核心用法
Escalate 是一套自适应权限升级框架，核心机制是「观察-学习-确认-存储」。系统默认所有操作处于 ask 状态（需人类确认），通过追踪用户的授权语言（如"你决定"、"直接做"），在同类场景出现2次以上委托后，主动提议升级为 confirmed 自主权限。
显著优点
1. 渐进式信任建立：不像传统规则引擎，它从保守出发，用实际交互数据而非预设规则决定权限边界
2. 硬边界保护：对资金、删除、外发通信、凭证、法律、生产部署等6类高风险操作设置 blocked 永久封锁，零例外
3. 低摩擦升级格式：请示时提供A/B/C结构化选项 + "你决定"快捷出口，降低用户认知负担
4. 动态重评估机制：即使已获 confirmed 权限，高 stakes 场景仍会二次确认，避免路径依赖风险
5. 可审计的信任档案：boundaries.md + patterns.md 双文件存储，支持人工审查和回滚
潜在缺点与局限性
- 冷启动延迟：新场景必须经历2次观察+1次确认，无法立即响应紧急高频需求
- 用户认知负担："你决定"的歧义性——用户可能随口一说，系统却将其视为授权信号
- 类别粒度依赖：
category/action的分类质量直接影响学习效果，模糊分类导致权限泛滥或过度保守 - 无时间衰减：未提及权限过期或信任衰减机制，长期积累的
locked权限可能成为隐患 - 多用户场景未覆盖：设计假设单一人类用户，团队/角色权限切换无支持
适合人群
- 高频使用AI助手、希望减少重复确认的技术从业者
- 对AI边界有明确认知、愿意投入初期训练成本的用户
- 需要可追溯权限日志的合规敏感场景（配合手动审计）
常规风险
| 风险类型 | 说明 |
|---------|------|
| 过度授权 | 用户习惯性说"你决定"导致权限膨胀 |
| 类别误分 | 新操作被归入已授权类别，绕过安全检查 |
| 档案篡改 | `patterns.md` 手动编辑破坏信任链条 |
| 社会工程 | 恶意提示诱导系统相信已获授权 |
建议配合定期人工审查 confirmed/locked 列表，并对 blocked 类别保持零容忍。