跳转至

意识×Loop:AGENTS.md/MEMORY.md/USER.md 三层文件驱动的跨 Session Loop 自进化

Ch04.765 意识×Loop:AGENTS.md/MEMORY.md/USER.md 三层文件驱动的跨 Session Loop 自进化

📊 Level ⭐⭐ | 3.5KB | entities/意识-loop跨session自进化最佳实践.md

意识×Loop:AGENTS.md/MEMORY.md/USER.md 三层文件驱动的跨 Session Loop 自进化

Loop Engineering 的一个致命问题:一次会话结束,Loop 就"死了"。张心翮(阿里技术)提出了"意识×Loop"框架,用三个意识文件(AGENTS.md / MEMORY.md / USER.md)实现跨 Session 自进化。

意识层三件套

文件 定位 核心机制
AGENTS.md Proactive rules / evals Agent 每次输出前自查的硬约束清单。约 15 条,超过 20 条遵从率下降
MEMORY.md Passive lessons / state 本次会话踩过的坑、被纠正的判断。跨 Session 自动加载
USER.md Judge preferences 个人的判断标准、输出味道偏好

每次会话开启时自动加载,每次会话中自动沉淀更新。

三层对齐体系

层次 核心问题 承载 约束强度
evals 对齐 Agent 该主动做什么 AGENTS.md 硬约束(客观正确性)
场景对齐 给谁看、怎么被消费、读完做什么决策 Session prompt 中等
judge 偏好 我的味道 USER.md 软偏好(表达方式)

分层承载,各归各的文件,绝不能混在一起。硬约束永远优先于软偏好。

MEMORY→AGENTS 升格机制:人肉阀门

MEMORY 允许试探性表达("这次学到"),AGENTS 是硬约束("以后都要")。从 MEMORY 升格到 AGENTS 必须人肉做——自动升格一旦把偶发当成通用规律,错误规则会污染后续所有 Loop。样本量不够时概括出的"规律"是噪声不是信号。

Loop 六大框架的落地映射

框架 调研场景映射
Automations 会话结束时自动触发总结、追加 MEMORY
Worktrees 上下文隔离——并行分析强制从原点起步,防偏见传染
Sub-agents 正反对抗——专门找支持/反例证据,审校独立子 Agent 避确认偏差
State 从"记进度"扩展到"行为塑造"——AGENTS+MEMORY+USER

核心判断

  • taste 是 Loop 的准备动作,不是产出:如果对 topic 没有阅读积累,连 evals 都写不出来。"Loop 让工作变轻松"是真的,"Loop 让新手变专家"是幻觉。
  • Loop Engineering 90% 讨论在 AI Coding,但 eval 越难写的场景,搭 Loop 的边际收益越大
  • 不能自动化的位置:MEMORY 升格 AGENTS(松变紧可能带偏)、最终硬结论下判(个人信用)

与其他实体的关系