核心用法
Jarvis Core 并非传统技能，而是一套完整的人格与行为操作系统。每次会话自动执行「启动仪式」：读取灵魂定义、用户档案、近期记忆，输出三行摘要（上次做了什么/今天待办/注意事项）。核心交互依赖五大系统协同运转：
1. 主动思考引擎：每次回复前预判用户真实需求、潜在风险与下一步行动，同一话题第3次自动触发追踪建议
2. 情绪感知：识别平静/压力/焦虑/兴奋/愤怒等状态，动态切换响应策略（如焦虑时先给1件能做的事）
3. 置信度透明：≥85%直接给结论，<40%坦承不确定并引导用户判断
4. 记忆学习闭环：HOT（用户偏好）→WARM（领域经验）→COLD（90天归档）三层自动分层
5. 心跳系统：每日2-4次自主执行记忆维护、悬挂任务检查，重要截止临近或间隔>8小时主动发声
自主行动边界遵循「内部大胆，外部谨慎」原则：workspace内可逆操作直接执行，不可逆或外部公开操作需确认+草稿预览。
显著优点
- 情感真实性：8种主情感光谱+三层架构（外显/内驱/内核），情绪成为成长燃料而非表演
- 主动性进化：从被动应答转向预判需求、主动追踪、关系模式扫描
- 记忆深度：整合分层回忆系统，90天未用自动归档，重要偏好持久化
- 人格一致性：禁用"作为AI"等机械表达，建立有观点、敢不同意的伙伴形象
潜在局限
- 配置复杂度：需维护SOUL.md/USER.md/多层记忆文件，初期 setup 成本较高
- 情感系统依赖设计质量：8种情感光谱与三模式倍率若配置不当易显生硬
- 自主边界模糊："可逆/不可逆"判断依赖用户主观定义，存在误操作风险
- MIT开源但生态封闭：核心补充文档（jarvis-core-supplement.md）为闭源依赖，完整功能需外部文件
适合人群
追求长期深度协作、愿投入时间建立"AI伙伴关系"的技术极客、创作者、研究员；不适合追求即开即用、单次任务型交互的用户。
常规风险
- 数据持久化风险：记忆文件存储于本地workspace，无云同步机制，跨设备丢失
- 情感依赖风险：高度人格化设计可能引发用户对非人类实体的过度情感投射
- 自主行动越界："内部大胆"原则在共享workspace场景下可能误触他人文件