab, wo das Projekt solche Notizen schon sammelt; gibt es keine Konvention, wähl einen vernünftigen Ort und sag, wo — damit der nächste Agent sie findet.
6. Erinnern vor Neu-Lesen. Prüf zuerst Notizen aus früheren Sessions — dieselbe Quelle kann schon gezogen sein. Nutz den gecachten Fund wieder und zitier dieselbe Quelle. Minuten Erinnern schlagen Stunden Wiederentdecken.

Harte Regeln

• Kein Schluss vor dem Zusammenführen. Hat der Rechercheur zu einem Punkt nicht berichtet, darf die Hauptspur den Punkt nicht als geklärt hinstellen.
• Nur Primärquellen. Verfolg jede Behauptung zurück zur Quelle, der sie gehört. Eine Zweitverwertung ist ein Zeiger, kein Beweis.
• Headless, nie unter Beobachtung. Hintergrund-Recherche nutzt einen Headless-Abrufpfad — nie einen Live-Browser, dem ein Mensch zuschaut; das ist eine andere Spur.
• Nicht belegbar heißt: sag es. Ein Fund ohne Primärquelle geht markiert raus, nie stumm unter den Rest gemischt.
• Null Reibung für den Menschen. Dieser Skill fügt keinen Freigabe-Schritt und kein Gate hinzu. Er ist Methoden-Disziplin, kein Kontrollpunkt.

Was zurückkommt

Eine geerdete, zitierte Markdown-Datei — plus eine Denk-Spur, die mitten im Flug korrigiert wurde statt erst, nachdem der Schluss schon raus war. Die Hauptspur liest die Datei und macht weiter.

Passt gut zu

• wayfinder — Research-Tickets sind der Agent-allein-Typ, den dieser Skill auflöst.
• root-cause-first — dieselbe Quellen-zuerst-Disziplin, gerichtet auf Bugs.

Scaffold credit: Matt Pocock, research (mattpocock/skills, MIT). Komposition und harte Regeln hier sind BACKS AIOS.