认知与内省Cognition & Introspection

代理维护关于世界的明确信念、愿望（目标）和意图（承诺的计划），并通过调和这三者进行推理。

将代理的过去思维历史合成为时间分层的轨迹笔记，以便它能够阐明其理解是如何演变的，而无需每次都重新计算叙述。

保持代理对其自身工具、能力、环境和当前上下文的明确知识，以便可以查询的状态。

进行一次更深、更慢的反思过程，与每次滴答反思不同——阅读最近几小时的思考，促进主题，释放情感残留，并清理工作记忆——以便代理不会无限积累残留。

跟踪代理的情感状态作为有界的、衰减的标量，以便推理能够对其自身的情感负荷做出反应，而不是将每个回合视为情感空白。

根据当前显著性变化代理的循环间隔，使代理在发生事情时思考更快，而在没有发生事情时思考更慢，而不是在固定的时间间隔内运行。

通过加权多轴评分来判断哪些短期想法有资格晋升为长期洞察，其中整合事件的权重高于原始频率。

将代理未解决的问题作为类型化账本进行持久化，以便它们驱动下一个询问，而不是在提示结束时消失。

将每个模型令牌流式传输到一个 tmp-plus-atomic-replace 部分文件中，以便在推理过程中崩溃时留下一个一致的恢复，然后在启动时使用模型可以看到的类型化恢复标记提升部分。

保持一小组中期、带情感标签的关注点，这些关注点在几天内持续存在，并在每个提示中浮现，与单一的工作重点和长期洞察不同。

将工具循环检测从提示级规则提升到具有类型化失败模式和每个工具上限的机械调度边界否决，返回模型必须处理的格式化拒绝。

在与代理的自我模型分开的文件中维护一个明确的、通过惊讶更新的环境模型（人类、仓库、服务、能力），以便两者不会因反射而混淆或共同变异。

将小的有限情感波动连接到计划步骤生命周期事件，并在未触及的计划上累积按年龄分桶的陈旧痛苦，使计划在没有严格截止日期的情况下获得感知的利害关系。

从人类的前端读取节奏信号（打字速度、闲置时间、标签可见性）作为消息之间的环境状态，推导出代理可以采取行动的存在质量值，绝不重放原始信号。

限制每个词干令牌集群中的洞察数量，并通过修改时间归档最旧的变体，以便长期存储保持活跃的研究前沿，而不是积累近重复项。

代理和人类共同优化人类的奖励，而不需要告诉代理奖励是什么——这种互动是一个双人游戏，在行动中学习对齐。

将代理的候选临时答案持久化为一个类型化的记录账本，包含摘要、置信度、状态和下一个测试，以便猜测在会话中得以保留，并与未解决的问题保持可区分。

通过支持暂停和恢复的思维框架，保持跨中断的多步骤推理，以便新消息能够顺利处理，而不会干扰正在进行的工作。

将代理切换到一个有限的运行时模式，在该模式下外部输入/输出暂停，但内部推理加速，工具界面收缩为仅限内部操作，输出写入私人日志。

在下一代触发之前，检测偏差特征（叙述循环、挫败路径、重复压力），并将诊断引导提示注入提示中，而不是否决调用。

代理维护一个关于自身能力、信心和局限性的明确自我模型，并在接受/拒绝/转交任务时对该模型进行推理。

让代理在指定时间为自己未来的自己留下便条，以便当前的决策可以将上下文交接给后续的运行，而无需外部基础设施。

将闲置时刻的认知限制在一小组经过代理审核的命名认知动作菜单中，以便下一个思考具有确定的形状，而不是自由漂移。

在 K 次连续低显著性时钟后，用并置种子替换正常的时钟种子：采样旧片段并将它们并排放置，记录任何产生的关联。

在命名的声音下并行生成多个候选思路，并让同一模型选择规范的一个，同时记录失败者作为审计。

反转以 LLM 为中心的管道：代理是一个有状态的主体，其决策逻辑决定是否调用 LLM，将模型视为众多工具之一。