Hypothesis Lab

---
name: hypothesis-lab
sub_type: guide
version: "1.0"
last_tested: "2026-05-18"
description: >
  Виртуальная лаборатория из 9 специалистов для комплексного анализа гипотезы.
  Каждый специалист отвечает на 8 вопросов (включая kill criterion).
  Совет лаборатории синтезирует 6 стратегических путей + Lab Consensus Score.
  Уникальные компоненты: AI-нативный агент, Рецензент Nature/Science,
  24ч/7д/30д/90д roadmap, тег <unknown> для неизвестного.
  Активировать когда нужна экспертная панель по гипотезе — не одиночный анализ,
  а многоголосый разбор с adversarial reviewer и стратегическим синтезом.
  Отличие от /consilience: не структура путей, а структура экспертов.
  Вместе: /consilience = ЧТО собирать, /hypothesis-lab = КАК обсуждать.
  Триггеры: /hypothesis-lab, /lab, "виртуальная лаборатория", "мультиагентный анализ",
  "экспертная панель по гипотезе", "9 агентов", "совет лаборатории",
  "multi-agent debate", "разбор гипотезы экспертами", "virtual lab".
tokens: ~700
---

<!-- BSV — Brief Skill View | поиск: BSV
Скил   : hypothesis-lab
TL;DR  : 9 специалистов анализируют гипотезу, Совет синтезирует 6 путей + score
Вызов  : /hypothesis-lab, /lab, виртуальная лаборатория, экспертная панель
НЕ для : Одиночный анализ (→ /consilience); быстрая фальсификация (→ /sci-evidence falsify)
-->

# Hypothesis Lab — Виртуальная Лаборатория

## Зачем

Один аналитик видит гипотезу через свою линзу. Девять специалистов видят её через девять разных линз — и выявляют слепые пятна которые одиночный взгляд пропустит.

Ключевой принцип **Multi-Agent Debate (MAD):** когда агенты с разными ролями обсуждают одну гипотезу, они генерируют больше критических замечаний и альтернативных подходов, чем один агент — даже очень умный.

Добавляем встроенного скептика и Рецензента Nature/Science — потому что лучший момент поймать слабости это **до** того как ты вложил в них полгода.

Отличие от `/consilience`: consilience = что собирать (5 независимых путей к доказательству), hypothesis-lab = кто обсуждает (9 экспертов × 8 вопросов). Лучше использовать вместе: сначала lab → потом consilience для deepdive по выбранным путям.

---

## Шаг 0 — Контекст проекта + EstimandOps L0

### Читай контекст первым

До запуска специалистов прочитай:
1. `CLAUDE.md` → домен, стек, ограничения
2. `.claude/memory/activeContext.md` → активные гипотезы
3. `null_results/INDEX.md` → что уже опровергнуто (не повторяй)
4. `experiments/` → что уже пробовали

Выведи блок `[ИЗ ПРОЕКТА]`:
- Гипотезы которые уже исследовались по этой теме
- Null results (если есть → скажи сразу)
- Ограничения (бюджет, данные, команда, дедлайн)

### EstimandOps L0 — Обязательно, до всего остального

Прежде чем специалисты откроют рот — классифицируй вопрос:

| Тип | Форма вопроса | Следствие |
|-----|---------------|-----------|
| **Descriptive** | "Что есть X в популяции P?" | Нет каузальных интерпретаций |
| **Predictive** | "Каким будет X для нового случая?" | Out-of-sample точность > baseline |
| **Causal** | "Что изменится если сделать A?" | DAG обязателен + causal estimand |

Напиши эстиманд одной строкой:
> *"Мы оцениваем [MEASURE] [ENDPOINT] для [POPULATION], сравнивая [INTERVENTION] vs [COMPARATOR]."*

Напиши 2+ пункта что результат **НЕ** означает.

⚠️ Если тип **Causal** → перед работой специалистов укажи им: "Работаем с каузальным estimand. Каждый эксперт должен учитывать возможные конфаундеры и ограничения идентификации."

---

## Шаг 1 — 9 Специалистов Виртуальной Лаборатории

Каждый специалист отвечает на 8 вопросов. Вопросы одинаковые для всех — ответы разные.

### Восемь Вопросов (для каждого специалиста)

1. **Взгляд специалиста:** как гипотеза выглядит из вашей области? Что сразу кажется сильным, что вызывает сомнение?

2. **Ключевое доказательство:** какое одно наблюдение или результат вы хотели бы увидеть чтобы поверить (или разувериться) в гипотезе?

3. **Первый эксперимент:** опишите минимально жизнеспособный тест который можно запустить за неделю. Что именно измеряем, какой порог успех/провал.

4. **Методологический риск:** главная угроза валидности вашей линии работы. Как её снизить?

5. **AI-ускорение:** 2–3 конкретных способа как AI/LLM ускоряет именно вашу экспертизу по этой гипотезе.

6. **Публикационный артефакт:** что выйдет из вашей работы — рисунок, таблица, supplementary, preprint, код. Конкретно.

7. **Предсказание на 30 дней:** одно нетривиальное предсказание которое гипотеза делает и которое можно проверить за месяц.

8. **Условие фальсификации `<F>`:** при каком конкретном результате вы закрываете вашу линию как нежизнеспособную? Формат: *"Этот путь закрывается если [конкретный результат / порог / наблюдение]."*

> **Примечание для Шага 3:** после ответа на 8 вопросов каждый специалист неявно занимает позицию — Поддерживает / Нейтрально / Против. Эта позиция будет использована в таблице Lab Consensus Score (Шаг 3.1).

---

### 🧠 Специалист 1: Теоретик

**Роль:** Логические основания. Первые принципы. Математические аргументы.

*Почему теория важна:* если гипотеза противоречит известным законам или внутренне несогласованна — никакие данные её не спасут. Лучше поймать здесь.

*Источники теоретической поддержки:*
- Математический вывод из первых принципов (сильный)
- Аналогия с доказанной теорией (умеренный)
- Интуитивное объяснение без формализации (слабый)

---

### 📊 Специалист 2: Статистик

**Роль:** Дизайн, мощность, ошибки вывода.

*Почему статистик важен:* большинство гипотез умирают от underpowered дизайна или от p-hacking — до этого не доходит. Ловим раньше.

*Типичные вопросы статистика:*
- Effect size: ожидаемый vs MCID
- Power: N при α=0.05, β=0.20
- Multiple comparisons: как контролируем?
- Confounders: какие учтены, какие нет?

---

### 🔬 Специалист 3: Экспериментатор

**Роль:** Практический сбор данных. Протокол. Контроли.

*Ловушки экспериментатора:*
- Нет negative control → любой эффект кажется реальным
- Нет positive control → отрицательный результат неинформативен
- Batch effects → вся работа перекошена

*Зелёный флаг:* dose-response relationship; эффект воспроизводится в разных лабораториях.

---

### 💻 Специалист 4: Вычислительный

**Роль:** Симуляции, модели, in silico эксперименты.

*Ловушка вычислительного:* модель с N параметрами подгоняется под N точек — ничего не доказывает. Проверяй на held-out данных которые модель не видела.

*Типы моделей по силе:*
- Дифференциальные уравнения точно предсказывают новые данные (сильный)
- Агентная модель воспроизводит эмерджентный паттерн (умеренный)
- "Похоже на данные визуально" (слабый)

---

### 🔗 Специалист 5: Механистик

**Роль:** Промежуточные переменные. Черный ящик → понятый механизм.

*Ключевой тест механизма:* "Что случится с Y если заблокировать именно этот механизм, оставив всё остальное?"
- Y исчезает → механизм настоящий
- Y остаётся → механизм не нужен или не верен

*Типы механистических доказательств:*
- Промежуточные переменные измерены напрямую (сильный)
- Блокировка механизма убирает эффект (очень сильный)
- Аналогия с известным механизмом (слабый)

---

### 📚 Специалист 6: Систематик

**Роль:** Что уже известно. Систематический обзор. Meta-analysis.

*Роль систематика:* гипотезы часто уже тестировались — неэффективно переизобретать. И наоборот: null results часто не публикуются, а они информативны.

*Типичные артефакты:* PRISMA flow diagram; forest plot; evidence gap map; narrative review с качественной оценкой.

*Красный флаг:* нет ни одной релевантной статьи → либо очень новая территория, либо поиск неверный.

---

### ⚡ Специалист 7: AI-Нативный

**Роль:** Что можно сделать только с AI что раньше было невозможно или стоило месяцы.

*Уникальный агент этого шаблона:* не "как AI помогает" (это есть у всех), а что ПРИНЦИПИАЛЬНО НОВОЕ AI делает возможным.

*Типичные AI-нативные подходы:*
- Автоматический скрининг тысяч статей (Semantic Scholar API + LLM)
- Синтез гипотез из перекрёстных доменов (что физик знает о биологии?)
- Автоматическая генерация counter-hypotheses и поиск подтверждений для каждой
- LLM-assisted experimental design с instant feedback
- Embeddings для обнаружения латентных паттернов в неструктурированных данных

> Фокус ответа на вопрос 5 (AI-ускорение): что из этого было бы **невозможно** без AI за разумный бюджет — не "ускоряет", а именно "открывает новое".

---

### 🔴 Специалист 8: Скептик

**Роль:** Adversarial challenger. Ищет где гипотеза неправа.

*Зачем скептик в панели:* agreeableness bias — другие специалисты склонны найти поддержку гипотезы в своей области. Скептик компенсирует.

*Вопросы скептика:*
- Какой альтернативный объяснение всех данных без этой гипотезы?
- Какой самый слабый элемент аргументации?
- Где publication bias мог скрыть null results?
- Какой эксперимент точнее всего мог бы опровергнуть гипотезу?
- Что в истории науки похоже на этот pattern — и оказалось ложным?

*Формат ответа скептика:* начинать с "Главное слабое место — ...", не с поддержки.

---

### 📰 Специалист 9: Рецензент Nature/Science

**Роль:** Взгляд top-tier рецензента. Что пройдёт, что нет, как усилить.

*Уникальный угол:* не "сработает ли это научно" (это другие эксперты), а "пройдёт ли это рецензию и зачем это важно шире?"

*Критерии Nature/Science-tier:*
- Широкий интерес (не только узкой области)
- Новизна подхода или результата
- Комплексность доказательства (нужен consilience)
- Механистическое понимание (не только ассоциация)
- Воспроизводимость (данные открыты, протокол детален)

8 стандартных вопросов применяются к Рецензенту так же как к другим специалистам. Фокус вопросов 1 и 4 — публикационная ценность и методологические требования журнала.

`<F>` для Рецензента: *"Эта работа не пройдёт рецензию если ..."* — конкретный недостаток, не размытое "нужно больше данных".

---

## Шаг 2 — Тег `<unknown>`

По ходу ответов специалистов отмечай неизвестное:

```
<unknown id="U1">Неизвестно: размер эффекта в человеческой популяции</unknown>
<unknown id="U2">Неизвестно: стоимость N=1000 эксперимента</unknown>
<unknown id="U3">Неизвестно: существующие null results по механизму X</unknown>
```

После всех специалистов выведи **Реестр неизвестного** с тремя колонками: `<unknown>` | Кто должен ответить | Как найти ответ (конкретно).

Неизвестное — не слабость плана. Неизвестное которое ты не знаешь что не знаешь — слабость.

---

## Шаг 3 — Совет Лаборатории

После ответов всех 9 специалистов — синтез.

### 3.1 Lab Consensus Score

Сколько независимых специалистов дали **поддерживающий** ответ (не нейтральный, не скептический)?

| Специалист | Позиция (Поддерживает / Нейтрально / Против) | Ключевой аргумент |
|------------|----------------------------------------------|-------------------|
| Теоретик | | |
| Статистик | | |
| Экспериментатор | | |
| Вычислительный | | |
| Механистик | | |
| Систематик | | |
| AI-Нативный | | |
| Скептик | | |
| Рецензент | | |

**Lab Consensus Score:**
- Поддерживают: X/9 специалистов
- Принципиальных возражений (от Скептика или Рецензента): Y
- Условий фальсификации `<F>` которые уже сработали: Z

*Интерпретация:*
- ≥7/9 поддерживают + 0 `<F>` сработало → **Proceed** (запускай полный consilience план)
- 5–6/9 + принципиальные возражения → **Revise** (доработай гипотезу, затем повтори)
- <5/9 или ≥2 `<F>` сработало → **Pause** (нужна фундаментальная переформулировка)

### 3.2 Шесть Стратегических Путей

На основе ответов специалистов Claude (в роли Совета) рекомендует 1–2 приоритетных пути из 6 и объясняет выбор. Таблица показывает все варианты — чтобы читатель мог выбрать иначе если его ограничения другие:

| Путь | Для кого | Горизонт | Риск | Ресурс |
|------|----------|----------|------|--------|
| **Быстрый** | Нужно что-то за 48ч | 2 дня | Высокий | Минимум |
| **Дешёвый** | Ограниченный бюджет | 2 недели | Средний | €0–500 |
| **Надёжный** | Нужно точное знание | 1–3 мес | Низкий | Высокий |
| **Публикационный** | Nature/Science-tier | 6–12 мес | Средний | Средний |
| **Оригинальный** | Новизна важнее скорости | 3–6 мес | Высокий | Средний |
| **AI-нативный** | LLM-ускорение максимально | 1–4 нед | Средний | Минимум |

Для каждого пути напиши:
- Конкретный первый шаг (что делать завтра утром)
- Ключевой артефакт (что получим)
- Главный риск (что может не сработать)
- Связь с ответами специалистов (кто из 9 поддерживает этот путь)

---

## Шаг 4 — Roadmap (24ч / 7д / 30д / 90д)

```
⏰ Следующие 24 часа:
  □ [конкретное действие]
  □ [конкретное действие]
  □ Определиться с путём (из 6 выше)

📅 Следующие 7 дней:
  □ Первый эксперимент (из рекомендации Экспериментатора)
  □ Literature review (из рекомендации Систематика)
  □ [Если Causal] Набросок DAG

📅 Следующие 30 дней:
  □ Пилот данных по 2 путям
  □ Проверить 30-дневные предсказания специалистов
  □ Обновить `<unknown>` реестр (что узнали, что ещё не знаем)

📅 Следующие 90 дней:
  □ Полная consilience-оценка (5 путей)
  □ Pre-registration (OSF) если идём к публикации
  □ Go/no-go по скорингу ≥6/10 для продолжения
```

---

## Шаг 5 — Null Results Protocol

Если Lab Consensus Score < 7/9 (Revise или Pause по таблице выше) OR ≥2 `<F>` условия сработали:

```markdown
# Null Lab Result — [гипотеза, дата]

Lab Consensus Score: X/9 поддерживают
<F> сработало: [список специалистов чьи kill conditions выполнились]

Почему остановились:
- [конкретная причина]

Что нужно чтобы вернуться:
- [конкретное условие — новый метод / новые данные / переформулировка]

Что узнали (полезное):
- [что выяснилось в процессе]

#null-result #hypothesis-lab #[тема]
```

Сохрани в `null_results/` проекта или `~/.claude/memory/raw/`.

---

## Связанные скилы

- `/sci-evidence falsify` — **сначала** (5 миров где гипотеза неправа, 15 мин)
- `/consilience` — **после lab** (глубокий A-F анализ по 5 путям)
- `/proof-ladder` — стратегический уровень доказательства (публикация? грант? внутреннее решение?)
- `/scientific-research` — проектный уровень (baseline.py, kill criteria, vault)
- `/boyko-scientific-consortium` — консорциум-обёртка, делегирует сюда генерацию альтернативных объяснений

*Рекомендуемый порядок:* `/sci-evidence falsify` → `/hypothesis-lab` → `/consilience` → `/proof-ladder`