Evolution engine
不是盲目自动化，而是可验证的持续优化。
KingAI 的进化逻辑应是：发现变化、分析原因、建立假设、模拟影响、提出排序建议、等待确认、执行、回收结果，再把经验写回系统。
The discipline of improvement
每一次优化都应回答四个问题。
为什么要改？先说明触发信号、证据和当前影响。
准备怎么改？把方案、范围、预期收益与可能副作用讲清楚。
谁来确认？按风险级别设定自动、半自动和人工确认阈值。
改完效果怎样？记录成功率、成本、耗时、失败原因与回滚情况。
Rhythm
让学习有节奏，而不是持续打扰团队。
日
每日增量学习
整理当日信号、执行记录、失败项与需要继续观察的问题。
周
每周深度复盘
观察趋势、比较策略效果，提出下一轮值得验证的改进建议。
月
每月架构评估
检查知识质量、工具边界、成本、权限与系统稳定性。