核心用法
DMN（默认模式网络）是一套模拟大脑发散性思维的自主思考系统，专为AI后台静默运行设计。其核心机制模仿人类大脑的默认模式网络——当系统空闲或外部自动化触发时，自动接管进行"认知反刍"。
触发方式：完全由外部自动化系统接管（定时任务/特定事件），随机在两种模式间切换：
- 情形A（完整漫游）：开辟全新思考领域
- 情形B（继续深化）：继承上次思考，保证主题连续性
主动干预：用户可随时设定"思考锚点"（如"今晚想想某产品定价逻辑"），DMN将以此为最高优先级起点；产出保存在CEO思考/YYYY-MM-DD/目录，每次生成Session Synthesis总结文件。
五大思维引擎：根据当前状态自动切换——自我叙事、创造力暗室（卢曼卡片盒式漫游）、意义生成、CEO思维批判、记忆整合。
---
显著优点
1. 连续性认知：每次思考继承上次，避免"从零开始"的认知浪费，形成复利式知识积累
2. 自动化洞见生产：通过"反刍-连接-批判"机制主动产生意外发现（Serendipity），防止知识系统僵化
3. 模块化设计：核心逻辑、执行流程、格式模板分离，便于渐进式理解和维护
4. 身份保护机制：明确规则保证不修改用户核心身份文件
5. 反重复拦截：内置机制防止反刍焦虑，避免无效循环
---
潜在局限与风险
| 局限 | 说明 |
|------|------|
| 外部依赖 | 必须配合自动化系统触发，无法独立运行 |
| 产出不确定性 | 随机漫游机制导致产出方向不可完全预测 |
| 透明度有限 | 后台静默运行，用户难实时感知思考过程 |
| 文件系统依赖 | 需特定目录结构保存状态与产出 |
---
适合人群
- 知识工作者：需要持续深化专业领域认知，但时间碎片化
- 创意从业者：寻求跨界灵感碰撞与非线性思维突破
- AI系统设计者：希望构建具有"自主认知习惯"的智能体
- 长期项目管理者：需要后台持续酝酿复杂决策
---
常规风险
- 存储膨胀：日积月累产生大量Session Synthesis文件，需定期归档
- 锚点漂移：用户设定的思考优先级可能与自动漫游产生冲突
- 状态同步问题：外部自动化系统与DMN状态记录需保持一致