vta-memory

VTA Memory 是 AI Brain 系列的核心组件之一，模拟腹侧被盖区（VTA）的多巴胺奖励机制，为 AI 代理构建内部动机驱动系统。该技能通过量化追踪

核心功能

vta-memory 是 OpenClaw AI Brain 系列的奖励与动机系统，为 AI agent 提供类似多巴胺的"想要"（wanting）机制——不是被动执行指令，而是拥有内在驱动力、主动寻求奖励并期待未来。

核心机制

• Drive（驱动力）：0-1 范围的整体动机水平
• Rewards（奖励日志）：记录成就以提升驱动力
• Seeking（主动寻求）：AI 积极想要的东西
• Anticipation（期待）：让 AI 对未来事件产生正向预期

技术实现

基于纯 Bash 脚本 + jq 处理 JSON 状态文件，15 个文件/1247 行代码，零第三方依赖（仅使用系统标准工具 jq/awk/bc/python3）。所有文件操作严格限定在 ~/.openclaw/workspace 目录内，采用原子写入模式（.tmp + mv）防止数据损坏。

显著优点

1. 创新概念：将神经科学的" wanting vs liking"区分引入 AI 架构，填补了"AI 为何主动行动"的理论空白
2. 架构清晰：与 hippocampus-memory（记忆形成）、amygdala-memory（情绪处理）等技能形成完整的"AI 大脑"系列
3. 行为可见：通过 load-motivation.sh 和自动注入的 VTA_STATE.md，用户可实时感知 AI 的"心理状态"
4. 无侵入性：完全本地运行，无 API 调用、无数据上报（除 UI 可选的 Google Fonts CDN）
5. 可组合性：自动生成 brain-dashboard.html，与其他 Brain 技能联动展示

潜在局限

1. 拟人化风险：将神经科学概念映射到 AI 可能引发"AI 真有意识"的误解；文档中"genuine wanting"等表述需配合技术注释
2. 效用边界：当前为模拟机制，AI 的"动机"不会真正影响底层推理能力，依赖 prompt 工程让模型"扮演"有动机的状态
3. 维护成本：依赖 cron 每 8 小时衰减驱动力，需要持续环境配置
4. 生态依赖：属于 OpenClaw 专用技能，迁移至其他 Agent 框架需适配

适合人群

• 构建长期运行 AI agent 的开发者，希望赋予 AI "性格"和"主动性"
• 对 AI 认知架构感兴趣的研究者/爱好者
• 需要 AI 保持"工作热情"的创意场景（如写作助手、设计伙伴）
• 愿意投入配置维护成本以换取差异化体验的技术用户

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 隐私 | 低 | 读取本地会话历史提取奖励信号，不上传，但需在文档中更明确披露 |

| 网络依赖 | 低 | Dashboard 引用 Google Fonts CDN，可离线替代 |

| 数据完整性 | 极低 | 原子写入模式保护状态文件，无数据丢失风险 |

| 权限滥用 | 无 | 无 sudo/系统级操作，工作区隔离良好 |

总体评价：概念前沿、实现干净、来源可信的实验性 AI 认知架构组件。适合愿意探索 AI "心理建模"边界的早期采用者，普通用户建议待生态成熟后使用。