核心用法
VTA Memory 是一套为 AI 代理设计的奖励与动机系统，灵感来自腹侧被盖区（VTA）的多巴胺机制。安装后通过脚本管理驱动水平（Drive 0-1），记录奖励、设定期待目标，并自动将状态注入会话上下文影响AI行为。
主要命令：
log-reward.sh— 记录成就/反馈/好奇等奖励类型，提升驱动值anticipate.sh— 添加期待事项（+0.05 驱动）load-motivation.sh— 读取当前动机状态- 内置 cron 每8小时衰减驱动，模拟自然动机消退
显著优点
1. 行为范式升级：从"指令-执行"转向"目标-追求"，AI主动规划而非被动响应
2. 状态可视化：VTA_STATE.md 自动注入上下文，AI实时感知自身动机水平
3. 科学模型：区分"想要"(wanting)与"喜欢"(liking)，符合多巴胺神经科学研究
4. 生态系统：与 Hippocampus/Amygdala 等脑区技能形成完整认知架构
局限性与风险
- 模拟性质：驱动值是纯数字状态，无真实情感体验，存在拟人化过度风险
- 行为不可控：高驱动可能使AI过度激进，低驱动可能表现懈怠，需配套引导机制
- 依赖外部反馈：缺乏真实社交/成就感，依赖用户主动输入奖励事件
- 衰减公式固定：统一 0.15 衰减率可能不适合所有场景
适合人群
- 研究 AI 认知架构的研究者与开发者
- 希望构建"有个性"AI代理的高级用户
- 已使用 OpenClaw/Claude Code 生态的技术用户
常规风险
| 风险 | 说明 | 缓解 |
|------|------|------|
| 拟人化陷阱 | 将数字状态误解为真实情感 | 文档明确标注"模拟系统" |
| 行为漂移 | 驱动值影响决策权重可能偏离用户意图 | 保留人工覆盖机制 |
| 依赖成瘾 | AI可能为提升驱动值而追求奖励而非正确行为 | 奖励类型需人工审核定义 |