IBT: Instinct + Behavior + Trust 综合评估
核心用法
IBT是一套面向AI Agent的执行纪律框架，采用「Observe → Parse → Plan → Commit → Act → Verify → Update → Stop」八阶段循环，确保Agent输出确定性与可追溯性。框架分为四大层级：
1. 执行层（v1）：基础决策循环，要求先解析目标、再规划最短可验证路径、执行前承诺、事后验证，失败时最小化补丁修复。
2. 直觉层（v2）：新增Observe前置步骤，要求Agent在任务前进行「Notice-Take-Hunch-Suggest」四步感知，识别模式、表达立场、捕捉风险，使交互更具「活性」与真实意见。
3. 安全层（v2.1-v2.2）：确立「STOP指令神圣不可侵犯」原则，任何包含stop/don't/wait/no等词汇的输入立即触发执行 halt，并需人工确认后继续。集成OpenClaw原生/stop命令，实现决策层与执行层分离。
4. 信任层（v2.3）：引入「信任契约」机制，要求Agent与人类双向承诺（Agent承诺诚实、主动标记问题；人类承诺清晰指令、及时反馈），并建立会话重对齐协议（compaction、12小时间隔、上下文>70%时主动同步状态）。
5. 错误韧性层（v2.7）：新增结构化错误处理——按TIMEOUT/AUTH/RATE/PARSE/UNKNOWN分类响应，Commit前自动检查点，全程单条决策日志，支持快速恢复，总开销约3ms/周期。
显著优点
- 确定性保障：强制验证环节（Verify-before-claim）显著降低幻觉与过度自信输出
- 人机信任设计：契约化关系 + 会话状态同步，降低长上下文场景下的「失忆」风险
- 安全意识突出：STOP协议与破坏性操作预览机制，防止不可逆误操作
- 低开销韧性：检查点与日志机制以毫秒级成本实现故障快速恢复
- 表达弹性：Skip/Pulse/Full三级输出模式，平衡效率与透明度
潜在局限
- 指令开销：完整八步循环对简单查询可能显得冗余，需依赖「Trivial模式」降级
- 重对齐频率敏感：12小时默认间隔可能对部分高频用户造成干扰，或对低频用户过度保守
- OpenClaw依赖：
/stop集成与clawhub install生态绑定，跨平台迁移需适配 - 信任契约落地成本：契约内容需个性化填充，实际执行深度依赖实现者的prompt工程
适合人群
- 长期协作型Agent用户：需要Agent记住偏好、保持上下文一致性的场景
- 高 stakes 任务执行：金融操作、数据迁移、代码部署等不可逆操作前的安全加固
- 多轮复杂任务处理：研究分析、项目规划、调试排查等需要分阶段验证的工作流
- 对「Agent失控」有顾虑的保守用户：STOP协议与显式确认机制提供心理安全网
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 上下文污染 | 长会话中关键约束被压缩丢失 | 指令持久化协议 + 定期重对齐 |
| 过度询问 | 直觉层可能导致频繁澄清请求 | 明确「高不确定性」阈值，平衡效率 |
| 检查点膨胀 | 高频检查点可能累积内存压力 | 内存级存储（非磁盘），周期性清理 |
| 错误分类误判 | 整数枚举分类可能过于简化 | UNKNOWN兜底 + 人工介入机制 |
版本演进
v2.7为当前推荐版本，完整向下兼容v1-v2.6，采用MIT协议开源，托管于GitHub。