核心功能
Turing Pyramid 是一个面向AI代理的本地动机与动作优先级系统，通过模拟10层人类需求（security、integrity、coherence、closure、autonomy、connection、competence、understanding、recognition、expression）的张力积累与衰减，驱动代理自主决策"接下来做什么"。
核心机制
Turing-exp张力公式：tension = dep² + importance × max(0, dep - threshold)²
- 平稳期（dep ≤ 1.0）：各需求轮转，平等竞争
- 危机期（dep > 1.0）：重要性权重生效，security(10)优先于expression(1)
执行门（Execution Gate）：结构性防幻觉机制
- 动作提案 → 注册为PENDING → 代理实际执行 → 提交证据 → 门解锁
- 阻止LLM"描述动作"与"执行动作"的混淆，要求环境状态变更的证据
三层部署架构：
| 层级 | 组件 | 风险 |
|------|------|------|
| Tier 1-2 | 核心动机脚本 | 极低，纯建议引擎 |
| Tier 3 | +连续性守护（cron） | 中等，只读系统检查 |
| Tier 4-5 | +看门狗（detect/kill/cleanup） | 较高，需显式opt-in |
显著优点
1. 反幻觉设计：执行门强制状态变更验证，非自圆其说的循环
2. 可预测的成本：纯本地运行，无默认网络调用，token消耗透明（$0.5-6/月）
3. 渐进式信任：从Tier 1开始，逐步解锁高权限功能
4. 完整的审计链：audit.log记录所有状态变更，PII自动脱敏
5. 连续性机制：MINDSTATE.md双层级（reality/cognition）支持会话间状态恢复
局限与风险
| 风险 | 说明 | 缓解 |
|------|------|------|
| WORKSPACE污染 | 读取`$WORKSPACE`内文件，敏感目录可能泄露 | 强制隔离目录，禁止指向home/system |
| 看门狗误杀 | `allow_kill`可终止`mindstate-*.sh`进程 | 路径锚定过滤（`grep -F $SCRIPT_DIR`），默认关闭 |
| 证据伪造 | 有写权限的代理可创建文件作为虚假证据 | 限制证据类型为`mark_satisfied`，或增加人工复核 |
| 外部动作建议 | 8个动作标记`external: true`（搜索、发帖等） | 纯文本建议，可`weight: 0`禁用 |
| 状态持久化攻击 | `needs-state.json`等文件可被篡改 | flock文件锁，原子写入，审计日志 |
适合人群
- 自托管AI代理的进阶用户：需要超越简单prompt的动机系统
- 研究型agent开发者：需要可解释、可调试的决策轨迹
- 对幻觉敏感的场景：代码生成、研究笔记、重要文档编辑
安全等级评估
S（高安全设计，需正确配置）
- 默认无网络、无系统写入、无kill权限
- 所有危险功能（kill/cleanup/external-model）显式opt-in
- 路径遍历防护（
-Pfind,realpath验证） - 但：WORKSPACE配置错误可导致信息泄露，需用户自律
来源可信度
T2（社区审查级）：
- 开源skill，有完整测试套件（26文件，65+断言）
- 安全模型文档详尽，风险披露透明
- 但：未经第三方安全审计，看门狗kill逻辑需用户自行审查脚本